1 / 18

KÉPJELLEMZŐK TÁVOLSÁGÁN ALAPULÓ DIGITÁLIS KÉPFELISMERŐ MÓDSZER

7. Vajdasági Magyar Tudományos Diákköri Konferencia. KÉPJELLEMZŐK TÁVOLSÁGÁN ALAPULÓ DIGITÁLIS KÉPFELISMERŐ MÓDSZER. Szerző: GOGOLÁK László V. évfolyam Témavezető: Mgr. LUKITY Tibor egyetemi tanársegéd. Bevezet ő. A digitális képek matematikai ábrázolása

wang-jensen
Download Presentation

KÉPJELLEMZŐK TÁVOLSÁGÁN ALAPULÓ DIGITÁLIS KÉPFELISMERŐ MÓDSZER

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 7. Vajdasági Magyar Tudományos Diákköri Konferencia KÉPJELLEMZŐK TÁVOLSÁGÁN ALAPULÓ DIGITÁLIS KÉPFELISMERŐ MÓDSZER Szerző: GOGOLÁK László V. évfolyam Témavezető: Mgr. LUKITY Tibor egyetemi tanársegéd

  2. Bevezető • A digitális képek matematikai ábrázolása • Egy matematikai algoritmus bemutatása amely alkalmazható digitális képek teljes pontosságú felismerésére. • Matematikai algoritmus tesztelése híres képalkotások felismerésére. • Az algoritmus implementálása a Matlab programcsomag környezetére.

  3. A digitális kép • A kép színek variációja atérben. • A digitális kép - két dimenzióban elhelyezkedő képpontok (pixelek) halmazaáltal van ábrázolva • Származás • Scannelés ( analóg kép digitalizálása) • Digitálisan létrehozott kép (digitális kamera)

  4. Digitális kép ábrázolása • A kép N pixel-sorból és M pixel-oszlopból áll. • Az N és M egész számok határozzák meg a képnagyságát. • Az f(x,y) képfüggvény valamint az x,y koordináták értékei egyaránt diszkrét mennyiségek.

  5. Digitális kép ábrázolása • A külömböző matematikaiműveletek elvégzéséhez a pixeleken, szükség van a képek mátrixos ábrázolására.

  6. A Digitális kép színrendszerei • RGB (Red, Green, Blue) színrendszer • CMY (Cyan, Magenta, Yellow) színrendszer • HSV (Hue, Saturation, Intensity) • Hue (színárnyalat) – Megmutatja melyik színárnyalat • Saturation (telítettség) – Színárnyalat telítettsége • Intensity (intenzitás) – A szín fényereje

  7. A kép histogramja • A hisztogram a kép pixeleinek tónusuk szerinti gyakoriság-eloszlását mutatja

  8. A kép H-tagjának hisztogramja

  9. A képfelismerés • Előre definiált kép-adatbázis alapján, felismerni, azonosítani egy “ismeretlen” képet. Adatbázis: * “Ismeretlen” kép azonosítása * A sikeres felismeréshez a keresendő képnek szerepelnie kell a kép-adatbázisban !

  10. A kép vektor-képjellemző reprezentációja Φ(A) =[ H1, H2, H3, …., H255]T . Φ(A) az A kép vektor reprezentációja, mely akép megfelelő képjellemzőit tartalmazza. Esetünkben a kép H (hue - árnyalat) komponens értékeit tartalmazza, Képfelismerő algoritmusunk 255 színárnyalatot használ.

  11. A távolságfüggvény Az A és B képek közötti távolságfüggvény, dΦ definíciója ahol d valós vektortérben értelmezett távolságfüggvény. Esetünkben, A távolságfüggvény megmutatja hogy a két kép mennyiben külömbözik egymástól.

  12. Az algoritmus előkészítése • A képadatbázis létrehozása • A felismerésre szánt képek formázása • Az adatbázis képek színkomponenseinek (HSI) feldolgozása és eltárolása • Az adatbázis 20 kép adatait tartalmazza B = {Ai | i=1,2,3…20} A= [ aij] NxM

  13. Az algoritmus Legyen X az adott ismeretlen kép. Az X kép megfelelője a bázisban az A*kép, ahol Az ismeretlen kép ahhoz a képhez áll legközelebb amelyikre a távolságfüggvény minimum értékű lesz.

  14. Implementálás a MATLAB programcsomagba – ADATBÁZIS s11=imread(‘bazis1.jpg'); Kép beolvaasása hs11=RGB2HSV(s11); RGB-ből HSI-be hs11_255=uint8(round(hs11(:,:,1)*255));Az árnyalatok skalirozása 0 és255 értékek közé H11=imhist(hs11_255);A H komponens histogramja H_val(1,:)= H11'; A képek H komponens histogramjának elmentése egy változóba A beolvasást mind a 20 képre el kell végezni, hogy megkapjuk a teljes kép-adatbázist

  15. Implementálás a MATLAB programcsomagba – FELISMERÉS x=imread(s);Az ismeretlen kép beolvaasása HX=RGB2HSV(x); RGB-ből HSI-be HX_255=uint8(round(hx(:,:,1)*255)); Az árnyalatok skalirozása 0 és255 értékek közé Hx=imhist(hx_255); A H komponens histogramja [m n]=size(x); Az ismeretlen kép méretének meghatározása for i=1:20 A távolság függvény számítása raz(i)=sum(abs(H_log(i,:)-Hx')); end [c I]=min(raz); A legkissebb távolságfüggvény érték keresése

  16. Az adatbázisban szereplő képek listája. Kísérleti eredmények Az képek felismerése 100 % pontosságú az adatbázis 20 képén tesztelve. Leonardo Da Vinci –Az utolsó vacsora, Mona Lisa, Vinsent Van Gogh– Önarckép, Napraforgók Csontváry Kosztka Tivadar – Keleti Pályaudvar Munkácsy Mihály – Honfoglalás, Poros Út, Majális, Cigánytábor Salvador Dali – Az emlékezet állandósága, Alvás Edvard Munch – A kiáltás Boticelli – Vénusz születése Velazquez – Az udvarhölgyek John Constable – Szénásszekér Jan Van Eyck – Az Arnolfilni házaspár Michelangelo – Ádám születése Még más ismeretlen szerző képei....

  17. Befejezés • A kifejlesztette eljárás nagy előnye az egyszerűsége ami a felismerés gyorsaságára nagymértékben kihat. • Az eljárás nem használható minimálisan eltérő képek felismerésére. • Nem tud felismerni olyan képet amelynek képjellemzői hiányosak az adatbázisban • Az eljárás kiegészíthető más képjellemzők bevonásával melyek lehetővé teszik a rosszabb képminőségű képek felismerését is.

  18. Szakirodalom • Rafael C. Gonzalez, Richard E. Woods, Digital Image Processing, • Second Edition, Pretince Hall, 2002. • 2) Tibor Lukic, Natasa Sladoje, and Joakim Lindblad, Deterministic • Defuzzication Based on Spectral Projected Gradient Optimization, • Springer-Verlag, LNCS 5096, pp. 476-485, 2008. • 3) Joakim Lindblad, Natasa Sladoje, and Tibor Lukic, Feature Based • Defuzzification in Z2 and Z3 Using a Scale Space Approach, • Springer-Verlag, Volume 4245 of LNCS, pp. 378--389, 2006. • Stoyan Gisbert, Takó Galina, Numerikus Módszerek 1. és 2., • ELTE, Budapest, 1993.

More Related