lectures/Komp_obr/07-iproc_1.tex

310 lines
9.7 KiB
TeX
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

\documentclass[10pt,pdf,hyperref={unicode}]{beamer}
\hypersetup{pdfpagemode=FullScreen}
%\usepackage{ed}
\usepackage{lect}
\title[Компьютерная обработка. Лекция 7.1.]{Компьютерная обработка результатов измерений}
\subtitle{Лекция 7.1. Обработка изображений}
\date{31 марта 2021 года}
\begin{document}
% Титул
\begin{frame}
\maketitle
\end{frame}
% Содержание
\begin{frame}
\tableofcontents
\end{frame}
\section{Цифровые изображения}
\begin{frame}{Цифровые изображения}
\begin{defin}
Изображение представляет собой двумерную функцию $f(x,y)$, где~$x$ и~$y$~---
пространственные координаты, а уровень~$f$ называется
интенсивностью изображения в данной точке (цветное изображение является
совокупностью по крайней мере трех функций $r(x,y)$, $g(x,y)$ и~$b(x,y)$).
Если величины~$x$, $y$ и~$f$ принимают дискретные значения, говорят о цифровом
изображении. Элементарная единица цифрового изображения называется
пикселем.
\end{defin}
\begin{block}{Дискретизация}
Процедуру квантования (\bf дискретизации) квазинепрерывного изображения $I_0(X,Y)$ можно представить в виде:
$$
I(x,y)=\mathrm{round}\Bigl(\frac{2^N-1}{I_{max}}\Int_{S_{x,y}}I_0(X,Y)
\,dXdY\Bigr)+\delta_{x,y}.
$$
\end{block}
\end{frame}
\begin{frame}{RGB-модель}
\only<1>{
\img[0.6]{RGB}
\centering{Аддитивная RGB-модель}
}\only<2>{
\img[0.6]{sRGB}
}
\end{frame}
\begin{blueframe}{CMYK-модель}
\only<1>{
\img[0.5]{CMYK}
\centering{Субстрактивная CMYK-модель}
}\only<2>{
\img[0.6]{colormodels}
}
\end{blueframe}
\begin{frame}{}
\img[0.6]{Bayer_pattern}
\centering{Маска Байера}
\end{frame}
\section{Математический аппарат}
\begin{frame}{Математический аппарат}
\only<1>{\img[0.7]{neighbourhoods}
\centering{Соседство}}
\only<2>{\img[0.6]{connregs}
\centering{Связность}
}
\only<3>{\img[0.6]{msquare}
\centering{Границы, контуры}
}
\end{frame}
\begin{frame}{}
\begin{block}{Расстояние}
\begin{itemize}
\item Евклидово: $D_{e(p,q)}=\sqrt{(x_p-x_q)^{2}+(y_{p}-y_{q})^{2}}$.
\item Метрика $L_{1}$: $D_{4}(p,q)=|x_{p}-x_{q}|+|y_{p}-y_{q}|$.
\item Метрика $L_{\infty}$: $D_{8}(p,q)=\max\bigl(|x_{p}-x_{q}|,|y_{p}-y_{q}|\bigr)$.
