Transcript 4. Filtry

Filtry
Rozpoznawanie Twarzy i Systemy Biometryczne,
2004/2005
Plan wykładu
Przegląd dostępnych filtrów
Zastosowanie filtrów na różnych
etapach pracy systemu
Dalsze badania
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Podział filtrów
Operacje na pojedynczym pikselu
Operacje na grupie pikseli
Operacje na histogramie obrazu
Obrót / skalowanie obrazu
Techniki złożone
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry punktowe
I out ( x, y )  f [ I in ( x, y )]
Funkcja liniowa
Funkcja potęgowa
Funkcja logarytmiczna
Zastosowanie


Polepszenie kontrastu
Polepszenie ostrości obrazu
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Funkcja liniowa
Skalowanie

Umożliwia skalowanie zakresu
dynamicznego w wybranych przedziałach
 s1
I
 in r1

s 2  s1

I out ( x, y )  ( I in  r1)
 s1
r 2  r1

255  s 2

( I in  r 2)
 s2

255  r 2

dla
I in  r1
dla
I in  ( r1, r 2)
dla
I in  r 2
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
250
Funkcja potęgowa
200
150
100
50
0
1
51
101
151
201
Korekcja Gamma

Obraz po przekształceniu nie traci
naturalnego wyglądu

I out ( x, y )  I in ( x, y )
gdzie
  0,45
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
251
250
200
Funkcja logarytmiczna
150
100
50
0
1
51
101
151
201
Kompresja poziomów szarości


Naturalny wygląd obrazu
Zmniejszenie informacji w obrazie
I out ( x, y )  a 
b
ln( I in ( x, y )  1)
b * ln( c )
1
255
c  max ( I )  1
x, y
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
251
Filtry punktowe - przykłady
Obraz
Skalowanie
Logarytm
Gamma
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry punktowe - przykłady
Obraz
Skalowanie
Logarytm
Gamma
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry punktowe - przykłady
Obraz
Skalowanie
Logarytm
Gamma
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry punktowe
Zalety:
Umożliwiają polepszenie kontrastu
obrazu
Zwiększają ostrość
Wady:
Przejaskrawienie obrazu
Trudny dobór optymalnych parametrów
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry przestrzenne
Filtry dolnoprzepustowe



Uśredniający
Gauss
Mediana
Filtry górnoprzepustowe



Roberts
Prewitt
Sobel

Laplacian
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry dolnoprzepustowe
Usuwanie drobnych szumów
Wygładzanie obrazu
Rozmazywanie konturów
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtr uśredniający
I out 
1
I
9 group
in
Filtr liniowy
Łagodne wygładzenie obrazu
1 1 1
1

1 1 1

9
1 1 1
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtr Gaussa
2
G ( x, y ) 

1
2
2
e
x y
2
2
2
Filtr wykorzystujący funkcje
potęgową
Mocniejsze wygładzenie przy
krótszym czasie działania
1
1 
2

16
1
2
4
2
1

2

1
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtr Medianowy
Filtr nieliniowy
Dobrze usuwa szumy z obrazów
jednocześnie nie eliminując ważnych
informacji
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry dolnoprzepustowe
Obraz
Uśredniający
Gauss
Mediana
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry górnoprzepustowe
Poprawa ostrości obrazu
Wykrywanie konturów
W przypadku zaszumionych obrazów
niedoskonałości zostaną
wyolbrzymione.
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtr Roberts’a
 I I 
I   , 
 x y 
Metoda gradientowa
0

Rx  0

0
0
1
0
1
1

0 R y  0


0
0
| R |
0
1
0
0

0

0
Rx  R y
2
2
| R || Rx |  | R y |
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtr Prewitt’a
 I I 
I   , 
 x y 
Metoda gradientowa
1

Px  0

 1
1
0
1
 1

Py   1

  1
1

0

 1
| P |
0
0
0
1

1

1
Px  Py
2
2
| P || Px |  | Py |
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtr Sobel’a
 I I 
I   , 
 x y 
Metoda gradientowa
1

Sx  0

 1
2
0
2
1

0

 1
1

Sy   2

  1
0
0
0
1

2

1
| S || S x |  | S y |
| S |
sx  s y
2
2
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtr Laplacian
 2 I  2 I 
L( x , y )   2 , 2 
 x y 
Metoda wykorzystująca właściwości
drugiej pochodnej
1

