1f Cyfrowe Przetwarzanie sygnałów

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Cyfrowe przetwarzanie sygnałów i obrazów

Grzegorz Pietrzak

Wydział Elektroniki Politechniki Wrocławskiej

09.11.2010

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Outline

1

Akwizycja obrazów i sygnałów

2

Dyskretyzacja i kwantyzacja

3

Typy transformacji obrazów

4

Histogram i operacje na histogramie

5

Dyskretna transformacja Fouriera

6

Filtry lokalne

7

Progowanie

8

Wykrywanie kraw ˛edzi

9

Analiza ruchu

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Petla sterowania

Rysunek:

P˛etla sterowania z wykorzystaniem systemu wizyjnego

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Definicja

Akwizycja - przetworzenie obrazu obiektu fizycznego (f(x,y)) do
postaci zbioru danych dyskretnych (obraz cyfrowy) nadaj ˛

acych

si ˛e do dalszego przetwarzania. Elementy procesu akwizycji:

O´swietlenie obrazu.

Formowanie obrazu (optyczne).

Detekcja obrazu.

Formowanie wyj´sciowego sygnału z urz ˛

adzenia (kamera,

skaner)

Obraz podczas tego procesu przyjmuje formy:
optyczna -> elektryczna -> cyfrowa

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Dyskretyzacja

Dyskretyzacja (próbkowanie, kwantyzacja w czasie) - proces
tworzenia sygnału dyskretnego, reprezentuj ˛

acego sygnał ci ˛

agły

za pomoc ˛

a ci ˛

agu warto´sci nazywanych próbkami

Dyskretyzacja idealna

f (v , w ) =

Z

RxR

f (x , y )δ(v − x , w − y )dxdy

(1)

Gdzie RxR - siatka, w której w ˛ezłach pobieramy próbki

Dyskretyzacja rzeczywista

f (v , w ) =

Z

RxR

f (x , y )γ(v − x , w − y )dxdy

(2)

Gdzie γ to funkcja próbkuj ˛

aca wynikaj ˛

aca z charakterystyki

urz ˛

adzenia

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Odtwarzanie sygnału ci ˛

agłego

Twierdzenie Kotielnikowa-Shannona: Sygnał ci ˛

agły mo˙ze by´c

ponownie wiernie odtworzony z sygnału dyskretnego, je´sli był
próbkowany z cz ˛estotliwo´sci ˛

a co najmniej dwa razy wi ˛eksz ˛

a od

granicznej cz ˛estotliwo´sci swego widma (tak zwany warunek
Nyquista).
Inaczej: Sygnał x(t) jest równowa˙zny zbiorowi swoich próbek
odległych od siebie o stały przedział T ≤

1

2f

m

ω

m

to taka cz ˛estotliwo´s´c, powy˙zej której widmo sygnału

próbkowanego zanika (X (ω) = 0 dla ω > ω

m

)

Jak wida´c, sygnał da si ˛e odpowiednio spróbowa´c tylko wtedy, gdy
jego widmo jest sko ´nczone.

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Aliasing

Powy˙zszy warunek nazywany jest warunkiem Nyquista
Je´sli nie jest spełniony, mo˙ze wyst ˛

api´c zjawisko

aliasingu -

pojawiania si ˛e w sygnale składowych o bł ˛ednych
cz ˛estotliwo´sciach.

Aby unikn ˛

a´c tego zjawiska zwi ˛eksza si ˛e cz ˛estotliwo´s´c

próbkowania lub ogranicza cz ˛estotliwo´s´c sygnału wej´sciowego za
pomoc ˛

a filtrów dolnoprzepustowych (o maksymalnie stromych

zboczach).

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Kwantyzacja

Kwantyzacja równomierna i nierównomierna

Miary jako´sci kwantyzatora:

´sredniokwadratowy bł ˛

ad kwantyzacji δ

2

q

=

R

−∞

(

x − Q(x ))f (x )dx ,

gdzie Q(x ) jest kwantyzatorem
(´srednia) długo´s´c słowa kodowego - przy zadanym δ

2

q

R =

m

P

i=1

l

2

b

i

R

b

i

1

f (x )dx , l - długo´s´c słowa kodowego

odpowiadaj ˛

acego i-temu przedziałowi (i-tej warto´sci

rekonstrukcji)

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Typy transformacji obrazów

Typy transformacji obrazów

punktowe

lokalne

globalne

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Histogram

Histogram jest to takie przedstawienie empirycznego rozkładu
zmiennej, które dzieli warto´sci cechy na przedziały i
przyporz ˛

adkowuje ka˙zdemu z tych przedziałów liczb ˛e wyst ˛

apie ´n

(ew. g ˛esto´s´c prawdopodobie ´nstwa) warto´sci zmiennej w tym
przedziale.