\end{itemize}
\end{block}
\begin{block}{Поэлементные и матричные операции}
$$A=\begin{bmatrix}a_{11}&a_{12}\\a_{21}&a_{22}\end{bmatrix},\quad{}
B=\begin{bmatrix}b_{11}&b_{12}\\b_{21}&b_{22}\end{bmatrix}.$$
Поэлементное произведение:
$$A\cdot B = \begin{bmatrix}a_{11}b_{11}&a_{12}b_{12}\\a_{21}b_{21}&a_{22}b_{22}\end{bmatrix}.$$
Матричное произведение:
$$A\times B = \begin{bmatrix}a_{11}b_{11}+a_{12}b_{21}&a_{11}b_{12}+a_{12}b_{22}\\
a_{21}b_{11}+a_{22}b_{21}&a_{21}b_{12}+a_{22}b_{22}\end{bmatrix}.$$
\end{block}
\end{frame}
\begin{frame}{}
\begin{block}{Аффинные преобразования}
$$\begin{pmatrix}x'&y'&1\end{pmatrix}=\begin{pmatrix}x&y&1\end{pmatrix}\times\B{T}.$$
\end{block}
\begin{columns}\column{0.5\textwidth}
\begin{block}{}
Тождество: $\B{T}=\begin{pmatrix}1 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 & 1\end{pmatrix},$\\
Масштаб: $\B{T}=\begin{pmatrix}c_{x} & 0 & 0\\ 0 & c_{y} & 0\\ 0 & 0 & 1\end{pmatrix},$\\
Поворот: $\B{T}=\begin{pmatrix}\cos\theta & \sin\theta & 0\\ -\sin\theta & \cos\theta & 0\\ 0 & 0 & 1\end{pmatrix},$\\
Сдвиг: $\B{T}=\begin{pmatrix}1 & 0 & 0\\ 0 & 1 & 0\\ t_{x} & t_{y} & 1\end{pmatrix},$\\
\end{block}
\column{0.45\textwidth}
\begin{block}{}
Скос $y$: $\B{T}=\begin{pmatrix}1 & 0 & 0\\ s_{v} & 1 & 0\\ 0 & 0 & 1\end{pmatrix},$\\
Скос $x$: $\B{T}=\begin{pmatrix}1 & s_{h} & 0\\ 0 & 1 & 0\\ 0 & 0 & 1\end{pmatrix},$\\
Отражение $x$: $\B{T}=\begin{pmatrix}1 & 0 & 0\\ 0 & -1 & 0\\ 0 & 0 & 1\end{pmatrix},$\\
Отражение $y$: $\B{T}=\begin{pmatrix}-1 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 & 1\end{pmatrix},$\\
\end{block}
\end{columns}
\begin{block}{}Комбинация пребразований: $\B{M}=\prod_{i}\B{T_{i}}$\end{block}
\end{frame}
\section{Пространственные и градационные преобразования}
\begin{frame}{Пространственные и градационные преобразования}
\begin{defin}
Преобразования в пространственной области работают непосредственно с пикселями изображения:
$$T(u,v)=\Sum_{x=0}^{M-1}\Sum_{y=0}^{N-1}f(x,y)r(x,y,u,v),\qquad\text{где $r$~-- ядро
преобразования.}$$
\end{defin}
\begin{block}{Градационные преобразования ($I\in[0, L-1]$, $I'=r(I)$)}
\begin{itemize}
\item негатив: $r = L-1 -I$;
\item логарифмическое: $r=\C\ln(1+I)$;
\item гамма-коррекция: $r=\C(L-1)\cdot i^\gamma$, $i=\dfrac{I}{L-1}$;
\item кусочно-линейные преобразования (усиление контраста).
\end{itemize}
\end{block}
\end{frame}
\begin{frame}{}
\only<1>{
\img[0.8]{bitplanes}
\centering{Битовые плоскости}
}\only<2>{
\img[0.4]{graycode}
\centering{Битовые плоскости в кодах Грея}
}
\end{frame}
\begin{frame}{Гистограмма}
\img[0.9]{histogram}
\end{frame}
\begin{frame}{}
\only<1>{
\begin{block}{Эквализация гистограммы}
$$s_k=(L-1)\Sum_{j=0}^{k}p_j=\frac{L-1}{MN}\Sum_{j=0}^{k}n_j.$$
\end{block}
\img[0.7]{histeq}
}
\only<2>{
\begin{block}{Приведение гистограммы $p_r\arr p_z$}
\begin{enumerate}
\item Получение эквализованной гистограммы, $s_k$.
\item Вычисление функции преобразования $G(z_q)=(L-1)\Sum_{j=0}^{q}p_z(z_j)$.
\item Нахождение для каждого $s_k$ соответствующего значения $z_q$, для которого $G(z_q)$ наиболее
близко к~$s_k$.
\item Формирование приведенного изображения.