1

1
1
8
1
1

1

1
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry górnoprzepustowe
Obraz
Roberts
Prewitt
Sobel
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Operacje na histogramie
Rozciąganie
Dopasowanie
Wyrównanie
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Rozciąganie histogramu
Zwiększenie zakresu dynamicznego
obrazu, które poprawia kontrast oraz
ostrość
I out ( x, y )  ( 2  1) *
B
I in ( x, y )  min
max  min
Nie działa dla obrazów o
charakterystycznym histogramie
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Wyrównanie histogramu
Dąży do równomiernego rozproszenia
poziomów szarości w obrazie
wyjściowym
Polepszenie kontrastu
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Wyrównanie histogramu
Algorytm:
p( I )  h( I ) / K
gdzie
K  liczba
gdzie
n  poziomy
pikseli
n
D (i ) 
 p (i )
szarośza
i 0
I out 
D ( I in )  Din0
1  Din0
Din0  pierwsza
( 2  1)
B
niezerowa
wartośa
obrazu
orginal .
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Dopasowanie histogramu
Dąży do takiego przemieszczenia
poziomów szarości, aby histogram
obrazu wejściowego był jak
najbardziej zbliżony do zadanego
histogramu.
Ujednolicenie jasności obrazów
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Dopasowanie histogramu
Algorytm:


Stworzenie histogramu obrazu
wejściowego hIn i wyjściowego hOut
Normalizacja histogramów
p( I )  h( I ) / K

gdzie
K  liczba
pikseli
Obliczenie funkcji przyrostu
n
D (i ) 
 p (i )
gdzie
n  poziomy
szarośza
i 0
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Dopasowanie histogramu
Algorytm:
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Histogram - przykłady
Obraz
Rozciąganie
Wyrównanie
Dopasowanie
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Histogram
Minimalizacja różnic między obrazami
z różnych źródeł
Poprawa ostrości i kontrastu
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Obrót / skalowanie obrazu
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtry złożone - techniki
Kuwahara
Canny
Unsharp Masking
LogAbout
GammaAbout
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtr Kuwahra
Filtr nieliniowy
Dobre wygładzanie obrazu
Brak zacierania krawędzi
1
Algorytm:
I 
I

n
sr

Dla każdego regionu:
in
region
 
 ( I in  I sr )
2
region

Wynik:
r  min(  )  I out  I sr ( r )
regiony
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Filtr Canny
Optymalizacja wykrywania krawędzi
Algorytm:






Filtr Gaussa
Filtr Sobel
Znalezienie kierunku krawędzi jako   tan 1 ( S y / S x )
Określenie kierunku
Śledzenie pikseli w kierunku krawędzi i
usuwanie zbędnych pikseli
Progowanie
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Unsharp Masking
Wyostrzanie obrazu
Eliminacja drobnych szumów
Algorytm:




I(x,y) = Gauss(Iin(x,y))
Ihp(x,y) = Iin(x,y) – I(x,y)
Ihp(x,y) = 0 dla Ihp(x,y) < próg
Iout(x,y) = Iin(x,y) + a*Ihp(x,y)
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Metoda LogAbout
Polepszenie wykrywania krawędzi
Filtr górnoprzepustowy
Filtr
logarytmiczny
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Metoda HistAbout
Polepszanie wykrywania krawędzi
Rozciąganie
histogramu
Gauss
LogAbout
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Metoda GammaAbout
Polepszenie wykrywania krawędzi
Gamma
Gauss
LogAbout
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Gdzie stosować filtry?
Obraz wejściowy
Detekcja
Normalizacja
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Obraz wejściowy
Problemy:

Zakłócenia obrazu
Rozwiązanie:


Filtr Gaussa
Filtr Medianowy
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Obraz wejściowy/Detekcja
Problem:

Ciemny obraz
Rozwiązanie:



Rozciąganie histogramu
Korekcja Gamma
GammaAbout
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Detekcja
Problem:

Wykrywanie krawędzi
Rozwiązanie:




Filtr Roberts
Filtr Prewitt
Filtr Sobel
Metoda Canny’ego
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Normalizacja kształtu
Problem:

Brak unifikacji rozmiarów
Rozwiązanie:

Skalowanie
Problem

Obrócona twarz
Rozwiązanie:

Obrót
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Normalizacja oświetlenia
Problem:

Nierównomierne oświetlenie twarzy
Rozwiązanie:

Operacje na histogramie
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Zastosowanie filtrów
Poprawa jakości pobranego obrazu
Polepszenie wydajności metod
detekcji obiektów
Normalizacja obrazu
Normalizacja oświetlenia
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Co dalej ??
Normalizacja oświetlenia nadal
pozostaje polem do dalszych badań
Rozjaśnianie obrazów ciemnych
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006
Dziękuję
Rozpoznawanie Twarzy i Systemy Biometryczne
2005/2006