Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Metody obrazové analýzy dat Oldřich Zmeškal, Ondřej Sedlák, Martin Nežádal Fakulta chemická, Vysoké učení technické v Brně Purkyňova 118, 612 00 Brno e-mail:

Podobné prezentace


Prezentace na téma: "Metody obrazové analýzy dat Oldřich Zmeškal, Ondřej Sedlák, Martin Nežádal Fakulta chemická, Vysoké učení technické v Brně Purkyňova 118, 612 00 Brno e-mail:"— Transkript prezentace:

1 Metody obrazové analýzy dat Oldřich Zmeškal, Ondřej Sedlák, Martin Nežádal Fakulta chemická, Vysoké učení technické v Brně Purkyňova 118, Brno

2 Obrazová analýza představuje metody zpracování digitalizovaných obrazových dat slouží k získání základních parametrů obrazů (resp. 2D modelů reálných objektů) –prostorového uspořádání a členitosti objektů –časového vývoje sledovaných dějů –barevné struktury obrazů digitalizace obrazů může být provedena např. pomocí skenerů, digitálních fotoaparátů, digitálních kamer výsledky obrazové analýzy závisí –na kvalitě procesu záznamu obrazu –na použitých metodách vlastní obrazové analýzy

3 A) Proces záznamu obrazu 1) vytvoření a transformace obrazu pomocí čoček, zrcadel, svazků optických vláken 2) separace barevných složek pomocí vhodných optických filtrů (např. RGB, CMY) 3) zaznamenání barevných složek obrazu pomocí světlocitlivých senzorů (CCD nebo CMOS) 4) generace elektrických signálů pro jednotlivé obrazové body (pixely) a barevné složky 5) transformace elektrických signálů na digitální data kvantováním na definovaný počet úrovní (A/D převodníky) 6) uložení digitálních dat na paměťovém médiu (paměťové karty, magnetická páska, pevné a kompaktní disky, apod.)

4 Světlocitlivý záznamový prvek elektronický integrovaný obvod, ve kterém je elektrický náboj vygenerovaný ve fotodiodách obrazových elementů přenášen potenciálovými jámami pomocí napětí na soustavě elektrod CMOS (Complementary Metal Oxide Semiconductors) CCD (Charge Coupled Devices) elektronický integrovaný obvod, ve kterém je elektrický náboj vygenerovaný ve fotodiodách obrazových elementů odváděn pomocí adresovatelné sběrnice integrovaný obvod zabezpečující konverzi světelného záření dopadajícího na jeho jednotlivé obrazové elementy (pixely) na elektrický náboj. Počet lokálně generovaných elektronů přitom odpovídá intenzitě dopadajícího světelného záření.

5 ovlivňují kvalitu digitálního záznamu obrazové informace (tj. dochází ke zkreslení způsobené vlastnostmi optické soustavy a transformačního procesu), mohou výrazně přispět ke zvýraznění některých (vybraných) vlastností obrazů, které chceme analyzovat. je třeba najít kompromis mezi kvalitou obrazového záznamu, rychlostí jeho pořízení (pořízení sekvence snímků) a velikostí paměťového prostoru potřebného k uložení dat Vlastnosti záznamového prvku

6 B) Analýza obrazových dat 1) zjištění vlivu optické soustavy, konverze a digitalizace na zkreslení obrazových dat a v jejich následné korekci 2) úpravy obrazu před vlastní analýzou (např. jeho rozklad na barevné složky, konverze do jiných barevných prostorů, filtrace apod.) 3) základní analýza obrazových dat (např. měření délek a ploch, určování histogramů barevných složek v jednotlivých barevných prostorech) 4) komplexní analýza obrazových dat (např. harmonická, waveletová, fraktální analýza).

7 Zařízení pro záznam obrazových dat  skenery - pořizování obrazů plošných stacionárních předloh (tisků, diapozitivů, negativů)  digitální fotoaparáty - vytváření jednotlivých snímků mikroobjektů a makroobjektů (přímo nebo ve spojení s mikroskopy, příp. dalekohledy) digitální fotoaparáty,  digitální kamery - záznam sekvencí obrazů (opět ve spojení s dalšími optickými přístroji)

