Classe 8 Visió

20391: Visió per ComputadorApunts de l’assignatura

Jordi Vitrià 20391: Visió per Computador 1

Classe 8

Textura.

Què és la textura?

Concepte lligat al tacte .

Causes de la textura visual

• Canvis en la reflectància.• Canvis en la microrientació d’una superfície.

• Canvis en la microrientació d’una superfície.

Tipus: molts, depèn del criteri: estructurades, no estructurades, etc.

Importància: forma, reconeixement.

Ús quotidià de l’anàlisi de textures per inferir formes:Gràfica 3D

Mètodes computacionals:

1. Mètodes estadístics: basats en el càlcul de propietats estadístiques de les imatges (matrius de coocurrència).

2. Mètodes estructurals: basats en el processament d’estructures en les imatges (Voorhees& Poggio, Malik&Perona). Inspirats en el sistema visual humà.

Mètodes estadístics.

Una textura és una distribució (estadística) espacial de nivells de gris, que segueix una certa llei.

Aquesta llei es pot descriure de forma aproximada amb estadístics de diferents ordres.

Un dels descriptors més utilitzats és el basat en les

Un dels descriptors més utilitzats és el basat en les matrius de coorcurrència .

Les matrius de coocurrència descriuen un patró espacial en termes de les relacions geomètriques entre dos pixels:

• Distància• Orientació

{ }jyxIiyxIyxyxjiSd === ),(,),();,(),,((#),( 22112211

Els elements de la matriu de coocurrència es defineixen com:

Amb el vector d definit com:

),(),( 211122 dydxyx ++=

1 1 0 01 1 0 00 0 2 20 0 2 2

1 0 32 0 2 S 3,1

0 0 2 20 0 2 20 0 2 2

j 2 0 0 1

Matriu de coocurrència

imatge

t = (3,1)

Vector desplaçament

Les matrius S són quadrades, però casi mai simètriques.

La mida de la matriu depèn del nombre de nivells de gris de la imatge.G=4, S = 4x4G=256, S = 256 x 256

G=256, S = 256 x 256 G= 65536, S = 65536 x 65536

Les dades normalment s’escalen a 4 bits (matriu 16x16).

Però, com comparem textures, o com classifiquem?

Extraiem de les matrius descriptors:

Textura

Entropia Homogeneïtat

Discriminació de Textures i preatentivitat

Textura preatentivament NO

discriminable.

Textura preatentivamentdiscriminable.

Bela Julesz : Psicofísica i discriminació.

Teoria: La discriminació preatentiva de textures es basa en el processament dels estadístics de les imatges.

Estadístics de 1er ordre : probabilitat de tenir un valor de radiància en un determinat punt (=histograma).

Estadístics de 2on ordre : probabilitat d’una certa combinació de grisos als extrems d’un segment de longitud l i orientació α.

1a Conjectura : Dues textures NO són preatentivament discriminables si els seus estadístics de 2on ordre són idèntics.

La 1a conjectura va ser rebutjada als anys 80.

2a Conjectura : Dues textures són preatentivament discriminables si hi ha una diferència apreciable en la densitat (estadístics de 1er ordre) dels textons .

Textons

ExtremsCreuaments

Cantonades

Creuaments

Col·liniaritat

Textons

No hi ha diferència en els estadístics de 1er ordre dels textons!

Discriminació de Textures : Algorismes

Algorisme de Malik & Perona. Basat en el model psicofísic del sistema visual humà.

Processament de la imatge amb un banc de filtres:

1. Obtenir les respostes amb filtres a diferents escales, orientacions i formes (96).

orientacions i formes (96).2. Rectificació de mitja ona.3. Eliminació de respostes no desitjades.4. Influència local.5. Convolució amb una Gaussiana.6. Càlcul del gradient per cada banda.7. Màxim o mitja de tots els gradients de les bandes.

Malik & Perona

Només s’usen filtres de 2a derivada!

I per tant no hi ha diferència entre “contorns” invertits però si entre “barres” invertides...

Malik & Perona

Algorisme de Voorhees & Poggio.

Extracció dels textons basant-se en el concepte de taca.

1. Detecció.– Detecció de taques segons els creuments per zero del Laplacià.– Divisió de les taques dèbilment unides.

– Divisió de les taques dèbilment unides.– Divisió de les taques allargades.– Divisió de les taques amb curvatura alta.– Eliminació de les taques poc contrastades.

2. Mesura de les diferències.– Càlcul, per cada taca, de longitud, amplada, orientació I

contrast.– Càlcul de la distribució per cada atribut I per cada parella.– Decisió basada en la Màxima Diferència .

Textures i Orientació

Les variacions geomètriques d’una superfície produeixen tres efectes sobre els elements d’una textura:

1. Canvi en la densitat dels elements.2. Escorç , o canvi en les dimensions a causa de la

perspectiva.

perspectiva.3. Escalat dels elements.

Les causes de l’escalat i la densitat són la projecció perspectiva, però l’escorç només està causat per l’orientació de la superfície.

Idea: L’escorç es pot caracteritzar segons la variació en la distribució local de les orientacions dels contorns dels elements de la textura (assumim contorns isotròpics!).

Predominància de gradients amb orientacions properes a 90 i 270 graus.

No hi ha predominància tant clara. Si fossin cercles, tots els angles tenen el mateix pès.

Classe 8 Visió

Travel

Projecte classe

Classe 9 Visió

Verema Classe

Visió Localret Nº7

Visió Localret Nº9

Classe GalàXies

Visió Localret Nº 6

Ortho Classe

CODI ÈTIC I DE CONDUCTA - Mutua colaboradora con la ... · VISIÓ La missió i la visió d’Unió de Mútues queden definides de la manera següent: 8 OMPROMÍS Des d’aquestes

VISIÓ/DESENVOLUPAMENT/ APRENENTATGE

Organització classe

Classe 10 Visió

CLASSE 300 - Bticino de México€¦ · Classe 300x13e Classe 300x13e Classe 300v13e Guía táctil micrófono pulsadores toucH S enSitiVe activación cerradura favoritos personalizables,

Classe 6 Visió

Visió Localret Nº8

Classe d'Issuu

Poesies Classe

DOCUMENTO DEL CONSIGLIO DI CLASSE CLASSE V INFORMATICA › wordpress › wp-content › uploads › 2018 › ... · 2018-06-06 · DOCUMENTO DEL CONSIGLIO DI CLASSE CLASSE V INFORMATICA

VISIÓ REMOTA

BENVINGUTS i BENVINGUDES al RASPALL! · Horari 1r i 2n d’ESO 3r, 4t ESO i Batxillerat 8-8:55 Classe Classe 8:55-9:50 Classe Classe 9:50-10:35 PATI PLA DE LECTURA PLA DE LECTURA