Базовые средства просмотра и анализа изображений и видеопоследовательностей
Работа с изображением в системе Pisoftреализована в виде специализированного программного компонента, имеющего вид, показанный на рис.1.1.9. Компонент имеет кнопочную панель инструментов, средства просмотра и анализа изображения и статусную строку.
В статусной строке показываются:
- текущие координаты курсора;
- текущий масштаб изображения;
- значения RGBпиксела, в котором находится курсор.
- информация, зависящая от текущего средства анализа изображений.
Рис. 1.1.9. Общий вид компонента работы с изображением
Кнопка включает / выключает инструменты просмотра и анализа изображений.
Кнопка включает / выключает просмотр векторной графики в средствах просмотра и анализа изображений. Когда кнопка выключена вся графика выводится только в окноImage.
Кнопки предназначены для включения / выключения просмотра соответствующих цветовых каналов. Если изображение монохромное или имеет один канал, то все цветовые каналы одинаковые.
В компоненте реализованы следующие режимы просмотра изображений.
Увеличение изображения.Режим включается кнопкойпанели инструментов. В этом режиме при нажатии левой клавиши мыши в области изображения, масштаб изображения увеличивается в 2 раза. При этом изображение центрируется в соответствии с координатами точки, в которой произведено нажатие. Кратковременное включение режима может быть произведено также клавишейCtrlбез использования панели инструментов.
Уменьшение изображения.Режим включается кнопкойпанели инструментов. В этом режиме при нажатии левой клавиши мыши в области изображения, масштаб изображения уменьшается в 2 раза. При этом изображение центрируется в соответствии с координатами точки, в которой произведено нажатие. Кратковременное включение режима может быть произведено также клавишейAlt без использования панели инструментов.
Передвижение по изображению.Режим включается кнопкойпанели инструментов. В этом режиме при нажатии левой клавиши мыши в области изображения, изображение центрируется в соответствии с координатами точки, в которой произведено нажатие. Кратковременное включение режима может быть произведено также клавишейShiftбез использования панели инструментов.
В компоненте имеются следующие инструменты просмотра и анализа изображений.
Изображение (Image).ОкноImageявляется окном «по умолчанию». В нем можно просматривать изображение и векторную графику, если выключены остальные инструменты просмотра.
Гистограмма (Histogram).Данное средство служит для просмотра и анализа гистограммы изображений (рис.1.1.10). Построение гистограммы производится внутри прямоугольной области, задаваемой пользователем. По умолчанию размеры области совпадают с размерами изображения. Цвет гистограммы (красный, зеленый, синий) соответствует цветовому каналу (R,G,B).
При движении курсора внутри области построения гистограммы значения пиксела отображаются на графике гистограммы в виде вертикальных линий. При движении курсора по графику гистограммы, соответствующие значения гистограммы отображаются в статусной строке.
Данное средство позволяет осуществлять пороговую сегментацию изображения. Пороговая сегментация включается кнопкой Thresholding. При этом для каждого канала можно задать нижний (Low) и верхний (High) пороги яркости, которые также отображаются на графике гистограммы в виде круговых меток. ЕслиLow<=High, то слой яркости междуLowиHighвыводится на изображении. Если для какого-либо канала заданоLow>High,то результат сегментации для данного канала не выводится. Результат сегментации выводится для каждого канала или в виде бинарной маски (при включенной опцииBinarymask) или в виде яркостной маски, в которой яркости взяты из исходного изображения.
Также реализован метод бинаризации по методу Отсу, который включается опцией Otsu. При этом значениеLow в каждом канале принимает значение соответствующего порога по Отсу.
Вертикальная и горизонтальная проекции (Projection). Данное средство служит для просмотра и анализа проекций изображения (рис.1.1.11). Построение проекций производится внутри прямоугольной области, задаваемой пользователем. По умолчанию размеры области совпадают с размерами изображения. Цвет проекций (красный, зеленый, синий) соответствует цветовому каналу (R,G,B).
При движении курсора по графику проекции, соответствующие значения проекции отображаются в статусной строке.