8 1) Vytvoření a transformace obrazu objektivy - optické soustavy určené k vytvoření zmenšeného (někdy zvětšeného) obrazu na záznamové ploše světlocitlivého senzoru speciální optické filtry - optické prvky určené k separaci barevných složek obrazu (jejich spektrální charakteristiky mohou odpovídat např. charakteristikám lidského oka) svazky optických vláken - optické soustavy určené k vytvoření nebo transformaci obrazu (např. z rentgenových nebo neutronových scintilačních obrazovek, chemoluminiscenčních zdrojů, obrazových zesilovačů nebo zářičů)

9 2) Separace barevných složek systémy se třemi světlocitlivými senzory (optické filtry) systémy s vícevrstvými záznamovým médiem (technologie X3) časově multiplexované systémy (interferenční filtry) prostorově multiplexované systémy (RGBG filtry)

10 Systémy se třemi světlocitlivými senzory používají se např. u profesionálních TV kamer barevné separace (např. do složek RGB) se provádí pomocí polopropustných zrcadel nebo hranolů) záznam obrazu se provádí pomocí tří oddělených “jednobarevných” světlocitlivých senzorů barevné složky jsou snímány současně, což vede –k výborné kvalitě záznamu obrazu –k vysoké záznamové rychlosti –k vynikající ostrosti –k dokonalému barevnému souběhu obrazu

11 3) Zaznamenání barevných složek obrazu dopadající světelné záření způsobuje lokální generaci elektrického náboje (pár elektron/díra) v místech obrazových bodů počet generovaných elektronů závisí na době expozice

12 Plnící kapacita (Full Well Capacity) maximální množství náboje které je možno v daném místě vygenerovat, závisí na velikosti pixelu obrazového senzoru pracovní oblast je určena linearitou celého procesu záznamu obrazu sestávajícího z –konverze fotonů na elektrický náboj (lineární plnění) –přesunu elektronů do paměťového registru –zesílení a konvertování náboje na analogový signál –zesílení signálu a jeho digitalizace

13 Módy záznamu obrazu digitální fotoaparáty umožňují zpravidla možnost volby záznamu obrazu v některém z následujících módů  mód s velkým dynamickým rozsahem (High Dynamic Range Mode) je určen pro záznam obrazů vyznačujících se velkými dynamickými změnami  mód s vysokou citlivostí (High Sensitivity Mode) je určen pro záznam obrazů podsvětlených aplikací s pomalými změnami intenzity světla  mód s vysokým poměrem signál – šum (High Signal to Noise Ratio Mode) slouží k nastavení vyšší úrovně aktivního signálu vzhledem k teplotnímu šumu

14 Mód s velkým dynamickým rozsahem pro Kodak KAF1400 s plnící kapacitou elektronů jehož vyčítací šum je při 1 MHz 11 elektronů bude dynamický rozsah : 11 (resp :1) pro dosažení maximálního dynamického rozsahu je třeba využít 12 bito- vý A/D převodník (umožňující rozlišit 4096 odstínů)

15 Mód s vysokou citlivostí je nastaven tak, aby rozsah A/D převodníku odpovídal čtvrtině elektronů v pixelech (11250 elektronů) je určen pro záznam obrazů podsvětlených aplikací s pomalými změnami intenzity světla

16 Mód s vysokým poměrem signál – šum proces slučování pixelů do superpixelu se nazývá plnění (binning) a snižuje plošné rozlišení senzoru (rozlišovací schopnost)

17 4) Přenos elektrického náboje pro přenos náboje ze senzoru se používají čtyři odlišné principy  s mechanickou závěrkou (Full Frame CCD)  s meziřádkovým přenosem náboje (Interline-Transfer CCD)  s přenosem snímků (Frame - Transfer CCD)  s přímou adresací pixelů (Charge Injection Devices – CID)

18 Systém s přenosem snímků (plošný sken) má oddělené obrazové a paměťové pole zaznamenaný latentní obraz je nejprve přesunut z obrazového pole do paměťového pole a během další expozice obrazového pole rychle přesunut (~300 μs) k okraji senzoru, kde je digitalizován paměťové pole má obvykle stejnou velikost jako obrazové pole a je odděleno neprůhlednou maskou jako štít proti osvětlení pixelů tento typ CCD umožňuje přenášet obraz spojitě bez závěrky a to vysokou přenosovou rychlostí CCD s přenosem snímků mohou být užity ve spojení s mechanickou závěrkou k rychlému zaznamenání dvou po sobě následujících snímků

