タグ付けされた質問 「image-processing」

私は画像処理とコンピュータービジョンの新人なので、この質問はあなたには馬鹿げているかもしれません。 Harris、Hessian、SIFT、SURFなど、いくつかの特徴検出および記述アルゴリズムを学びました。画像を処理してそれらのキーポイントを見つけ、それぞれの記述子を計算します。記述子は、特徴照合に使用されます。 私はSIFTとSURFを試してみましたが、2つの画像（1つは回転して少しアフィンされている）の場合、それらは機能によく一致せず、ほぼ100の特徴点のうち10マッチは良いです。 だから私は思う これらの特徴検出アルゴリズムを実際に何に使用できますか？特徴の検出とマッチングのためのより堅牢なアルゴリズムはありますか？または、SIFTとSURFは既に良好ですが、さらに使用するために調整する必要がありますか？ もう1つの問題は、これらのアルゴリズムは（マルチコアの実装を考慮せずに）リアルタイムアプリケーションには適していないと思いましたが、リアルタイムで機能し応答する商用製品（Kinectなど）があることです。これらの製品も、見たものから機能を検出して照合すると思いますが、SIFTなどのアルゴリズムを使用していますか？どのようにして機能をうまく検出できるでしょうか？ 知識が限られているため、2つの画像で同じオブジェクトを見つけたり、ホモグラフィを推定したりするために機能マッチングを使用できることはわかっていますが、機能マッチングの他の目的はありますか？

8 image-processing  computer-vision  local-features  visual-tracking 

私は、ハリスコーナー検出器について知って、私はその基本的な考え方を理解する二次モーメント行列を、 、エッジおよびその他の不安定なポイントはを介して削除できます。M=[I2xIxIyIxIyI2y]M=[Ix2IxIyIxIyIy2]M = \left[ \begin{array}{cc} I_x^2 & I_xI_y \\ I_xI_y & I_y^2 \end{array} \right]MMM ただし、ヘッセ行列検出器については、ヘッセ行列を使用してキーポイントを検出し、エッジを削除します。 H=[IxxIxyIxyIyy]H=[IxxIxyIxyIyy]\mathcal{H} = \left[ \begin{array}{cc} I_{xx} & I_{xy} \\ I_{xy} & I_{yy} \end{array} \right]、そしてHH\mathcal{H}エッジを削除して安定した点を検出する方法がわかりませんか？その背後にある直感的な基本的な考え方は何ですか？

8 image-processing  computer-vision  local-features  peak-detection 

フーリエ変換が画像処理/コンピュータービジョンでどのように、そしてなぜ使用されるかを理解しようとしています。以下は私がこれまでに集めたものです。それに対する私の理解は正しいでしょうか？そうでない場合は、誰かに簡単でわかりやすい英語で説明してもらえますか？または、誰か追加するものはありますか？最後に重要なことですが、誰かが「離散フーリエ変換」を説明できますか？ フーリエ変換は、画像をその正弦成分と余弦成分に分解します。簡単に言えば、サインとコサインはそれぞれ最小値と最大値で始まる波です。現実の世界では、観測する波が最大点と最小点のどちらから始まったのかわからないため、実際にはその2つを区別することはできません。したがって、サインとコサインは単に正弦波と呼ばれます。 FTを画像に適用するとき、それを空間ドメインから「周波数ドメイン」に変換します。これは、本質的に、時間の経過に伴う色と明るさの変化（時間ではなく空間です。ピクセル数を超えています）。 編集：なぜフーリエ変換を使用するのですか？そして、他の方法に比べてその利点は何ですか？たとえば、文学における1つのアプリケーションは、形状認識またはノイズ除去です。基本的に、FTを使用して形状認識を行うにはどうすればよいでしょうか。

8 image-processing  computer-vision 

MatLab Canny（MLC）がOpenCV Canny（OCC）と比べて非常に異なる理由を誰かが知っていますか？ML-CはOCCよりも正確で接続されたエッジを提供しますが、それはどのようにして可能ですか？私が尋ねる理由は、MLコードのプロトタイプをC ++に実装する必要があり、OpenCVを使用したかったからです。私が試した限りでは、MLのコードをエクスポートすることは実際には不可能です。 敬具、

8 image-processing  matlab  opencv  edge-detection 

画像があり、DCTを見つけて、係数にハードしきい値処理を適用してから、IDCTを適用すると、ノイズが減衰します。誰かが詳細に説明したり、なぜこれが機能するのかについての答えを私に指摘したりできますか？高周波をブロックするフィルターがノイズ除去で機能する理由を理解していますが（ノイズは高周波成分で構成されていると想定しているため）、振幅のしきい値処理が機能するのはなぜですか？

8 image-processing  dct  thresholding  sparse-model 

しましょう YYY 測定された（ノイズの多い）画像であること Y= X+ n o i s eY=X+noiseY= X+ noise、 どこ バツXX 画像が含まれています 000（背景）と 200200200（オブジェクト）。真のピクセル値が000 または 200200200 画像を与えられた YYY。 ノイズは平均= 0、標準偏差=シグマのガウス I_true = [zeros(50,140);zeros(60,40),(ones(60,60)*200),zeros(60,40);zeros(50,140)]; [nrows ncolumns] = size(I_true); sigma = 63.246; gaussian_noise = sigma*randn(size(I_true)); I_noisy = I_true + gaussian_noise; ガウスノイズを実際の画像に追加した後、背景ピクセルの強度のPDFは平均=ガウスになります。 000 およびvariance = 63.2462263.2462263.2462^2 オブジェクトピクセルの強度のPDFは、平均値= 200200200 およびvariance = …