Апертура (Aperture). Апертура (рис. 1.1.12) предназначена для одновременного просмотра исходного и увеличенного изображения. Увеличенное изображение центрируется в текущих координатах курсора. При достаточном увеличении на апертуре также выводятся численные значения яркости пикселов.
Вертикальный и горизонтальный профили (XYProfile).Данное средство служит для просмотра и анализа профилей изображения (рис.1.1.13). Профили строятся по строке и столбцу изображения, где находится курсор. Построение профилей производится внутри видимой области изображения. Цвет профиля (красный, зеленый, синий) соответствует цветовому каналу (R,G,B).
При движении курсора по графику профиля, соответствующие значения профиля отображаются в статусной строке.
Профиль вдоль произвольной кривой (Profile).Данное средство служит для просмотра и анализа профиля изображения вдоль произвольной кривой (рис. 1.1.14). Цвет профиля (красный, зеленый, синий) соответствует цветовому каналу (R,G,B).
При движении курсора по графику профиля, соответствующие значения профиля отображаются в статусной строке. При движении курсора по профилю (это можно сделать при двукратном увеличении) местоположение курсора показывается на графике вертикальной линией.
Поверхность функции яркости (Surface).Данное средство служит для просмотра фрагмента изображения в виде трехмерной поверхности (рис. 1.1.15). Фрагмент задается пользователем в виде прямоугольника. Используются следующая система координат: осиX,Yсоответствуют осямx,yизображения, осьZсоответствует яркости изображения, как функции от (x,y). Изображение поверхности может формироваться одним из четырех методов, задаваемых в выпадающем списке:
– Fill– однородный цвет поверхности;
– Frame– поверхность в виде сетки (без удаления невидимых граней);
– Image– для цвета каждого участка поверхности используется яркость соответствующего пиксела изображения;
– Light– освещение поверхности точечным источником света.
Для просмотра поверхности имеются следующие средства:
- вращение системы координат – кнопки ;
- расширение / сужение угла зрения - кнопки ;
- перемещение вдоль направления ‘взгляда’ (приближение, отдаление) – кнопки .
Табличные преобразования яркости (LUT).Данное средство использует таблицу преобразования яркости (LookUpTable) для просмотра изображения. Функция преобразования показывается в виде графика. Реализованы следующие преобразования:
- Linear- линейное преобразование яркости;
- Negative- обратное преобразование яркости (инверсия изображения);
- Equalize– эквализация изображения.
- Custom– преобразование, задаваемое пользователем.
Эквализация предназначена для просмотра малоконтрастных и практически невидимых деталей на изображении. Эквализация изображения представляет собой такое преобразование яркости, после которого гистограмма изображения имеет ровный вид, т.е. все ячейки гистограммы имеют одинаковые значения. Гистограмма строится по выделенному пользователем фрагменту, а полученное табличное преобразование применяется ко всему изображению.
В режиме Customпользователь может прямо на графике с помощью мыши ввести необходимую зависимость яркости (рис. 1.1.17).
Рис. 1.1.10. Средство построения и анализа гистограммы
Рис. 1.1.11. Средство построения и анализа проекций
Рис. 1.1.12. Апертура
Рис 1.1.13. Средство построения и анализа профилей
Рис. 1.1.14. Средство построения и анализа профиля вдоль произвольной кривой
Рис. 1.1.15. Средство просмотра изображения в виде трехмерной поверхности
Рис. 1.1.16. Средство для табличных преобразований яркости
Рис. 1.1.17. Пример задания табличного преобразования яркости
Кроме перечисленных средств компонента «Изображение», к базовым средствам работы с изображениями относятся следующие.
Фрейм Convert преобразования формата (рис. 1.1.18) (закладка «Разное») осуществляет преобразование формата внутреннего представления пикселов изображения, например Байт -> Вещественное, Целое (32 bit) -> Целое (16 bit) и т.д. См. список фреймов в приложении.
Рис. 1.1.18. Меню фрейма Convert преобразования формата изображения.