19 Systém s přímou adresací pixelů umožňuje přímý přístup k jednotlivým pixelům senzoru elektrický náboj je generován v pixelech sestávajících ze dvou kolmých elektrod (MOS tranzistorů), které slouží k uložení i přenosu fotogenerovaného náboje tento princip se využívá jak v CCD, tak i v CMOS senzorech

20 5) Digitalizace signálu k digitalizaci signálu se používají A/D převodníky (Analog Digital Unit – ADU) počet kvantovacích úrovní digitalizovaného signálu určuje tzv. barevnou hloubku zaznamenaného obrazu, ze které vyplývá počet různých barev, které lze na obrázku rozlišit nejčastěji se provádí záznam obrazů ve 24 bitové nebo 36 bitové barevné hloubce (na každý barevný kanál RGB připadá 8 bitů, resp. 12 bitů), pomocí které lze rozlišit až 16,7 milionů (68,7 miliard) barev digitalizace spojitých barevných odstínů vede k tzv. chybě kvantování plošná rozlišovací schopnost je ovlivněna velikostí obrazových bodů senzoru, při záznamu detailů může dojít k chybě vzorkování

21 Chyba kvantování je způsobena nahrazením spojitého barevného přechodu skokovou měnou barev je vnímána jako nová informace v obraze, která může ovlivnit výsledky obrazové analýzy lze ji eliminovat zvětšením barevné hloubky, adaptivním výběrem nebo nerovnoměrným kvantováním odstínů barev.

22 Chyba vzorkování vzniká jako důsledek konečné velikosti pixelů z této skutečnosti vyplývá, že pomocí matice pixelů nelze zobrazit větší detaily než je poloviční vzdálenost pixelů (Shannonův terorém) v opačném případě dochází k chybné interpretaci zaznamenané struktury, vznikne tzv. aliasing

23 6) Archivace digitalizovaných dat paměťová média vlastních zařízení (např. magnetické pásky, paměti typu flash) odkud jsou prostřednictvím sběrnice přesouvána do osobního počítače k dalšímu zpracování stacionární zařízení (skenery, digitální fotoaparáty a kamery na mikroskopu) mohou být připojena k počítači přímo a data mohou být ukládána na jeho interní paměťová média (pevné disky a odtud např. na CD nebo DVD) ukládání velkých objemů dat přenos velkých objemů dat rychlost záznamu sekvence snímků

24 obrazová analýza vyžaduje vysokou kvalitu záznamu z toho vyplývá ukládání velkého objemu dat (např. obraz o velikosti 3000  2000 pixelů ve 24 bitové hloubce má velikost asi 18 MB) standardní formáty (např. BMP) jsou náročné jak z hlediska kapacity paměťových médií, tak i rychlosti přenosu dat formát TIFF umožňuje ukládat data v komprimované podobě (využívá bezztrátovou kompresi LZW) a není tedy náročný na velikost paměťových médií a na rychlost přenosu formát JPEG umožňuje volit míru komprese, proto může zaujímat v porovnání s formátem BMP mnohem menší objem, ovšem na úkor kvality komprimovaného obrazu, neboť využívá ztrátové kompresní algoritmy. Pro obrazovou analýzu je proto nevhodný. Záznam statických obrazů

25 nejčastěji se využívají formáty AVI a MPEG pro dosažení většího kompresního poměru se ukládají diferenční obrázky, využívá se tzv. delta komprese pokud je rozdílový obrázek větší než obrázek původní, ukládá se nekomprimovaný snímek formát AVI využívá bezztrátovou kompresi, proto je opět vhodný pro potřeby obrazové analýzy formát MPEG využívá metody ztrátové komprese jak pro obraz, tak i pro zvuk, a proto je jeho využití v obrazové analýze méně vhodné Záznam sekvencí obrazů

26 Vlastnosti optické soustavy optický mikroskop Meopta, zvětšení 15  digitální fotoaparát NIKON Coolpix 990 –RGB barevné kanály –rozlišení obrazů až 2048  1536 pixelů –24 bitová barevná hloubka, 8 bitů pro každý kanál (R, G, B). –obrazy ve formátu TIFF nebo JPEG

27 1) Korekce vlivu optické soustavy nerovnoměrné osvětlení vzorku –vzorek je ve středu zorného pole osvětlen více než při okrajích –nehomogenitu osvětlení je třeba vhodným způsobem odstranit nelineární přenos jasů –posloupnost hodnot jasu obrazu na vstupu neodpovídá posloupnosti hodnot signálu na výstupu –je nutné provést tzv. gamma korekci, která upraví přenos jasů na lineární. teplotní šum záznamového prvku (obrazového senzoru) –pro delší expozice zhoršuje kvalitu zaznamenaného obrazu

