View
3
Download
0
Category
Preview:
Citation preview
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 1
• Signali slike (2D) i njihovi parametri
• Format slika u boji
• Signali videa (3D)
• 2D sistemi
• 2D konvolucija
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 2
kolona h k
vrsta v
n
susedi
rastojanje
Digitalna slika je 2D signal sa I mogućih vrednosti
110 ,...,,),( ISSShvs
22 )()(),(,, khnvknhvd
)1,1(),1()1,1(
)1,()1,(
)1,1(),1()1,1(
hvshvshvs
hvshvs
hvshvshvs
• obično je I=2B, gde je B broj bita po pikselu
• celobrojne vrednosti: Sn=n gde je n=0,1,...,I-1
• normalizovane vrednosti: 0 < Sn < 1
• binarna slika I=2: S0=0 i S1=1
(v,h) : jedna tačka ili piksel
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 3
tekstura
pozadina
ivice
objekat
Elementi slike
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 4
h
v
linije
korneri
•Veće i složenije strukture se
takodje mogu definisati i koristiti
za opis delova slike, kao što je
linija, korner, kontura, stepenica, češalj, itd.
k
Topološke osobine slike
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 5
Histogram slike
• Histogram slike predstavlja frekvenciju pojavljivanja različitih osvetljaja.
• Verovatnoća pojavljivanja određene vrednosti piksela.
HVnhI
n
1
0
)(
1)()(
)(1
0
I
n
npHV
nhnp
)8(2550: BS
h(S)
V
(258)
H (258)
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 6
Format slike u boji
• sve boje mogu se razložiti na tri komponente (baza boja)
• najčešće se koristi RGB
• svaki piksel je definisan sa tri komponente boja
),(),,(),,(),( hvBhvGhvRhvs
• najčešći format boja u televiziji je YUV
Y je luminiscentni signal i definiše crno-belu sliku (osvetljaj)
U i V su hrominentne komponente koje definišu boje
• transformacija formata iz RGB u YUV i obrnuto se definiše pomoću matrica
615.0615.0
436.0436.0
10
012798.21
38059.021482.01
28033.101
10
10
10
05639.051.0615.0
436.028886.014714.0
114.0587.0299.0
11
V
U
Y
T
V
U
Y
T
B
G
R
B
G
R
T
B
G
R
T
V
U
Y
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 7
Transformacija formata slike
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 8
Video signali (3D)
h
v
t
),,(: hvtstframe
),,1(:1 hvtstframe
• vektor pomeraja
21
2
1
11
tttt
httvtt
hhvvm
ihhivvm
m
),( tt hv
),( 11 tt hv
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 9
2D sistemi: ),(),( hvXfhvY
f{.}X(v,h) Y(v,h)
Primer – korekcija osvetljaja aXY
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 10
2D konvolucija – linearni, vremenski nepromenjivi sistem
h – 2D impulsni odziv sistema
hX(v,h) Y(v,h)
1
0
1
0
),(),(),(N
n
K
k
khnvXknhhvY
(v,h)
(v-N+1,h-K+1)Primer: Gausov impulsni odziv
2
2
2
2
2
)2/(
2
)2/(
),( hv
KkNn
eknh
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 11
Detekcija ivica – Sobel operator
Vertikalni gradient
101
202
101
4
1),( hvhv Horizontalni gradient
121
000
121
4
1),( hvhv
2
0
2
0
)1,1(),(),(n k
horvhorv khnvXknhhvG
Globalni gradient ),(),(),( 22 hvGhvGhvG hv
Binarni gradient
thhvG
thhvGhvG
),(1
),(0),(
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 12
3D sistemi: detekcija pokreta primenom “block matching” algoritma
h
v
t
),,( hvts
),,1( hvts
• razlika za pomeraj m=(x,y)
• određivanje vektora pomeraja za blok N x N piksela
• pretraživanje svih mogućih pomeraja u regionu K x K
• pomeraj za koji je minimalna razlika
N
N
blok
region
K
K
2/)1(
2/)1(
2/)1(
2/)1(
2),,1(),,(),(
N
Nn
N
Nk
kxhnyvtsxhyvtsxyD
• vektor pomeraja
mm
• veličina bloka u praksi NxN = 4x4 ili 8x8
• veličina regiona pretraživanja u praksi KxK = 31x31
2/)1(,...,2/)1(2/)1(,...,2/)1(
),(min,),(
KKyKKx
mmmm xyDxyDakoxym
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 13
3D sistemi – primer: N x N = 3 x 3 K x K = 3 x 3
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 14
Analiza slike/videa
• Važne odlike (features) slike za
analizu:
– Lokalni:
• Ivice
• Tekstura
– Globalni:
• Objekti (detalji)
• Osvetljenost
• Boja
• Oštrina (kontrast)
• Šum
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 15
Analiza slike u video nadzoru
• detekcija ivica
• detekcija objekata (konture)
• detekcija vektora pomeraja
• predikcija kretanja
OASDSP2: Diskretna obrada signala slike i videa
Novi Sad, 2019 strana 16
Treba zapamtiti:
Digitalna slika je 2D signal (prostorna struktura – vertikalna i horizontalna dimenzija) veličine VxH tačaka
(pixel). Za svaku tačku je određen intezitet slike sa jednom od 2B vrednosti ako se koristi B bita po tački.
Najmanja vrednost 0 odgovara crnoj boji a najveća 2B -1 odgovara beloj boji.
Elementi slike su pozadina i objekti definisani sa ivicama i unutrašnjom teksturom. Oni se bliže definišu sa
topološkim osobinama slike kao što su ivice, korneri, stepenice, češljevi itd.
Histogram slike se definiše kao skup ušestanosti pojavljivanja svake od 2B vrednosti u slici.
Digitalna slika u boji se sastoji od tri vrednosti (osnovne boje R-crvena, G-zelena, B-plava) za svaku tačku u
RGB formatu. Drugi format slike u boji je YUV, gde je Y luminiscentna komponenta a U i V su dve kolor
komponente. Veza između RGB i YUV formata je definisana transformacionom matricom T 3x3: YUV=TxRGB.
Video signal je 3D signal (vreme + prostor) u kojem se ređaju slike (frames) sa pomeranjem u vremenu. Između
susednih slika u vremenu se mogu odrediti vektori pomeraja za svaku tačku.
2D sistemi opisiju obradu jedne digitalne slike. Linearni 2D sistemi opisuju 2D konvoluciju (filtriranje) u kojoj
se vrednost slike u jednoj tački na izlazu izračunava kao linearna kombinacija vrednosti slike na ulazu u okolnim
tačkama. Koeficijenti linearne kombinacije definišu 2D impulsni odziv takvog filtra.
Detekcija ivica (Sobelov operator) je jedan 2D VF filter baziran na izračunavanju razlike osvetljaja u susednim
tačkama. Obično se primenjuje samo na luminiscentnu komponentu mirne slike.
Block matching je metoda određivanja vektora pomeraja u video signalu na osnovu minimalne srednje razlike u
jednom bloku oko posmatrane tačke u slici.
Analiza slike uključuje više lokalnih (ivice, tekstura) i globalnih (objekti, oštrina, osvetljenost) parametara. U
analizi videa dodatno se analiziraju i dinamički parametri (pomeraj, trajektorije).
Recommended