Использование фрейма Convert рассмотрено в примерах раздела 3.5 (рис. 3.5.36).
Фреймы, позволяющие загружать отдельное изображение или видеопоследовательности, находятся в закладке «Источник данных».
Фрейм Im Import (рис. 1.1.19) даёт возможность загружать одиночные изображения (пункт меню «Импорт одного изображения») или последовательность bmp-файлов (пункт меню «Пакетный импорт»).
Бывает очень полезно сохранять изображения, получившиеся в результате обработок (результирующие изображения). По нажатию на кнопку выходных связей фрейма (рис. 2.6.18) из выпадающего контекстного меню «Сохранить как» можно сохранять результаты обработки изображения для большинства фреймов.
Рис. 1.1.19. Контекстное меню сохранения выходного изображения по нажатию на кнопку выходных связей фрейма.
С помощью фрейма AviImp (рис. 1.1.20) можно загружать avi-видеоролики, а фрейм AviSave позволяет конвертировать последовательность bmp-файлов в видео формата avi.
Рис. 1.1.20. Пример использования синхросигналов – связь протянутая из выхода последнего фрейма RCorr корреляции на фрейм AviImp загрузки видео в формате avi
Рассмотрим использование синхросигналов на примере обработки видеопотока, загруженного в фрейм AviImp. Для корректного отображения результатов обработки видеопоследовательности иногда необходимо, чтобы каждый следующий кадр поступал в фреймы обработки после окончания обработки предыдущего кадра. Для этого используется управление уведомлениями. В схеме выбираем фреймы ожидающие поступления синхросигналов и фреймы формирующие синхросигналы. В меню этих фреймов выбираем пункт «Уведомление» и для ожидающих поступления синхросигналов устанавливаем «Вход», а для формирующих синхросигналы – «Выход». Соединяем связью вход и выход. На рис. 1.1.20 фрейм AviImp ожидает поступления синхросигналов, а фрейм RCorr формирует синхросигнал.
- «Обработка изображений и распознавание образов» Визильтер Юрий Валентинович Методическое пособие-2010
- Раздел 2. Распознавание образов. 165
- 1.1. Задачи и приложения машинного зрения. Примеры практических приложений.
- Уровни и методы машинного зрения
- Растровое изображение Изображение как двумерный массив данных
- Алгебраические операции над изображениями
- Физическая природа изображений
- Изображения различных диапазонов длин волн
- Изображения различной физической природы
- Тип пикселя
- Возможности и особенности системыPisoft
- Базовые средства просмотра и анализа изображений и видеопоследовательностей
- Алгебра изображений
- Геометрические преобразования изображений
- Устройства оцифровки и ввода изображений
- Линейки и матрицы, сканеры и камеры
- Геометрия изображения
- Цифровые и аналоговые устройства
- Пространственное разрешение
- Программное обеспечение
- Обработка цветных изображений
- Цветовая модельRgb
- Цветовая модель hsv
- Цветовая модель yuv
- Цветовая сегментация изображения
- Гистограмма и гистограммная обработка изображений
- Профиль вдоль линии и анализ профиля
- Проекция и анализ проекции
- Бинаризация полутоновых изображений
- Сегментация многомодальных изображений
- Выделение и описание областей
- Выделение связных областей на бинарных изображениях
- 1. Отслеживающие алгоритмы на примере алгоритма обхода контура.
- 2. Сканируюющие алгоритмы.
