Fůze rozmazaných snímků ( Li, Manjunath, Mitra)

1. kombinace „nejlepších“ dat volba „nejlepších“ - pomocí DWT, levý Mallat strom absolutní hodnota koeficientů - amplituda wavelet velké abs. hodnoty - významné ostré změny jasu volba max | koeficienty | sesazení zvolených zpětná rekonstrukce pomocí IDWT Fůze rozmazaných snímků (Li, Manjunath, Mitra)

2. max DWT IDWT maximum přes okolí 3x3, 5x5 pokud „jiné“ - nahrazení, pokud „stejné“ - průměr konzistence - okolí z obr. A, jeden z obr. B -> změna Fůze rozmazaných snímků (Li, Manjunath, Mitra)

3. Fúze dat Remote sensing: kombinace detailů z panchromatického (PAN) obrazu s vysokým prostorovým rozlišením s infomací o barvě z obrazu multispektrálního (MS) s nízkým p.r. Proč MS není s vysokým rozlišením – příchozí energie do senzoru - množství nasbíraných dat IHS fúze pro MS: RGB -> IHS, I nahrazeno PAN obrazem, zpětná IHS PCA fúze MS dekoreluje, 1 komponent nahrazen PAN, zpětná PCA wavelety Problémy s barvou – staré satelity relativně OK - nové problém s PAN (větší rozsah – jiná barva)

4. Fúze dat s různým rozlišením TM vysoké frekvenční rozlišení (barevné) TM3, TM4, TM7 SPOT-PAN vysoké prostorové rozlišení TM - Landsat Thematic Mapper, SPOT - Satellite Pour I' Observation de la Terre FWT(SPOT-PAN) AVG(SPOT-PAN), DH(SPOT-PAN), DV(SPOT-PAN), DD(SPOT-PAN) 10m 20m • registrace (TM) na AVG(SPOT-PAN) • IFWT(R(TM), DH(SPOT-PAN), DV(SPOT-PAN), DD(SPOT-PAN) )

5. Fúze dat pomocí WT

6. Reprezentace - křivky a jejich DWT rozvoj - textury (biologická motivace) - waveletová transformace frekvence a lokalizace -   (koef2) … energie - energie v rozdílu kanálů R, G, B tj. korelace mezi kanály ve stejném směru - rozptyl, střední hodnota

7. Reprezentace - Gabor wavelety - Gauss modulovaný komplexní sin funkcí - dilatace a rotace - nastavení měřítka a orientace pro detekci objektů - textury - střední hodnota a rozptyl absolutní hodnoty koef.

8. Reprezentace - Banana wavelety

9. Reprezentace - Banana wavelety

10. Registrace snímků - škálovací funkce - impulsní odezva LPF - wavelety - amplituda WT - pro dané wavelety proporční k velikosti gradientu

11. Registrace snímků - LH a HL, řídící bod tam kde M větší než práh - STD a E M pro danou hloubku,  ovlivňuje počet pro jemné úrovně vyšší hodnoty - v LL na daných místech výpočet korelačních koeficientů wc plocha

12. Registrace snímků - postupně z hloubky, v každém kroku provést odhadnutou transformaci - je možno v hloubce začít full-search přes prostor parametrů, pak na vyšších úrovních omezit oblast vyhledávání - je možno použít bloky místo detekovaných maxim

13. Detekce hran obdoba Cannyho detektoru hran • - absolutní hodnota • lokální maxima ve směru maximální změny • originál Canny Maar

14. Detekce hran - multiscale verze - vyhlazování low-pass filtrem - nejčastěji Gauss - (x,y)

15. Detekce hran při použití konvoluce 2 wavelety - odpovídají vektoru gradientu vyhlazeného obrázku

16. Detekce hran velikost gradientu směr gradientu hrany - 1D lokální maxima M ve směru A posun obrázku - posun maxim - nemění se hodnoty maxim - koeficienty WT se můžou měnit

17. Detekce hran - analýza • multiscale informace o hranách, z jednotlivých úrovní • analýza vztahů mezi jednotlivými úrovněmi • mizení koeficientů do hloubky závisí na lokální • hladkosti signálu

18. Detekce hran - analýza • diferencovatelnost - Lipschitzovské koeficienty • čím větší , tím víc diferencovatelná funkce • v nespojitosti  = 0 • nutná podmínka pro f aby byla někde L. s je existence • C > 0 • - podle vývoje velikosti w.koef. - odhad hladkosti obr.f. Funkce funiformně Lipschitzovská s  (0 << 1) na intervalu [a,b] právě tehdy, když existuje konstanta K taková že pro libovolné (x0, x1) z [a,b] platí

19. Detekce hran - analýza • pro detekci hran – odhady přes úrovně co šum a co hrana • není L. – pokles koeficientů • je L. – nárůst koeficientů • není L. – pravděpodobně šum a detaily • použít hlubší úroveň když rychlý pokles • použít vyšší úroveň když pomalý pokles - • přesnost umístění hran

20. Watermarking • neviditelný podpis v obraze, důkaz původu • - = • vypadat náhodně, neviditelně • detekovatelná korelací • stabilní vůči změnám (šum, komprese, výřez)

21. Watermarking • robustní – vodoznak na významných místech versus • viditelnost • METODA: DWT – detailní koeficienty > práh • na ně přidat vodoznak IDWT • KONTROLA: DWT test, detailní koeficienty > práh2 > práh • korelace, porovnat s mírou podobnosti

22. Watermarking • jen významné koeficienty změněny • množství změn adaptováno na obrázek • druhý práh větší z důvodů robustnosti (šum, komprese)