Transcript 蝪∪��

Outline
• Introduction
• Image Retrieval
– Proposed method
– Experimental results
• Image Segmentation
– Currency
– Enamel
• Conclusion
Introduction
• Digital Image
• Global-Region Image Retrieval
• Local-Region Image Retrieval
Image Retrieval
Image Feature
• Color Feature
– CHKM
• Texture Feature
– CCM
– DBPSP
Color Feature
K-mean
Color Feature
0.6
0.5
0.4
0.3
0.2
0.1
0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16
Texture Feature
0
1
2
3
p1
p2
p3
p4
4
5
6
Experimental results
match
Query
Database
L
1
2
3
4
5
10
20
30
50
100
Huang and Dai’s [6]
65.3
72.2
74.7
77.0
78.1
83.5
86.2
88.4
92.0
94.7
N. Jhanwar et al.[18]
62.4
70.7
74.8
76.6
79.0
84.0
87.7
90.2
92.3
94.6
Present method
85.5
90.5
92.3
93.2
93.6
95.1
96.7
97.7
98.9
99.2
ACC (%)
Currency Image Segmentation
流程圖
原
始
影
像
灰
階
高
斯
濾
波
器
離
散
小
波
粗
糙
度
對
比
度
粗
略
度
二
值
化
膨
脹
二
次
侵
蝕
二
次
分
水
嶺
切
割
後
影
像
Gaussian平滑化
背景
灰階
物件
高斯
雜訊的影像
Haar離散小波
LL
HL
LH
HH
特徵萃取
原始影像
粗糙度
對比度
粗略度
f rgh  f crs  f con
＋
＝
粗略度
粗糙度
對比度
二值化處理
粗略度
二值化
膨脹
二值化
膨脹一次
膨脹二次
侵蝕
膨脹過後
侵蝕一次
侵蝕二次
二值化
影像切割
侵蝕過後
分水嶺
影像切割結果
切割結果
原始影像
切割結果
Enamel Image Segmentation
流程圖
粗
糙
度
原
始
影
像
灰
階
對
比
度
方
向
度
梯
度
主
成
份
分
析
二
值
化
膨
脹
二
次
侵
蝕
一
次
Chain code
分
水
嶺
切
割
後
影
像
原始影像
灰階
物件
背景
四個特徵－正規化
四個紋理特徵的萃取
主成份分析
粗糙度
對比度
方向度
梯度
二值化
膨脹一次
膨脹二次
侵蝕一次
Chain code
分水嶺
影像切割
影像邊緣加強
•直方圖等化
•Haar離散小波轉換
•增加紋理特徵（規整度與粗略度）
直方圖等化前後結果之比較
影像1
原始影像
使用等化
前之影像
使用等化
後之影像
等化後影
像切割結果
影像2
影像3
影像4
影像5
小波轉換前後結果之比較
影像1
原始影像
使用小波
前之影像
使用小波
後之影像
小波後影
像切割結果
影像2
影像3
影像4
影像5
增加紋理特徵前後結果之比較
影像1
原始影像
增加紋理特
徵前之影像
增加紋理特
徵後之影像
增加紋理
特徵後影
像切割結果
影像2
Conclusion
Conclusion
• 高精確度的影像查詢
• 精準的影像切割
• 應用
– 影像辨識
– 數位典藏