- 1.3. Фильтрация. Выделение объектов при помощи фильтров
- Оконная фильтрация изображений в пространственной области
- Фильтрация бинарных изображений Модель шума «соль и перец»
- Структура оконного фильтра
- Логическая фильтрация помех
- Бинарная медианная фильтрация
- Бинарная ранговая фильтрация
- Взвешенные ранговые фильтры
- Анизотропная фильтрация
- Расширение-сжатие (простая морфология)
- Стирание бахромы
- Нелинейная фильтрация полутоновых изображений
- Ранговая оконная фильтрация
- Минимаксная фильтрация
- Задача выделения объектов интереса
- Бинарные фильтры для выделения объектов
- Метод нормализации фона
- Скользящее среднее в окне
- Гауссовская фильтрация
- Преобразование Фурье. Линейная фильтрация в частотной области
- Преобразование Фурье
- Комплексное представление преобразования Фурье
- Быстрое преобразование Фурье
- Двумерное преобразование Фурье
- Свертка с использованием преобразования Фурье
- Фильтрация изображений в частотной области
- Вейвлет-анализ
- Пирамида изображений
- Вейвлет-преобразование
- Операторы вычисления производных
- Операторы вычисления векторов градиентов
- Операторы Марра и Лапласа
- Постобработка контурного изображения Локализация края
- Утончение контура
- Сегментация полутоновых изображений
- Пороговая и мультипороговая сегментация
- Методы слияния, разбиения и слияния/разбиения областей
- Способы описания выделенных областей
- Текстурные признаки
- 1.6.Морфологические методы анализа сцен (по ю.П. Пытьеву) Методы обнаружения объектов, заданных эталонами
- Согласованная фильтрация.
- Корреляционное обнаружение.
- Морфологический подход ю.П. Пытьева.
- Форма изображения как инвариант преобразований изображений, отвечающих вариациям условий регистрации
- Сравнение изображений по форме
- Выделение отличий изображений по форме
- Обнаружение объекта по его изображению и оценка его координат
- *Морфология на базе кусочно-линейной интерполяции
- Преобразование Хафа для поиска прямых
- *Различные способы параметризации прямых
- Преобразование Хафа для поиска окружностей
- Анализ аккумулятора при поиске геометрических примитивов
- Обобщенное преобразование Хафа
- *Специализированная процедура голосования для поиска эллипсов
- *Рекуррентное преобразование Хафа в скользящем окне
- 1.8.Математическая морфология (по ж. Серра)
- Морфологические операции на бинарных изображениях
- Морфологические операции на полутоновых изображениях
- Морфологическое выделение «черт» и объектов
- Морфологический спектр
- Морфологические скелеты. Непрерывная бинарная морфология Непрерывная бинарная морфология
- Непрерывное гранично-скелетное представление изображения
- Обработка и использование скелета
- *Обобщенные скелетные представления бинарных фигур
- Алгоритмы утончения дискретного бинарного изображения
- *Регуляризация скелетов
- Типы нерегулярностей скелета
- Устранение нерегулярностей
- Регуляризация скелета по Тихонову
- *Селективные морфологии
- 1.9. Анализ движения. Выделение движущихся объектов. Разность кадров. Вычитание фона. Анализ оптических потоков. Слежение за движущимися объектами. Корреляционное слежение.
- Обучение с учителем. Детерминированные методы, основанные на «близости». Линейные решающие правила. Метод построения эталонов. Метод ближайшего соседа. Методkближайших соседей.
- Линейные решающие правила
- Метод построения эталонов
- Методы ближайших соседей
- Параметрические и непараметрические методы
- Дискриминантные и моделирующие методы обучения
- Способность распознавателя к обобщению. Регуляризация.
- Байесовская теория решений. Случай двух классов. Классификаторы, разделяющие функции и поверхности решений. Вероятности ошибок. Разделяющие функции для случая нормальной плотности.
- Дискриминантный анализ. Линейный дискриминант Фишера. Персептронная функция критерия. Линейный дискриминантный анализ (lda,дискриминант Фишера)
- Персептрон Розенблатта
- Анализ свидетельств
- Байесовское объединение свидетельств
- Структурное распознавание
- Автоматизированное конструирование алгоритмов обнаружения объектов на основе преобразований модельных описаний объектов.
- Нейросетевое распознавание
- Нейронные сети ассоциативной памяти. Сети Хопфилда.
- Многослойные персептроны. Оптимизационное обучение. Метод обратного распространения ошибки.
- Многослойные персептроны. Правило Хебба.
- *Связь с байесовским распознаванием
- Сети встречного распространения. Самоорганизующиеся сети.