8 image-processing  image-segmentation 

大津二値化アルゴリズムの修正版を実装しようとしています。ドキュメントの画像を2値化しようとしています。しかし、2値化の手順では、オブジェクト（この場合はテキスト）が元のグレースケール値を保持し、背景が255の値をとるようにします。つまり、白です。論文で見つけたサンプル画像バージョンを投稿しています。 これは元の画像です： これは私が取得したい結果の画像です： 誰かがMatlabでそれを行う方法を教えてもらえますか？

8 image-processing  matlab  thresholding 

加法性ノイズと乗法性ノイズの違いは何ですか？削除するためにこれらのノイズはどのドメインで処理されますか？ 特に画像データセットに興味があります 周波数の反射によるノイズが統計的に独立している衛星画像の場合、異なるドメインが使用されますか？

7 image-processing  filters  noise 

私は画像処理の初心者で、足を濡らそうとしています。ジグソーパズルのピースの写真を撮りました。ピースを分離したいと思います。 私はこれを行うにはPython SimpleCVライブラリを使用していて、これまでのところ、私は使用してはかなりまともな結果を得ることができたfindBlobs()、hueDistance()とdrawMinRect()。これが私がこれまでに得たものです 正直、かなり良い。それが間違っている唯一の場所は、これらの2つのピースが中心の少し右に触れていることです。 画像を拡張してみましたが、問題が悪化しているようです。これらのblobを「縮小」して重複を排除するにはどうすればよいですか？

7 image-processing  opencv  image-segmentation 

3D画像のラプラシアンの固有値と固有ベクトルを計算する必要があります。ボリュームヒートカーネルシグネチャを実装するために、3Dユニフォームグリッド（ボクセル化された画像によって生成されたユニフォーム構造）のヒートカーネルを評価しようとしています（「数値計算」セクションを参照してください）。私が取り組んでいるドメインは長方形ではないため、一部のグリッドポイントに1があり、他のポイントに0があり、バイナリ3Dシェイプを生成しています。私はこれについて2Dについて読んでいます。2Dでは、すべてのグリッドポイントのラプラシアンが計算され、結果の行列の固有値と固有ベクトルが計算されます。3Dでこれを行うにはどうすればよいですか？具体的な質問は次のとおりです。 （3x3x3）離散ラプラス演算子を適用した後に取得した3D画像から行列を取得するにはどうすればよいですか？ 行列を取得する方法がない場合は、3D構造グリッドの固有値と固有ベクトルを計算する必要があります。これを行う最も簡単な方法は何ですか？これを行うためのソフトをお勧めできますか？ ヒントをいただければ幸いです。 前もって感謝します。

7 image-processing  3d 

1 2 1 1 2 1 2 4 2 (A) (1/16) * 2 4 2 (B) 1 2 1 1 2 1 両方の行列は、行列Bにその要素の合計が乗算されることを除いて、同じです。画像を畳み込むと、ほぼ同じぼやけた画像になります。 それらの正確な違いは何ですか？いつ使用する必要がありますか？

7 image-processing  filters  gaussian 

ノイズと画像のアーチファクトの理論的な違いや関係を知りたいですが、ノイズと分布の関係はほとんどわかりませんが、医療画像分野に関連する可能性がある場合は、詳細な説明をお願いします。 手元に紙のリンクがありますか？

7 image-processing 

次のような方程式として与えられた場合、フィルターが与えられます。 f（x 、y）= （∂2∂バツ2+∂2∂y2） exp（ −バツ2+y2σ2）f（バツ、y）=（∂2∂バツ2+∂2∂y2）exp⁡（−バツ2+y2σ2）f(x,y) = \left(\frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2}\right) \exp\left(-\frac{x^2 + y^2}{\sigma^2}\right) またはカーネル内のような： 私はどのくらいの缶フィルターについて調べます。具体的には、それがハイパス/ローパス/バンドパスフィルターであるかどうかを確認できます（そうであればどうですか？）、フィルターの帯域幅を確認できますか？⎡⎣⎢0101− 41010⎤⎦⎥[0101−41010] \left[\begin{array}{rrr} 0 & 1 & 0 \\ 1 & -4 & 1 \\ 0 & 1 & 0 \end{array}\right] それが役立つ場合、コンテキストは画像処理です。 ありがとう

7 image-processing  filters  2d 

私は、WebカメラといくつかのIR LEDを備えたArduinoを使用して、おもちゃのIRリモコンヘリコプター（Syma s107など）の自律制御システムの開発に取り組んでいます。約2 GHzで実行されているラップトップでOpenCVを使用してC ++を使用しています。システムをできるだけリアルタイムに近づける必要があります。 2D画像でヘリコプターの回転を効果的に決定する方法がわかりません（より正確には、カメラの画像平面に対するヘリコプターのヨー）。この情報は、ヘリコプターを画面内で安定させるために重要です。 私は検討し、少なくとも部分的に胴体と尾の位置を決定し、ジオメトリとパースペクティブのいくつかのトリックを使用して形状の推定を得ましたが、十分に低いノイズで尾と胴体を正確に見つけることは困難であることが判明しました。ヘリコプターの特定の場所にある種のカラーマーカーを使用することも検討しましたが、ほぼ左とほぼ右よりも正確な見積もりを取得する方法がわかりません。

7 image  image-processing  opencv 

循環たたみ込みと線形たたみ込みの違いは何ですか？いつどちらを選ぶか？フィルターをマスク付きの画像に適用する画像処理で、どのタイプのコンボリューションを選択する必要がありますか？

7 image-processing  convolution