\end{enumerate}
\end{block}
}
\only<3,4>{
\begin{block}{Локальная гистограммная обработка}
\only<3>{\img[0.8]{h1}}
\only<4>{\img[0.8]{h2}}
\end{block}
}
\end{frame}
\begin{frame}{Эквализация гистограммы}
\only<1>{M13: без и с эквализацией:\\
\smimg[0.48]{M13_nohisteq}\hfil\smimg[0.48]{M13_histeq}
}
\only<2>{M29: без и с эквализацией:\\
\smimg[0.48]{M29_nohisteq}\hfil\smimg[0.48]{M29_histeq}
}
\end{frame}
\def\svec#1{\begin{smallmatrix}#1\end{smallmatrix}}
\def\smat#1{\begin{pmatrix}#1\end{pmatrix}}
\def\pb#1#2{\parbox{0.4\textwidth}{\centering{#1}\par\noindent\centering{\includegraphics{#2}}}}
\begin{frame}{Пространственная фильтрация}
\only<1>{
\begin{block}{}
$$f=\svec{0&0&0&1&0&0&0&0},\qquad w=\svec{1&2&3&4&5}.$$
\end{block}
\begin{columns}
\column{0.48\textwidth}
\begin{block}{Корреляция, $v=f\star w$}
$$0:\qquad\svec{0&0&0&0&0&0&0&1&0&0&0&0&0&0&0&0\\1&2&3&4&5\\}$$
$$3:\qquad\svec{0&0&0&0&0&0&0&1&0&0&0&0&0&0&0&0\\0&0&0&1&2&3&4&5\\}$$
$$7:\qquad\svec{0&0&0&0&0&0&0&1&0&0&0&0&0&0&0&0\\0&0&0&0&0&0&0&1&2&3&4&5\\}$$
$$a:\qquad\svec{0&0&0&5&4&3&2&1&0&0&0&0}$$
$$v:\qquad\svec{0&5&4&3&2&1&0&0}$$
\end{block}
\column{0.48\textwidth}
\begin{block}{Свертка, $v=f*w$}
$$0:\qquad\svec{0&0&0&0&0&0&0&1&0&0&0&0&0&0&0&0\\5&4&3&2&1\\}$$
$$3:\qquad\svec{0&0&0&0&0&0&0&1&0&0&0&0&0&0&0&0\\0&0&0&5&4&3&2&1\\}$$
$$7:\qquad\svec{0&0&0&0&0&0&0&1&0&0&0&0&0&0&0&0\\0&0&0&0&0&0&0&5&4&3&2&1\\}$$
$$a:\qquad\svec{0&0&0&1&2&3&4&5&0&0&0&0}$$
$$v:\qquad\svec{0&1&2&3&4&5&0&0}$$
\end{block}
\end{columns}
}\only<2>{
\begin{columns}
\column{0.48\textwidth}
\begin{block}{}
\pb{Идентичность}{Vd-Orig} $\smat{0&0&0\\0&1&0\\0&0&0}$\\[2pt]
\pb{$f'(x,y)$}{Vd-Edge1} $\smat{1&0&-1\\0&0&0\\-1&0&1}$\\[2pt]
\pb{Лапласиан}{Vd-Edge2} $\smat{0&1&0\\1&-4&1\\0&1&0}$\\[2pt]
\pb{Лапласиан}{Vd-Edge3} $\smat{1&1&1\\1&-8&1\\1&1&1}$
\end{block}
\column{0.48\textwidth}
\begin{block}{}
\pb{Резкость}{Vd-Sharp} $\smat{0&-1&0\\-1&5&-1\\0&-1&0}$\\[2pt]
\pb{Размытие}{Vd-Blur2} $\dfrac{1}{9}\smat{1&1&1\\1&1&1\\1&1&1}$\\[2pt]
\pb{Гаусс}{Vd-Blur1} $\dfrac{1}{16}\smat{1&2&1\\2&4&2\\1&2&1}$\\[2pt]
\pb{LoG}{Vd-LOG} $\dfrac{1}{64}\smat{11&27&11\\27&-202&27\\11&27&11}$
\end{block}
\end{columns}
}
\end{frame}
\begin{frame}{Пространственная фильтрация FITS}
\only<1>{Оригинал:\\
\smimg[0.5]{objFull}\;\smimg[0.5]{objCrop}
}
\only<2>{Фильтр Гаусса $1\times1$ пиксель:\\
