Automatická detekcia hrán Automatická detekcia hrán použitým ideálnych bodových použitým ideálnych bodových

máp 3x3 a fuzzy metóda máp 3x3 a fuzzy metóda určovania prahových hodnôt pre určovania prahových hodnôt pre

detekciu hrándetekciu hrán

Marek DorušinecČíslicové spracovanie obrazu

Metódy založené na gradiente• Široko používané metódyProblém:- nutnosť použiť filtre pred samotnou detekciou- detegovanie falošných hrán- zmiznutie niektorých hrán- nutnosť manuálneho zásahu pri detekcii- nevhodné pre automatické spracovanie

Nová metóda založená na bodových mapách

Gray Level Similitude Code – GLSC – 256 rôznych (49 skupín)

LUT – kontrolná tabuľka

Nová metóda založená na bodových mapách

Určíme podľa LTU smer hrany – 4 bitový kód

LTU – obsahuje ku každej hodnote GLSC smer + ESF

Nová metóda založená na bodových mapách

ESF – faktor tvaru hrany

Určíme ju testovaním pre každú hodnotu GLSC

predstavuje pravdepodobnosť že bod je súčasťou hrany

ESF = Nh(k) / N(k) – väčšie ako 10 % len pre 5 ideálnych GLSC

Nová metóda založená na bodových mapách

Výsledná intenzita hrany je daná ako súčin intenzity hrany pre dané GLSC a jemu prislúchajúcemu ESF

Rozdiel novej metódy a Cannyho metódy

Definovanie prahových hodnôt pre určenie hrán založené na Fuzzy metóde

Rozdelenie bodov obrazu podľa histogramu

Definovanie prahových hodnôt pre určenie hrán založené na Fuzzy metóde

Zvolenie zástupcov skupín v okolí lokálnych extrémov

Charakteristika skupiny:

Mód, priemer prahových hodnôt pre hrany, počet bodov

Vytvorenie tabuľky pravidiel 3 vstupné 2 vystupé hodnoty S, M, L

Definovanie prahových hodnôt pre určenie hrán založené na Fuzzy metóde

Grafy hodnôt vstupných a výstupných funkcií vzhľadom na hodnoty S, M, L

Ak je počet skupín väčší ako 2 volíme Out 1, inak Out 2

Definovanie prahových hodnôt pre určenie hrán založené na Fuzzy metóde

Vzorec pre výpočet prahovej hodnoty pre voľbu hranice

mode[k] zistíme z grafu a β(k) predstavuje výstup z fuzzy procesu pre skupinu k.

Prahová hodnota pre určenie hranice bude vyššia ako prevažné hodnoty zmeny intenzity v rámci skupiny

Porovnanie metódy

Porovnanie metódy

- lepšie výsledky ako iné metódy- je plne automatická- nie je potrebné voliť manuálne prahové hodnoty pre stanovenie hrany- nenáročná na výpočtový výkon- dokáže sa adaptovať aj na zmeny jasu a osvetlenia- negeneruje ani veľké množstvo falošných hrán, a hrany bývajú ostré a tenké

Ďakujem za pozornosťĎakujem za pozornosť

Marek DorušinecČíslicové spracovanie obrazu