28 Nerovnoměrné osvětlení vzorku ztráta světelnosti snímaného obrazu mimo osu optické soustavy způsobená nedokonalostí optických prvků (především objektivu a okuláru) Korekce nerovnoměrného osvětlení obraz zcela bílého papíru se Gaussovsky roz- ostří, čímž se eliminuje povrchová struktura papíru, zjistí se průměrné hodnoty barevného kanálu (R AVG ) obrazu rozostřeného nehomogenně osvětleného papíru korekce obrazu (R KOR ) se provede pomocí následujícího vztahu R N [x,y] - hodnoty pixelu o souřadnicích [x,y] opravovaného obrazu R P [x,y] - hodnoty pixelu o souřadnicích [x,y] obrazu rozostřeného papíru

29 Nelineární přenos jasů posloupnost hodnot jasu obrazu na vstupu neodpovídá posloupnosti hodnot signálu na výstupu. Proto je nutné provést tzv. gamma korekci, která upraví přenos jasů na lineární (gamma = 1). digitální fotoaparáty mají gammu záměrně upravenou na nižší hodnotu. Důvodem je skutečnost, že fotografie z digitálních fotoaparátů jsou určeny především k zobrazení na monitorech, které mají naopak gammu vyšší

30 Korekce nelineárního přenosu jasů (gamma korekce) vynese se závislost hodnot “reflektancí” naexponovaných obrazů na hodnotách reflektancí zjištěných densitometricky a data se proloží mocninnou křivkou, exponent této mocninné závislosti představuje gamma hodnotu, vlastní gamma korekce se poté provede podle vztahu políčka šedého densitometrického klínu se zaznamenají pomocí digitálního fotoaparátu, barevný obraz se převede na obraz v odstínech šedé podle vztahu pro jednotlivá políčka densitometrického klínu se zjistí střední intenzita, výsledné hodnoty se normalizují na rozsah  0 ; 1  šedý klín se proměří reflexním densitometrem a výsledné hodnoty density D se přepočítají na reflektanci podle vztahu

31 Teplotní šum vzniká jednak jako důsledek šumu temnotního proudu nebo při transportu elektrického náboje z pixelů senzoru temnotní proud je způsobem tepelnými kmity krystalické mřížky senzoru (ovlivňuje aktivní signál) jeho statistické fluktuace se označují jako temnotní šum (má Poissonovo rozdělení) uvádí se jako počet elektronů generovaných v pixelu za dobu expozice (např. 2 elektrony/pixel při expozici 4s) snížení temnotního šumu lze dosáhnout chlazením –kapalným chladícím médiem (glycerol/voda, metanol/voda) –prouděním vzduchu (ventilátory) –termoelektricky (Peltierův jev) Temnotní šum (Dark Noise, DN)

32 Čtecí šum (Reading Noise, RN) vzniká vlivem fluktuací způsobených při čtení dat (při generaci páru elektron/díra a při přenosu dat senzorem) je závislý na teplotě (má opět Poissonovo rozložení) a na frekvenci čtení dat, nezávisí na době expozice uvádí se jako počet elektronů generovaných v pixelu při určité čtecí frekvenci (např. 13 elektronů/pixel pro frekvenci čtení dat 1 MHz) rozptyl čtecího šumu závisí na úrovni čtecího signálu (Read Signal, RS) Celkový šum (Total Noise, TN) pro krátké expoziční časy je ovlivněn především čtecím šumem pro dlouhé expoziční časy je dominantní temnotní šum

33 2) Úpravy obrazu před analýzou rozklad na barevné složky umožňuje provádět separace jednotlivých barevných složek v různých barevných prostorech (např. RGB, HSB, HLS) bitové operace jsou jednoduché operace mezi barevnými složkami jednotlivých pixelů obrazu. Mohou to být aritmetické, logické nebo podmíněné operace filtrace spočívá v modifikaci obsahu pixelů (jejich barevných informací) s ohledem na nejbližší okolí. Výsledkem je nový změněný obrázek.

