Jump to content

Производное изображения

Производные изображения можно вычислить с помощью небольших фильтров свертки размером 2 × 2 или 3 × 3, таких как операторы Лапласа , Собеля , Робертса и Превитта . [1] Однако маска большего размера обычно дает лучшее приближение производной, и примерами таких фильтров являются Гаусса. производные [2] и фильтры Габора . [3] Иногда необходимо удалить высокочастотный шум, и это можно включить в фильтр, чтобы ядро ​​Гаусса действовало как полосовой фильтр. [4] Использование фильтров Габора [5] в обработке изображений было мотивировано некоторым сходством с восприятием зрительной системы человека. [6]

Значение пикселя вычисляется как свертка

где является производным ядром и — значения пикселей в области изображения и — оператор, выполняющий свертку .

Производные Собеля

[ редактировать ]

Производные ядра, известные как оператор Собеля, определяются следующим образом: и направления соответственно:

где здесь обозначает двумерную операцию свертки .

Этот оператор отделим и может быть разложен как произведение интерполяции и дифференцирования. ядро, так что, , для примера можно записать как

Производные Фарида и Симончелли

[ редактировать ]

Фарид и Симончелли [7] [8] предлагаю использовать пару ядер: одно для интерполяции, а другое для дифференцирования (сравните с Собелом выше). Эти ядра фиксированных размеров 5 x 5 и 7 x 7 оптимизированы таким образом, чтобы преобразование Фурье аппроксимировало правильное соотношение их производных.

В коде Matlab используется так называемый 5-кратный фильтр.

k  = [0.030320  0.249724  0.439911  0.249724  0.030320];
d  = [0.104550  0.292315  0.000000 -0.292315 -0.104550];
d2 = [0.232905  0.002668 -0.471147  0.002668  0.232905];

И 7-кратный фильтр

k  = [ 0.004711  0.069321  0.245410  0.361117  0.245410  0.069321  0.004711];
d  = [ 0.018708  0.125376  0.193091  0.000000 -0.193091 -0.125376 -0.018708];
d2 = [ 0.055336  0.137778 -0.056554 -0.273118 -0.056554  0.137778  0.055336];

В качестве примера производные первого порядка можно вычислить в следующем примере с использованием Matlab для выполнения свертки.

 
Iu = conv2(d, k, im, 'same');  % derivative vertically (wrt Y)
Iv = conv2(k, d, im, 'same');  % derivative horizontally (wrt X)

Отмечается, что Фарид и Симончелли вывели коэффициенты первой производной, которые являются более точными по сравнению с приведенными выше. Однако последние согласуются с интерполятором второй производной и, следовательно, их лучше использовать, если ищут как первую, так и вторую производные. В противоположном случае, когда требуется только первая производная, следует использовать оптимальные коэффициенты первой производной; более подробную информацию можно найти в их статье.

Производные Hast

[ редактировать ]

Производные фильтры на основе произвольных кубических сплайнов были представлены Хастом. [9] Он показал, как производные первого и второго порядка можно вычислять более правильно, используя кубические или тригонометрические сплайны. Эффективные производные фильтры должны иметь нечетную длину, чтобы производная вычислялась для центрального пикселя. Однако любой кубический фильтр устанавливается на 4 точки выборки, давая центр, расположенный между пикселями. Эта проблема решается с помощью подхода двойной фильтрации, дающего фильтры размером 7 x 7. Идея состоит в том, чтобы сначала фильтровать путем интерполяции, чтобы получить интерполированное значение между пикселями, после чего процедура повторяется с использованием производных фильтров, где теперь падает центральное значение. по центрам пикселей. Это легко доказать с помощью ассоциативного закона для свертки.

Поэтому ядро ​​свертки для вычисления производной использование интерполирующего ядра и производное ядро становится

Также имейте в виду, что свертка коммутативна, поэтому порядок двух ядер не имеет значения, и также можно вставить производную второго порядка, а также ядро ​​производной первого порядка. Эти ядра получены из того факта, что любая сплайновая поверхность может быть размещена в области квадратных пикселей, в отличие от поверхностей Безье . Хаст доказывает, что такую ​​поверхность можно представить как сепарабельную свертку.

где - базовая матрица сплайна, и являются векторами, содержащими переменные и , такой как

Теперь ядра свертки можно установить на

Таким образом, производные первого порядка в центральном пикселе вычисляются как

и

Аналогично, с производными второго порядка ядра

и

Фильтр кубического сплайна оценивается в его центре. и поэтому

Аналогично производные первого порядка становятся

Аналогично производные второго порядка равны

Любой кубический фильтр может быть применен и использован для вычисления производных изображения с использованием приведенных выше уравнений, таких как Безье , Эрмита или B-сплайны .

В приведенном ниже примере в Matlab используется сплайн Catmull-Rom для вычисления производных.