Ogólnie histogram jest opisany wzorem H(z) =

R

χ

f

1

dxdy

Cechy Histogramu: ´srednia, dyspersja, asymetria, energia,
entropia

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Operacje na histogramie

H(z) - histogram, G(z) - histogram po transformacji T
v = T (z) - funkcja transformuj ˛

aca

0 ≤ z ≤ 1, 0 ≤ v ≤ 1
G(v ) = [H(z)

dz
dv

]

z=T

1

(

v )

Przykładowe operacje:

Rozci ˛

aganie histogramu

Normalizacja histogramu

Wyrównywanie histogramu (equalization)

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Dyskretna transformacja Fouriera

Dyskretna transformata Fouriera (DFT z ang. Discrete Fourier
Transform) jest transformat ˛

a Fouriera wyznaczon ˛

a dla sygnału

próbkowanego, a wi ˛ec dyskretnego.

DFT przekształca sko ´nczony

ci ˛

ag próbek sygnału (a

0

, a

1

, a

2

, . . . , a

N−1

)

, a

i

∈ R w ci ˛

ag

harmonicznych (A

0

, A

1

, A

2

, . . . , A

N−1

)

, A

i

∈ C zgodnie ze wzorem:

A

k

=

N−1

P

n=0

a

n

w

kn

N

, 0 6 k 6 N − 1, w

N

=

e

i

N

Przekształcenie odwrotne: a

n

=

1

N

N−1

P

k =0

A

k

w

kn

N

, 0 6 n 6 N − 1

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Przypadek dwuwymiarowy

Dwuwymiarowe przekształcenie Fouriera w punkcie (m,n):

V (m, n) =

P

M−1
x =0

N−1

P

y =0

U(x , y )w

ny

N

w

mx

M

Przekształcenie odwrotne:

U(x , y ) =

1

NM

N−1

P

n=0

M−1

P

m=0

V (m, n)w

ny

N

w

mx

M

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

FFT

Obliczanie DFT wg tego wzoru ma zło˙zono´s´c obliczeniow ˛

a O(N

2

)

Istnieje algorytm SzybkiejTransformacjiFouriera, który pozwala na
obliczenie transformaty w czasie O(Nlog

2

N) Algorytmy (jak

algorytm Cooleya-Tukeya) obliczaj ˛

ace szybk ˛

a transformacj ˛e

Fouriera bazuj ˛

a na metodzie dziel i zwyci ˛e˙zaj rekurencyjnie

dziel ˛

ac transformat ˛e wielko´sci N = N

1

N

2

na transformaty

wielko´sci N

1

i N

2

z wykorzystaniem O(N) operacji mno˙zenia.

Najpopularniejsz ˛

a wersj ˛

a FFT jest FFT o podstawie 2. Jest to

bardzo efektywna operacja, jednak wektor próbek wej´sciowych
(spróbkowany sygnał) musi mie´c długo´s´c N = 2

k

, gdzie k to

pewna liczba naturalna. Wynik otrzymuje si ˛e na drodze
schematycznych przekształce ´n, opartych o tak zwane struktury
motylkowe.

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Zastosowania DFT w filtracji

Za pomoc ˛

a odpowiednich masek nało˙zonych na widmo sygnału i

transformacji odwrotnej mo˙zemy wyci ˛

a´c z obrazu pewne

składowe.
Filtry górno, dolno i pasmowo przepustowe pozwalaj ˛

a np. na

redukcj ˛e szumu czy wykrywanie kraw ˛edzi.

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Splot

Splot jest to sposób ł ˛

aczenia 2 sygnałów w celu utworzenia

trzeciego
Ma on t ˛e wła´sciwo´s´c, ˙ze d

f · g = b

f ∗

b

g i d

f ∗ g = b

f ·

b

g Wzór na splot

dyskretny w 2 wymiarach:
a[m, n] ∗ h[m, n] =

P

j

P

k

h[j, k ]a[m − j, n − k ]

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Filtry liniowe

Filtr Gaussa

g(i, j) =

2r

P

k =0

(

2r )!

(

2r −k )!k !

2r

P

l=0

(

2r )!

(

2r −l)!l!

f (i + r − k , j + r − l)

1

2

1

2

4

2

1

2

1

Filtr Laplace’a
g(i, j) = f (i − 1, j) + f (i + 1, j) + f (i, j − 1) + f (i, j + 1) − 4f (i, j)

0

1

0

1

4

1

0

1

0

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Filtry nieliniowe

Lokalne minimum

Lokalne maksimum

Filtr medianowy

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Rozplot

Algorytm rozplotu:

g

k +1

=

g

k

+ (

f − g

k

h); g

0

=

f

Rozplot pozwala np na korekcj ˛e poruszonego obrazu, lub
niedokładnego zogniskowania obiektywu

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Progowanie

Progowanie jest globaln ˛

a metod ˛

a segmentacji

Progowanie podwójne

Progowanie zmienne (np. dla zacienionego obrazu)