34 Rozklad na barevné složky Odstíny šedé obrázky uložené pomocí RGB složek (např. ve 24 bitové barevné hloubce - 16,7 milionů barev) lze převést na odstíny šedé převod se provádí s ohledem na citlivost lidského oka (nejcitlivější je na zelenou) převodem se sníží barevná hloubka třikrát (např. na 8 bitů - ve všech třech barevných kanálech bude stejný odstín barvy, počet odstínů barev bude 256) tím se podstatně (třikrát) sníží objem dat

35 barvový prostor RGB trojdimenzionální prostor tvaru jednotkové krychle ve vrcholech krychle jsou –základní barvy - červená (R), zelená (G), modrá (B), –doplňkové barvy - azurová (C), purpurová (M) a žlutá (Y) –barvy černá (K) a bílá (W) aditivním mícháním základních barev vznikne jakákoliv jiná barva pomocí složek RGB lze zobrazit barvy téměř všech elektronických zobrazovacích systémech z prostoru RGB lze odvodit doplňkový barvový prostor CMY, odečtením složek od bílé barvy (W)

36 barvový prostor HSB je odvozen od barvového prostoru RGB základními komponentami jsou hue (H), saturation (S) and brightness (B) barevný tón označuje převládající spektrální barvu, sytost určuje příměsi jiných barev a jasová hodnota množství bílého světla má tvar šestibokého jehlanu, jeho vrchol má černou barvu (K). jasová hodnota roste směrem k podstavě, střed podstavy tvoří bílá barva. Sytost je dána vzdáleností bodu od osy jehlanu dominantní barvy leží na plášti jehlanu, čisté barvy jsou u obvodu podstavy prostor často označuje jako HSV (V - value)

37 barvový prostor HLS je odvozen od barvového prostoru RGB základními komponentami jsou hue (H), lightness (L) and saturation (S) má tvar dvou kuželů obrácených podstavami k sobě barevný tón je vyjádřen úhlovou hodnotou ( °), světlost se mění od nuly (black, dolní vrchol) do jedné (white, horní vrchol). Sytost nabývá na povrchu kuželu hodnoty jedna a klesá na nulu směrem k ose kuželů nejjasnější čisté barvy leží na obvodu podstav kuželů tvar prostoru HLS plně odpovídá skuteč- nosti, že nejvíce různých barev vnímáme při průměrném osvětlení (oblast podstav) schopnost rozlišit barvy klesá jak při velkém ztmavení, tak při přesvětlení

38 Bitové operace algebraické operace mohou sloužit např. ke zjišťování rozdílů mezi obrázky (nebo jejich složkami), k odstranění nebo zavedení šumů, (operátory +, –), k odstranění nehomogenity osvětlení nebo ke zvýšení/snížení kvantovacího kroku (operátory *, /). logické operace (and, or, xor) lze použít např. k maskování barevných složek RGB nebo jejich odstínů. podmíněné operace lze s výhodou využít k prahování složek barevného obrázku (minimum, maximum, diference), tj. k výběru tmavých, světlých odstínů barev, resp. pásma barev. bitové operace mohou být realizovány –mezi jednotlivými obrázky (podmínkou je jejich stejná velikost) –nebo mezi obrázkem a zadanou konstantou.

39 Filtrace nejčastěji provádí pomocí čtvercové matice, tzv. filtrační matice výsledek operace se zapisuje do místa, kde se nachází střed matice nejjednodušší filtrace spočívá v násobení prvků filtrační matice s prvky nejbližšího okolí upravovaného pixelu tato operace se nazývá diskrétní konvoluce a filtr, který ji provádí konvoluční filtr

40 V praxi se používají různé typy filtrů –vyhlazovací filtry jsou určeny ke zjemnění hran analyzovaných struktur. Používají se např. binomiální, box, mediánové, Kuwahara filtry, které využívají k vyhlazení odlišné algoritmy. –hranové filtry jsou určeny k vyhledávání hran v obraze. Většina z nich je izotropní, tj. že vyhledávají hrany nezávisle na jejich orientaci. Mezi hranové filtry patří např. gradientní, Laplaceovy či Sobelovy filtry. –derivační filtry umožňují vyhledávání diskontinuit v obraze. Mohou být aplikovány zleva doprava, zprava doleva či oběma směry a to jak ve svislém, tak i horizontálním směru. –integračně derivační filtry (např. Sobelovy) výrazné hrany zdůrazňují, jemné naopak potlačují. Lze je proto využít např. k odstranění šumů a současně ke zvýraznění hran.

