Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Обнаружение функции
Обнаружение края
Обнаружение углов
Обнаружение BLOB-объектов
Обнаружение гребня
Преобразование Хафа
Структурный тензор
Обнаружение аффинно-инвариантных признаков
Описание функции
Масштабировать пространство
Визуальное представление пирамиды изображений с 5 уровнями

Пирамида , или представление пирамиды , представляет собой тип разномасштабную сигнала представления , разработанная компьютерного зрения , обработки изображений и обработки сигналов сообществ, в которых сигнал или изображение подлежит повторному сглаживанием и подвыборки . Представление пирамиды является предшественником представления в масштабном пространстве и анализа с несколькими разрешениями .

Генерация пирамиды [ править ]

Существует два основных типа пирамид: lowpass и bandpass.

Пирамида нижних частот создается путем сглаживания изображения с помощью соответствующего сглаживающего фильтра, а затем субдискретизации сглаженного изображения, обычно с коэффициентом 2 вдоль каждого координатного направления. Полученное изображение затем подвергается той же процедуре, и цикл повторяется несколько раз. Каждый цикл этого процесса приводит к уменьшению изображения с повышенным сглаживанием, но с уменьшенной плотностью пространственной выборки (то есть уменьшенным разрешением изображения). Если проиллюстрировать графически, все многомасштабное представление будет выглядеть как пирамида с исходным изображением внизу и меньшим изображением, полученным в результате каждого цикла, наложенным одно на другое.

Пирамида полосы пропускания создается путем формирования разницы между изображениями на соседних уровнях в пирамиде и выполнения интерполяции изображений между соседними уровнями разрешения, чтобы обеспечить вычисление пиксельных различий. [1]

Ядра генерации пирамид [ править ]

Для создания пирамид было предложено множество различных ядер сглаживания . [2] [3] [4] [5] [6] [7] Среди предложений, которые были даны, биномиальные ядра, возникающие из биномиальных коэффициентов, выделяются как особенно полезный и теоретически хорошо обоснованный класс. [3] [8] [9] [10] [11]Таким образом, для двумерного изображения мы можем применить (нормализованный) биномиальный фильтр (1/4, 1/2, 1/4), как правило, дважды или более по каждому пространственному измерению, а затем субдискретизировать изображение с коэффициентом два. Затем эта операция может выполняться сколько угодно раз, что приводит к компактному и эффективному многомасштабному представлению. Если это мотивировано особыми требованиями, могут также быть сгенерированы промежуточные уровни шкалы, где этап субдискретизации иногда не учитывается, что приводит к избыточной выборке или гибридной пирамиде . [10] С ростом вычислительной эффективности доступных сегодня ЦП , в некоторых ситуациях также возможно использовать более широкие поддерживающие фильтры Гаусса в качестве сглаживающих ядер на этапах создания пирамиды.

Пирамида Гаусса [ править ]

В пирамиде Гаусса последующие изображения уменьшаются с использованием среднего значения по Гауссу ( размытие по Гауссу ) и уменьшаются в масштабе. Каждый пиксель, содержащий локальное среднее значение, соответствует пикселю соседства на нижнем уровне пирамиды. Этот метод особенно используется при синтезе текстур .

Лапласианская пирамида [ править ]

Пирамида Лапласа очень похожа на пирамиду Гаусса, но сохраняет различное изображение размытых версий между каждым уровнем. Только наименьший уровень не является разностным изображением, чтобы можно было реконструировать изображение с высоким разрешением с использованием разностных изображений на более высоких уровнях. Этот метод можно использовать при сжатии изображений . [12]

Управляемая пирамида [ править ]

Управляемая пирамида, разработанная Симончелли и другими, представляет собой реализацию многомасштабного банка полосовых фильтров с разной ориентацией, используемого для приложений, включая сжатие изображений , синтез текстур и распознавание объектов . Его можно рассматривать как вариант лапласовской пирамиды с селективной ориентацией, в которой на каждом уровне пирамиды используется набор управляемых фильтров вместо одного лапласовского или гауссовского фильтра . [13] [14] [15]

Приложения пирамид [ править ]

Альтернативное представление [ править ]

На заре компьютерного зрения пирамиды использовались в качестве основного типа многомасштабного представления для вычисления функций многомасштабного изображения из данных реального мира. Более современные методы включают представление масштабного пространства , которое было популярно среди некоторых исследователей из-за его теоретической основы, способности отделить этап субдискретизации от многомасштабного представления, более мощные инструменты для теоретического анализа, а также способность вычислять представление в любом желаемом масштабе, что позволяет избежать алгоритмических проблем соотнесения представлений изображений с разным разрешением. Тем не менее пирамиды по-прежнему часто используются для выражения вычислительно эффективных приближений к представлению в масштабном пространстве.. [10] [16] [17]

Манипуляции с деталями [ править ]

Пирамиды лапласовских изображений, основанные на двустороннем фильтре, обеспечивают хорошую основу для улучшения деталей изображения и манипулирования ими. [ необходима цитата ] Разностные изображения между каждым слоем изменены, чтобы преувеличить или уменьшить детали в разных масштабах изображения.

Некоторые форматы файлов сжатия изображений используют алгоритм Adam7 или другую технику чересстрочной развертки . Их можно рассматривать как своего рода пирамиду изображений. Поскольку в этом формате файла сначала сохраняются «крупномасштабные» функции, а затем мелкие детали в файле, конкретный зритель, отображающий небольшую «миниатюру» или на маленьком экране, может быстро загрузить ровно столько изображения, чтобы отобразить его в доступные пиксели - поэтому один файл может поддерживать множество разрешений зрителя, вместо того, чтобы хранить или создавать разные файлы для каждого разрешения.

