Rothwell operátor

A Rothwell-operátor a számítógépes látás területén egy élérzékelési operátor , amelyet Charles Rothwell mutatott be az IEEE Computer Vision Symposiumon [1] 1995-ben.

Általánosságban elmondható, hogy a Rothwell operátor nagyon hasonlít a Canny operátorhoz , a különbség közöttük az, hogy a Rothwell algoritmus a Non - Maximum Suppression helyett az Edge detection#Edge vékonyítást használja , a hiszterézis helyett pedig dinamikus küszöbértéket ( angolul dynamic thresholding ) használ . .

A létrehozás okai

A módszer szerzői úgy vélték, hogy a nem maximális elnyomás nem működik megfelelően a képek átmeneteinél a simítási folyamat miatt. A szerzők felhagytak a hiszterézissel, mert úgy vélték, hogy az élek fényessége nem alapvető fontosságú a magasabb szintű vizuális feldolgozáshoz, különösen a tárgyfelismerésben. A kontraszt sokkal fontosabb volt számukra.

Az algoritmus fő lépései

Elsődleges feldolgozás. A képet egy kétdimenziós Gauss-szűrő diszkrét mintavételével simítják ki. Itt külön egydimenziós Gauss-magokat használnak egymás után x és y irányban. A konvolúciós kernel "farka" a központi értékeinek 1,5%-a. Ezután a kép minden pontjához talál egy színátmenetet. és a [-1,0,1] alakú operátorok centrális véges különbségeinek felhasználásával számítjuk ki. |ΔS| (a kényelem kedvéért N-vel jelölve) és a θ kiszámítása minden pontra a Canny operátorban szereplő kifejezésekhez hasonló kifejezésekkel történik: $S_{x}$ ${\displaystyle S_{y))$

\mathbf {N} ={\sqrt ({\mathbf {S} _{x}}^{2}+{\mathbf {S} _{y}}^{2}}}

\mathbf {\Theta } =\operátornév {arctan} \left({\mathbf {S} _{y} \over \mathbf {S} _{x}}\right).

Subpixel lokalizáció. Minden olyan pixelnél, amelynél N > (ahol ez egy előre meghatározott küszöb), ahol az élpixelek ( eng. Edgels ) ténylegesen fekszenek, a Canny operátor helyi maximumai keresésének technikáját alkalmazzuk. Az élpixelek helyét úgy találjuk meg, hogy megbecsüljük a második derivált nullával való metszéspontját az érintőkontúr normális irányában. $t_{l}$ $t_{l}$

A képküszöb meghatározása. N és θ meghatározása után megjelenik az élpixelek és más pontok elválasztásának problémája. Ez dinamikus küszöbértékkel történik , azaz az operátor meghatároz egy küszöbértéket, amely a képtől függően változik . A felületi küszöbértéket ( a kép diszkrét területein) a rendszer kiszámítja és felhasználja az élek pixeleinek osztályozására, amikor > α (a 0 < α ≤ 1 konstans használatát alább ismertetjük). Σ halmaz elemeinek felhasználásával definiáljuk . Ezek az élek jól jelzik az erős éleket a helyi területen. Tehát mindegyik (x, y) є Σ értékhez adunk egy értéket , majd darabonként sík felületet alkotunk, interpolálva az összes többi (x, y) számára. A képküszöb kiválasztása az érték és a küszöbfüggvény összehasonlításával folytatódik, és az (x, y) pontot edgel-be soroljuk, ha az előbbi az utóbbinak legalább 90%-a. Az α paramétert azért vezettük be, hogy figyelembe vegyük azt az esetet, amikor az erős él kissé távolabb kerülhet az átmenet felé. Minden pixel, amely átmegy a küszöbteszten, benne van a Σ halmazban, nyilvánvaló, hogy Σ benne van Σ-ban. ${\displaystyle N_{x,y))$ ${\displaystyle N_{x,y))$ ${\displaystyle T_{x,y))$ ${\displaystyle T_{x,y))$ $_{0}$ ${\displaystyle T_{x,y))$ ${\displaystyle N_{x,y))$ $_{0}$ ${\displaystyle N_{x,y))$ ${\displaystyle T_{x,y))$ $_{0}$

Vékonyodás. A küszöbölési folyamat a Σ elemek halmazának képét állítja elő, amelynek tagjai a kapcsolódó élpixelek. Egy elem akkor "szomszédja" egy másik elemnek, ha legalább 1 pixel távolságra van tőle, azaz egy 3x3-as négyzethez tartozik, amelynek középpontja a második elem. A halmaz szélessége gyakran két vagy három pont, ezért nem reprezentálja a digitális görbe topológiáját. A részhalmazokat egységnyi vastagságú láncokra vékonyítják. Ez a folyamat a Cao-Fu vékonyítási algoritmuson alapul. Úgy működik, hogy ne rövidítse le a szabad végű láncok éleit (azaz olyan éleket, amelyekhez csak egy él kapcsolódik). A Cao-Fu vékonyítása azonban a készlet minden elemét egyformán kezeli, így például egy erős élt el lehet távolítani a gyengébb ponttal ellentétben. Így a gerincek lokalizációja megmarad, a Σ feltételeit rendezzük, és először a gyenge elemeket távolítjuk el. A soványított halmazt Σ-nak nevezzük ${\megjelenítési stílus _{t))$

Topológiai leírás beszerzése. Adott Σ , diszkrét képekből topológiai leírást nyerünk ki, és egy alpixel geometriai értelmezést társítunk hozzá. A Σ összes eleme egy csúcs-él-felület hálózatot alkot. A csúcsok azokon az éleken helyezkednek el, amelyeknek vagy csak egy szomszédja van (ebben az esetben ezek egy éllánc végei), vagy amelyekhez kettőnél több él tartozik. Topológiailag a sarokpontot két, ugyanazon élen belüli élpálya találkozása határozza meg. Az ilyen sarokpontokon nem történik élszegmentálás. Amint megkaptuk a csúcsokat, a közöttük lévő élláncokat 3x3-as maszk segítségével bejárjuk, és minden él bányászásakor a részpixelei beíródnak a listába. ${\megjelenítési stílus _{t))$ ${\megjelenítési stílus _{t))$

Lásd még

Jegyzetek

↑ IEEE International Symposium on Computer Vision archiválva : 2011. január 11., a Wayback Machine , 1995

Irodalom

CA Rothwell, JL Mundy, W. Hoffman, VD Nguyen "Driving Vision by Topology", 1995.
Tsao, YF és Fu, KS „Parallel Thinning Operations for Digital Binary Images”, Proceedings CVPR, p. 150-155, 1981.

Linkek

A módszer megvalósítása C++ nyelven
CA Rothwell, JL Mundy, W. Hoffman, VD Nguyen "Driving Vision by Topology"
CA Rothwell egyéb munkái (a link nem elérhető)