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Operator gradientu

Gradient jest to kierunek zmian funkcji. Pozwala wykry´c
kraw ˛edzie przedmiotów widoczne na obrazie.
Operatory Robertsa - filtry lokalne realizuj ˛

ace składowe gradientu

0

0

0

0

1

1

0

0

0

0

0

0

0

1

0

0

1

0

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Laplasjan

Laplasjan dla obrazu 2D jest wyra˙zony wzorem:

2

f =

2

f

∂x

+

2

f

∂y

Przykładowe maski realizuj ˛

ace operator Laplace’a:

0

1

0

1

4

1

0

1

0

1

16

1

4

1

4

20

4

1

4

1

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Inne metody wykrywania kraw ˛edzi

Maski wykrywaj ˛

ace konkretne wzorce (linie poziome,

pionowe, uko´sne, naro˙zniki)

Gradienty Sobela, Pewritta

Rozkład na kształty lokalne

Analiza obrazu w bazie F-C

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Detekcja i analiza ruchu

Problem polega na detekcji i analizie ruchu w sekwencji obrazów.
Najwi ˛eksze niedogodno´sci przy jego rozwi ˛

azywaniu:

zło˙zono´s´c obliczeniowa

nadmiar informacji

problem szczelinowy

zmienne o´swietlenie

zachodzenie obiektów na siebie

mały kontrast mi ˛edzy obiektami a tłem

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Pole ruchu

Pole ruchu (motion field) - rzut trójwymiarowych wektorów
ruchu na płaszczyznie obrazu; zawiera informacje o składowej
wektora ruchu równoległej do płaszczyzny obrazu; brak informacji
o składowej prostopadłej do płaszczyzny obrazu.
Przepływ optyczny (optical flow) pole wektorowe zawieraj ˛

ace

informacje umo˙zliwiaj ˛

ace przekształcenie jednego obrazu w drugi

przez przesuni ˛ecie obszarów z pierwszego obrazu w drugi; nie
jest jednoznacznie okre´slony.

background image

Cyfrowe

przetwarzanie

sygnałów i

obrazów

Grzegorz

Pietrzak

Akwizycja
obrazów i
sygnałów

Dyskretyzacja i
kwantyzacja

Typy
transformacji
obrazów

Histogram i
operacje na
histogramie

Dyskretna
transformacja
Fouriera

Filtry lokalne

Progowanie

Wykrywanie
kraw ˛edzi

Analiza ruchu

Metody detekcji i ´sledzenia ruchu

ró˙znicowe umo˙zliwiaj ˛

ace detekcj ˛e i ´sledzenie ruchu dzi ˛eki

ró˙znicom pomi ˛edzy nast ˛epuj ˛

acymi klatkami,

korelacyjne przeszukuj ˛

ace obraz w poszukiwaniu

dopasowania regionów,

gradientowe opieraj ˛

ace si ˛e na wyznaczeniu pochodnych

czasowych i przestrzennych obrazu,

cz ˛estotliwo ´sciowe oparte na filtrach operuj ˛

acych w

dziedzinie cz ˛estotliwo´sci.


Document Outline


Wyszukiwarka

Podobne podstrony:
1f Cyfrowe przetwarzanie sygnal Nieznany
1f Cyfrowe przetwarzanie sygnal Nieznany
30 Cyfrowe przetwarzanie sygnałów
Cyfrowe Przetwarzanie Sygnałów Wykład cz1
Cyfrowe przetwarzanie sygnałów fonicznych (CPSF) wykład 06 art
zad egz 2002-, Inżynieria Akustyczna, 4 semestr, CPS - Cyfrowe Przetwarzanie Sygnałów, ZADANIA EGZAM
Cyfrowe przetwarzanie sygnałów
Cyfrowe Przetwarzanie Sygnalow Nieznany
zad egz 2001-, Inżynieria Akustyczna, 4 semestr, CPS - Cyfrowe Przetwarzanie Sygnałów, ZADANIA EGZAM
Cyfrowe przetwarzanie sygnalow Nieznany (2)
filtr-cyfrowy, Politechnika, IV sem, Cyfrowe Przetwarzanie Sygnałów i Obrazów
TS 15 Wrzesnia 2003r, Inżynieria Akustyczna, 4 semestr, CPS - Cyfrowe Przetwarzanie Sygnałów, ZADANI
falki, Inżynieria Akustyczna, 4 semestr, CPS - Cyfrowe Przetwarzanie Sygnałów, ZADANIA EGZAMIN 2
Wysylanie wiadomosci e mail Cyfrowe przetwarzanisygnalow Filtry, Cyfrowe przetwarzanisygnałów Filtry
1 Cyfrowe przetwarzanie sygnalow(CPS) Wprowadzenieid 9141 ppt
Cyfrowe Przetwarzanie Sygnałów Wykład cz1
Cyfrowe przetwarzanie sygnałów fonicznych (CPSF) wykład 06 art

więcej podobnych podstron