См. Также [ править ]

  • Mipmap
  • Реализация масштабного пространства
  • Уровень детализации
  • JPEG 2000 # Представление с несколькими разрешениями

Ссылки [ править ]

  1. ^ ЕН Андельсон и СН Андерсон и JR Берген и PJ Берт и Дж.М. Огден. «Пирамидальные методы обработки изображений» . 1984 г.
  2. Перейти ↑ Burt, PJ (май 1981). «Быстрое преобразование фильтров для обработки изображений». Компьютерная графика и обработка изображений . 16 : 20–51. DOI : 10.1016 / 0146-664X (81) 90092-7 .
  3. ^ a b Кроули, Джеймс Л. (ноябрь 1981 г.). «Представление для визуальной информации» . Университет Карнеги-Меллона, Институт робототехники. tech. отчет CMU-RI-TR-82-07. Цитировать журнал требует |journal=( помощь )
  4. ^ Берт, Питер; Адельсон, Тед (1983). «Пирамида Лапласа как компактный код изображения» (PDF) . IEEE Trans. Commun . 9 (4): 532–540. CiteSeerX 10.1.1.54.299 . DOI : 10.1109 / TCOM.1983.1095851 .  
  5. ^ Кроули, JL; Паркер, AC (март 1984 г.). «Представление формы, основанное на пиках и гребнях разницы низкочастотного преобразования». IEEE Transactions по анализу шаблонов и машинному анализу . 6 (2): 156–170. CiteSeerX 10.1.1.161.3102 . DOI : 10.1109 / TPAMI.1984.4767500 . PMID 21869180 .  
  6. ^ Кроули, JL; Сандерсон, AC (1987). «Представление с множеством разрешений и вероятностное соответствие двухмерной серой шкалы» (PDF) . IEEE Transactions по анализу шаблонов и машинному анализу . 9 (1): 113–121. CiteSeerX 10.1.1.1015.9294 . DOI : 10.1109 / tpami.1987.4767876 . PMID 21869381 .   
  7. ^ Meer, P .; Баугер, ES; Розенфельд, А. (1987). «Анализ в частотной области и синтез ядер, генерирующих изображения». IEEE Transactions по анализу шаблонов и машинному анализу . 9 (4): 512–522. DOI : 10.1109 / tpami.1987.4767939 . PMID 21869409 . 
  8. ^ Линдеберг, Тони, " Масштабное пространство для дискретных сигналов ", PAMI (12), № 3, март 1990, стр. 234-254.
  9. ^ Линдеберг, Тони. Теория масштабного пространства в компьютерном зрении , Kluwer Academic Publishers, 1994, ISBN 0-7923-9418-6 (см., В частности, главу 2 для обзора гауссовых и лапласовских пирамид изображений и главу 3 для теории обобщенных биномиальных ядер и дискретных гауссовских ядер). 
  10. ^ a b c Линдеберг, Т. и Бретцнер, Л. Выбор шкалы в реальном времени в гибридных многомасштабных представлениях , Proc. Scale-Space'03, остров Скай, Шотландия, Springer Lecture Notes по информатике, том 2695, страницы 148-163, 2003.
  11. ^ См. Статью о многомасштабных подходах для очень краткого теоретического утверждения.
  12. ^ Берт, Питер Дж .; Адельсон, Эдвард Х. (1983). «Пирамида Лапласа как компактный код изображения» (PDF) . IEEE Transactions on Communications . 31 (4): 532–540. CiteSeerX 10.1.1.54.299 . DOI : 10.1109 / TCOM.1983.1095851 .  
  13. ^ Симончелли, Ээро. "Управляемая пирамида" . cns.nyu.edu.
  14. ^ Мандучи, Роберто; Перона, Пьетро; Застенчивый, Дуг (1997). «Эффективные деформируемые фильтры фильтров» (PDF) . Калифорнийский технологический институт / Падуанский университет .
    Также в Manduchi, R .; Perona, P .; Шай, Д. (1998). «Эффективные деформируемые фильтровальные банки». Сделки по обработке сигналов . 46 (4): 1168–1173. Bibcode : 1998ITSP ... 46.1168M . CiteSeerX 10.1.1.5.3102 . DOI : 10.1109 / 78.668570 . 
  15. ^ Стэнли А. Кляйн; Том Карни; Лорен Баргоут-Штайн и Кристофер В. Тайлер «Семь моделей маскировки», Proc. SPIE 3016, Human Vision and Electronic Imaging II, 13 (3 июня 1997 г.); DOI : 10,1117 / 12,274510
  16. ^ Кроули, J, Рифф О. Быстрое вычисление масштабно нормализованных гауссовских рецептивных полей , Proc. Scale-Space'03, Остров Скай, Шотландия, Springer Lecture Notes in Computer Science , volume 2695, 2003.
  17. Перейти ↑ Lowe, DG (2004). «Отличительные особенности изображения от масштабно-инвариантных ключевых точек» . Международный журнал компьютерного зрения . 60 (2): 91–110. CiteSeerX 10.1.1.73.2924 . DOI : 10,1023 / Б: VISI.0000029664.99615.94 . 

Внешние ссылки [ править ]

  • Кодирование изображений пирамиды Гаусса-Лапласа - иллюстрирует методы понижающей дискретизации , повышающей дискретизации и гауссовой свертки.
  • Пирамида Гаусса - дает краткое введение в процедуру и цитирует несколько источников.
  • Пирамида нерегулярного графа Лапласа - Рисунок 1 на этой странице иллюстрирует пример пирамиды Гаусса.
  • Лапласовская пирамида как компактный код изображения при подаче электронных книг