\smimg[0.5]{gaussFull}\;\smimg[0.5]{gaussCrop}
}
\only<3>{Фильтр лапласиана гауссианы $1\times1$ пиксель:\\
\smimg[0.5]{lapgaussFull}\;\smimg[0.5]{lapgaussCrop}
}
\only<4>{Фильтр Прюитта (горизонтальный):\\
\smimg[0.5]{prewitthFull}\;\smimg[0.5]{prewitthCrop}
}
\only<5>{Фильтр Прюитта (вертикальный):\\
\smimg[0.5]{prewittvFull}\;\smimg[0.5]{prewittvCrop}
}
\only<6>{Простой градиент (через фильтры Прюитта):\\
\smimg[0.5]{gradientFull}\;\smimg[0.5]{gradientCrop}
}
\end{frame}
\begin{frame}{}
\only<1>{
\begin{block}{Медианная фильтрация}
\centering{\includegraphics[width=0.4\textwidth]{image020} \hspace{3em}
\includegraphics[width=0.4\textwidth]{image021}}
\end{block}
}\only<2>{
\begin{block}{Адаптивный медианный фильтр}
Зона $K\times K$ пикселей, $I_{min}$, $I_{max}$, $I_{med}$, $I_{xy}$ (интенсивность в данной
точке), $K_{max}$~-- максимальный размер зоны.
\begin{enumerate}
\item $A_1=I_{med}-I_{min}$, $A_2=I_{med}-I_{max}$; если $A_1>0$ и $A_2<0$ переход на 2, иначе
$++K$; если $K<K_{max}$, повторить, иначе вернуть $I_{xy}$.
\item $B_1=I_{xy}-I_{min}$, $B_2=I_{xy}-I_{max}$; если $B_1>0$ и $B_2<0$, вернуть $I_{xy}$, иначе
вернуть $I_{med}$.
\end{enumerate}
\end{block}
}\only<3>{
\centering{\includegraphics[width=0.35\textwidth]{imf_ori} \hspace{3em}
\includegraphics[width=0.377\textwidth]{imf_mean}}
\centering{\includegraphics[width=0.377\textwidth]{imf_median} \hspace{3em}
\includegraphics[width=0.35\textwidth]{imf_adpmed}}
}
\only<4>{Медианная фильтрация $r=1$\,пиксель и $r=5$\,пикселей:\\
\smimg[0.5]{median1}\;\smimg[0.5]{median5}
}
\only<5>{Оригинал, адаптивная медиана ($r=1$) и медиана ($r=1$):\\
\img{oriadpmed}
}
\end{frame}
\section{Частотные преобразования}
\begin{frame}{Частотные преобразования}
\begin{block}{Двумерное ДПФ}
$$F(u,v)=\Sum_{x=0}^{M-1}\Sum_{y=0}^{N-1} f(x,y) \exp\Bigl(-2\pi
i\bigl(\frc{ux}{M}+\frc{vy}{N}\bigr)\Bigr).$$
$$f(x,y)=\frac{1}{MN}\Sum_{u=0}^{M-1}\Sum_{v=0}^{N-1} F(u,v) \exp\Bigl(2\pi
i\bigl(\frc{ux}{M}+\frc{vy}{N}\bigr)\Bigr).$$
\end{block}
\centering{\includegraphics[width=0.4\textwidth]{Vd-Fpwr} \hspace{3em}
\includegraphics[width=0.4\textwidth]{Vd-phase}}
\end{frame}
\begin{frame}{}
\img{fft}
\end{frame}
\begin{frame}{Спасибо за внимание!}
\centering
\begin{minipage}{5cm}
\begin{block}{mailto}
eddy@sao.ru\\
edward.emelianoff@gmail.com
\end{block}\end{minipage}
\end{frame}
\end{document}