41 3) Základní obrazová analýza měření délek (vzdáleností, trajektorií) a úhlů měření ploch (velikosti a počtu, příp. jejich plošné distribuce) určování histogramů barev obrázků, resp. barevného profilu barvových složek v definovaném směru výběr detailů je možné provádět ručně (např. označením nebo ohraničením pomocí myši) nebo programově (autonomně) při rutinním zpracování je možné naprogramovat posloupnost úprav předcházejících obrazové analýze (barevné separace, bitové operace, filtrace) vlastní analýzu je možné provádět ručně nebo autonomně na základě algoritmů umožňujících registrovat spojité oblasti stejných barevných odstínů

42 4) Komplexní obrazová analýza výhoda spočívá v tom, že nepracuje s jednotlivými pixely (složek) obrázků, ale s celým obrázkem najednou hodnotí obrázek jako celek z pohledu opakujících se motivů, jejich zmenšených, příp. pootočených kopií je založena na lineární (integrální) transformaci obrazu, kterém přiřazuje pomocí definované báze jiný obraz (obraz prostorových frekvencí), ve kterém jednotlivé pixely odrážejí různé vlastnosti (definované bází) celého původního obrázku pokud je transformace ortogonální, lze pomocí inverzní báze získat lineární (integrální) transformací původní data v prostoru obrazových frekvencí je –jednodušší analýza dat, –jednodušší provádění některých operací (např. konvoluce) –snadnější vyloučení redundantních složek –zvýšení odolnosti při přenosu dat

43 4) Komplexní obrazová analýza bitovými operacemi obrazu prostorových frekvencí lze např. odfiltrovat šum (vysoké frekvence) nebo naopak základní motiv obrazu (nízké frekvence), čímž lze snížit množství dat popisujících daný obraz na tomto principu jsou založeny ztrátové komprese dat. význačnou roli hrají v komplexní analýze obrazu transformace –pomocí diskrétních periodických funkcí (např. Fourierova transformace, kosinová nebo Walsh - Hadamardova transformace) –pomocí prostorově omezených funkcí, tzv. waveletů (např. Haarova transformace nebo transformace využívaná při fraktální analýze metodou box counting) z obrazů koeficientů těchto transformací lze získat charakteristické údaje o analyzované struktuře.

44 Periodické transformace diskrétní Fourierova transformace je lineární ortogonální transformace v oboru komplexních čísel, jejíž bázi tvoří harmonická funkce kosinová transformace je modifikací Fourierovy transformace pro obor reálných čísel kde ω x, ω y jsou tzv. prostorové frekvence Walsh - Hadamardova transformace je založena na opakování diskrétních Walshových funkcí, které nabývají hodnot +1, –1 vyšší Walshovy funkce se získají z nižších změnou měřítka Fourierova (kosinová) transformace je založena na opakování zmenšené harmonické funkce (tzv. vyšší harmonické), její nevýhoda spočívá v tom, že pro obecná obrazová data (vyznačující se ostrými barevnými změnami) velmi pomalu konverguje, takže snížení množství obrazových dat (např. při kompresi) nemusí být výrazné.

45

46 Waveletové transformace Haarova transformace vychází ze systému ortogonálních Haarových funkcí, které nabývají hodnot +1, 0, –1 násobených mocninou čísla 2 i/2, kde i = 0, 1, 2,... –první dvě Haarovy funkce jsou totožné s Walshovými –vyšší Haarovy funkce se získají z nižších (tj. předcházejících) změnou měřítka a posuvem transformace využívaná při fraktální analýze nabývá opět násobků hodnot +1, 0, –1. Z jejich koeficientů lze pro černobílé obrázky jednoduše určit počty černých N B, částečně černých N BW a bílých N W čtverců pro různé velikosti sítě (1  1, 2  2, 3  3,... pixelů) z jejich mocninné závislosti na velikosti měřítka lze potom určit základní parametry struktury, tzv. fraktální dimenzi D a fraktální míru K černé a bílé plochy a jejich rozhraní. Pro rozhraní např. platí tyto parametry mohou být využity k hodnocení determinovatelnosti obrázků, ale také např. ke zjišťování počtu definovaných objektů bez toho aniž by je bylo nutno počítat

47


Stáhnout ppt "Metody obrazové analýzy dat Oldřich Zmeškal, Ondřej Sedlák, Martin Nežádal Fakulta chemická, Vysoké učení technické v Brně Purkyňova 118, 612 00 Brno e-mail:"

Podobné prezentace


Reklamy Google