prof. Paweł Strumiłło dr hab. Michał Strzelecki tel , p. 216, godz. przyj: poniedziałek 12-13, wtorek 15-16

Transkrypt

1 prof. Paweł Strumiłło dr hab. Michał Strzelecki tel , p. 216, godz. przyj: poniedziałek 12-13, wtorek Strumillo, Strzelecki

2

3 Literatura: 1. Notatki i materiały wykładowe (pliki *.pdf) ( user: student password: oiz A. Materka, Elementy przetwarzania obrazów, PWN, R. Tadeusiewicz, P. Korohoda, Komputerowa analiza i przetwarzanie obrazów, Wyd. Fundacji Postpu Telekomunikacji, Kraków K. Zieliski, M. Strzelecki, Komputerowa analiza obrazu biomedycznego, PWN T. Pavlidis, Grafika i przetwarzanie obrazów, WNT, W. Skarbek, Metody reprezentacji obrazów cyfrowych, Akademicka Oficyna Wydawnicza, Warszawa, 1993.

4 Cele przetwarzania obrazów 1. Poprawa subiektywnej jakoci obrazu postrzeganej przez ludzkie oko. (np. w 1964, zastosowano komputerowe metody do poprawy jakoci obrazu zdj Ksiyca przesłanych przez sond kosmiczn Ranger 7 w Jet Propulsion Laboratory, USA) 2. Przetworzenie obrazu do postaci umoliwiajcej pomiar wybranych jego cech, automatycznej analizy lub transmisji. (np. czas transmisji pierwszego przesłania obrazu kablem połoonym na dnie oceanu w 1920, obliczono na ok. 1 tyg., po zastosowaniu technik kompresji danych czas transmisji skrócił si do 3 godz.)

5 Cele przetwarzania obrazów Przetworzenie obrazu do postaci umoliwiajcej pomiar wybranych jego cech, automatycznej analizy lub transmisji.

6 Cele przetwarzania obrazów Przetworzenie obrazu do postaci umoliwiajcej pomiar wybranych jego cech, automatycznej analizy lub transmisji. JPEG 0.1 bpp 8 bpp Wavelet 0.1 bpp Playboy Magazine

7 Cele przetwarzania obrazów Poprawa subiektywnej jakoci obrazu postrzeganej przez ludzkie oko. MIT

8 Widmo fal elektromagnetycznych Czstotliwo, Hz promieniowanie gamma prom. X mikrofale fale radiowe ultrafiolet Promieniowanie wietlne podczerwie [nm]

9 Schemat naturalnego przetwarzania obrazów Obraz (90% informacji) Decyzja!

10 Schemat komputerowego systemu przetwarzania obrazów Przetwarzanie wstpne Segmentacja Wydzielanie cech Akwizycja obrazu Komputer + program + baza wiedzy Analiza cech obrazu decyzja decyzja

11 Polepszanie jakoci obrazu transformacja skali jasnoci

12 Addison_Wesley Inc. ruch kamery w czasie ekspozycji obraz po korekcji

13 Przykład zadania analizy obrazów! $ " #

14 Systemy analizy obrazów - zastosowania nauka i przemysł (kontrola jakoci produktów, sortowanie wyrobów,...) medycyna (diagnostyka obrazowa, RTG, tomografia komputerowa, USG, mikroskopia,...) obronno (rozpoznanie fotograficzne, wykrywanie i ledzenie celów, sterowanie pociskami,...) robotyka (sterowanie spawarek i dysz do malowania, sterowanie pojazdów,...) eksploracja Ziemi i kosmosu (interpretacja obrazów astronomicznych, satelitarnych, lotniczych, sody kosmiczne,...)

15 % & & ' ( )!* +, - &.& 0 / 0 0 / & 1 & 1 1 & / 2 & /

16 rentgenografia (J. Hall-Edwards, 1896) angiografia (E. Honiz, 1927) ultrasonografia tomografia CT (A. Cormack, G. Hounsfield, 1972) tomografia MRI (P. Lauterbur, P. Mansfield, 1973 w zast. od lat 80tych) (I. Edler, C. Hertz, 1953) tomografia PET (M. Ter-Pogossian i wsp., 1973) kapsuła endoskopowa (Given Imaging, 2001) endoskopia (B. Hirschowitz, zast. od lat 70tych)

17

18 !"# $

19 !" %$ %

20 #$! % &'()$ *+,

21 %"! -.

22 %"!&! % $

23 4 $ 5 3.& $ 5 4 6

24 , - 7 & 7 8, 4

25 Termografia komputerowa Termogram Obraz optyczny Struktura układu scalonego Medycyna Energetyka Budownictwo

26 & & 9 &

27 Przykłady zada rozpoznawania obrazów: odciski palców Baza obrazów z odciskami palców FBI 1992

28 Przykłady zada rozpoznawania obrazów: diagnostyka obrazowa Mamografia

29 Przykłady zada rozpoznawania obrazów: rozpoznawanie twarzy (biometria) Juliusz Jaksa, Krzysztof lot, Piotr Szczypiski Face recognition using deformable models, ICSES 2001

30 Przykłady zada rozpoznawania obrazów: rozpoznawanie twarzy (biometria) H. Nowak Rozpoznawanie słów na podstawie analizy sekwencji obrazów, praca doktorska realizowana w Zakładzie Elektroniki Medycznej IE

31 Przykłady zada rozpoznawania obrazów: rozpoznawanie tczówki oka (biometria) Jan Mazur, Iris pattern recognition using simple non-linear filtering, ICSES 2001

32 Przykłady zada rozpoznawania obrazów: bazy obrazów Idea obrazu poszukiwanego lub kopia obrazu poszukiwanego Obraz odszukany DWT C.E. Jacobs, A. Finkelstein, D.H. Salesis, Fast multiresolution image quering, 1999

33 Obraz monochromatyczny jako funkcja dwumymiarowa f(x,y) x y

34 Obraz monochromatyczny jako funkcja dwumymiarowa Distance along profile

35 Obrazy kolorowe RGB R B G

36 Obrazy kolorowe RGB Distance along profile rozkład składowych RGB dla wybranej linii obrazu

37 Obraz cyfrowy dyskretyzacja + kwantowanie piksel (ang. picture element)

38 Obraz cyfrowy jako macierz pikseli (0,0) X f(x,y) Y

39 Obraz cyfrowy jako macierz pikseli Obraz cyfrowy f(x,y): macierz dwuwymiarowa (M,N), tj. o M wierszach i N kolumnach, której elementy s nieujemne i przyjmuj skoczon liczb wartoci x y = = 0,1,..., N 1 0,1,..., M 1 f ( x, y) f ( x, y) = 0,1,..., L 1 (np. L=256) Kolorowy obraz cyfrowy?

40 Kolorowy obraz cyfrowy RGB Jeeli kada składowa koloru jest kodowana za pomoc 8 bitów, mona uzyska 2 24 kolorów! f ( x, y) = ( f, f, f ) R G B

41 Kolorowy obraz cyfrowy obraz indeksowany f=25 R G B : : : 25 obraz monochromatyczny... paleta barw (look-up-table) Obraz kolorowy

42 Hands on demo Demonstracja prostego programu do przetwarzania obrazów