 
M = [1,-3,3,-1; -1,4,-5,2; 0,1,0,-1; 0,0,2,0] * 0.5;
u = [0.125;0.25;0.5;1];
up = [0.75;1;1;0];
d = up'*M;
k = u'*M;
Iu = conv2(conv(d, k), conv(k, k), im,'same');  % vertical derivative (wrt Y)
Iv = conv2(conv(k, k), conv(d, k), im,'same');  % horizontal derivative (wrt X)

Другие подходы

[ редактировать ]

Управляемые фильтры можно использовать для вычисления производных. [10] Более того, Савицкий и Голай [11] полиномиального сглаживания методом наименьших квадратов предложить подход , который можно использовать для вычисления производных, а Луо и др. [12] обсудим этот подход более подробно. Шарр [13] [14] [15] показывает, как создавать производные фильтры, минимизируя ошибку в области Фурье, и Яне и др. [16] более подробно обсудить принципы построения фильтров, в том числе производных фильтров.

  1. ^ Пратт, WK, 2007. Цифровая обработка изображений (4-е изд.). John Wiley & Sons, Inc., стр. 465–522.
  2. ^ Х. Боума, А. Виланова, Х. О. Бескос, BMTH Ромени, Ф. А. Герритсен, Быстрые и точные гауссовы производные на основе b-сплайнов , в: Материалы 1-й Международной конференции по масштабному пространству и вариационным методам в компьютерном зрении, Springer-Verlag , Берлин, Гейдельберг, 2007, стр. 406–417.
  3. ^ П. Морено, А. Бернардино, Дж. Сантос-Виктор, Улучшение дескриптора просеивания с помощью гладких производных фильтров, Pattern Recognition Letters 30 (2009) 18–26.
  4. ^ Дж. Дж. Кендеринк, Эй. Джей ван Доорн, Общие операторы соседства , IEEE Trans. Паттерн Анал. Мах. Интел. 14 (1992) 597–605.
  5. ^ Д. Габор, Теория коммуникации, J. Inst. Электр. англ. 93 (1946) 429–457.
  6. ^ Дж. Г. Даугман, Полные дискретные двумерные преобразования Габора с помощью нейронных сетей для анализа и сжатия изображений, IEEE Trans. Акуст. Речевой сигнальный процесс. 36 (1988) 1169–1179.
  7. ^ Х. Фарид и Э. П. Симончелли, Дифференциация дискретных многомерных сигналов , IEEE Trans Image Processing, том 13 (4), стр. 496–508, апрель 2004 г.
  8. ^ Х. Фарид и Э.П. Симончелли, Оптимально вращательно-эквивариантные производные по направлению ядра , Международная конференция по компьютерному анализу изображений и шаблонов, стр. 207–214, сентябрь 1997 г.
  9. ^ А. Хаст., «Простая конструкция фильтра для производных первого и второго порядка с использованием подхода двойной фильтрации» , Pattern Recognition Letters, Vol. 42, № 1 июнь, с. 65--71. 2014.
  10. ^ В.Т. Фриман, Э.Х. Адельсон, Проектирование и использование управляемых фильтров , IEEE Trans. Паттерн Анал. Мах. Интел. 13 (1991) 891–906.
  11. ^ А. Савицкий, MJE Golay, Сглаживание и дифференциация данных с помощью упрощенных процедур наименьших квадратов , Анал. хим. 36 (1964) 1627–1639.
  12. ^ Дж. Луо, К. Ин, П. Хе, Дж. Бай, Свойства цифровых дифференциаторов Савицкого – Голея, Digit. Сигнальный процесс. 15 (2005) 122–136.
  13. ^ Х. Шарр, Оптимальные семейства фильтров производной второго порядка для прозрачной оценки движения , в: М. Домански, Р. Стасински, М. Бартковяк (ред.), EUSIPCO 2007.
  14. ^ Шарр, Ханно, 2000, Диссертация (на немецком языке), Оптимальные операторы в цифровой обработке изображений .
  15. ^ Б. Йене, Х. Шарр и С. Коркель. Принципы проектирования фильтров. В Справочнике по компьютерному зрению и приложениям. Академик Пресс, 1999.
  16. ^ Б. Йене, П. Гейсслер, Х. Хауссекер (редакторы), Справочник по компьютерному зрению и приложениям с Cdrom, 1-е изд., Morgan Kaufmann Publishers Inc., Сан-Франциско, Калифорния, США, 1999, стр. 125–151. (Глава 6).
[ редактировать ]
  • Derivative5.m Фарид и Симончелли: 5-Tap 1-я и 2-я дискретные производные.
  • Derivative7.m Фарид и Симончелли: 7-Tap 1-я и 2-я дискретные производные
  • kernel.m Hast: 1-я и 2-я дискретные производные для кубических сплайнов, сплайнов Катмулла-Рома, сплайнов Безье, B-сплайнов и тригонометрических сплайнов.
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 2cd44a50a9c1d47ff422987077267db8__1708670940
URL1:https://arc.ask3.ru/arc/aa/2c/b8/2cd44a50a9c1d47ff422987077267db8.html
Заголовок, (Title) документа по адресу, URL1:
Image derivative - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)