Textúra
?
Könnyű az élt megtalálni
Mi lássunk élnek?
Mit lássunk élnek?
Hol van az él? Milyen vastag legyen?
Mit lássunk élnek?
Zaj Z j
A zajpontokat nem szabad az élpontokkal összekeverni
Mit lássunk élnek?
Egy vagy két él él? ?
Mit lássunk élnek?
A text textúrák úrák határát ?
Textúra definíciói
Az emberi látás valamilyen statisztikai (in)homogenitást absztrahál a látványból, de annak pontos kvantitatív leírására legtöbbször képtelen
Textúrák emberi percepciója
DC & CV Lab. CSIE NTU
DC & CV Lab. CSIE NTU
DC & CV Lab. CSIE NTU
DC & CV Lab. CSIE NTU
„Nyilvánvalóan” különböző textúrák
Textúra
Mi az hogy textúra? Hogyan detektáljunk releváns információt a textúrán? H Hogyan mérjük é jük ttextúra tú jjellemzők ll ők nagyságát? á át? Mire használható?
Textú Text úra
Jelenség, ami elterjedt (szinte minden látványon jelen g , felületi minőséget, g , stb. van)) – orientációt,, 3D térbeliséget, mutat
könnyű y létét megállapítani, g p , de nehéz mibenlétét definiálni
Alak és textúra - együtt
Mi az hogy h textúra? ú ?
Nincs pontos, egyértelmű definíció Gyakran a képen található információkat alak és textúra jellemzőkre osztják Mi b beszéljünk éljü k iinkább kább együttes ütt struktúrákról t ktú ák ól
Mi az hogy h textúra? ú ? Ismétlődő struktúra Sztochasztikus struktúra
mindkettő
Fraktális jelleg
Determinisztikus textúra minták
Statisztikus textúra minták
Periodikus textúrák
Brodatz féle referencia textúrák….
Brodatz féle referencia textúrák…..
Brodatz félereferencia textúrák…..
Brodatz féle referencia textúrák…..
Értelmezhető textúra leírás: különböző ismert algoritmikus g alapon lehetséges: •Statisztikai leírás •Strukturális leírás •…
Néha a textúra önmagában szemléletesebb
Minta
Felületi normális
Textúrák leírása megfigyelés: textúrák ismétlődő elemekből állnak (angolul: texel) Textúra leíráshoz Meg kell találni a texeleket majd statisztikát kell csinálni De milyen szűrőkkel?
Alkalmazás: Textúra-alapú keresés csökkenő Hasonlóság g szerint rendezve
Mintakép
from Forsyth & Ponce
Textúra alapú feladatok megfogalmazása
több standard feladat van: Szegmentálás S á á (határok ( á megkeresése) é ) Szintézis (kisméretű minták alapján rágenerálás nagy térbeli felületekre) „Shape from texture” (3D információ visszaállítása textúra torzulásból) Képindexálás – textúra azonosság alapján ….
Mindegyik feladat igényli a textúra leírását, de különböző nehézségűek
1 Textúrák megkülönböztetése (határok keresése) 1.
Dia forrás: Freeman
2) Szintézis (pl. grafika)
Dia forrás: Freeman
Több látszik mint csak az ismétlés
texel
P tt Pattern R Repeated t d
Algoritmikus g megközelítések g Algoritmikus háttér textúra jellemzők mérésére: Statisztikai jellemzők Spektrális jellemzők Strukturális jellemzők Derivative of Gaussian piramis Laplace p p piramis Difference of Gaussian piramis Irányfüggő y gg szűrők alkalmazása …
TEXTÚRA ANALÍZIS - STATISZTIKAI MÓDSZEREKKEL
ELSŐRENDŰ STATISZTIKA
Egyetlen Pixelre
HISZTOGRAMM
Előfordulás (OCCURENCIA)
H(g)
Hisztogramm adható meg
0
255 55 Szürkeségi szint értékek
MÁSODRENDŰ STATISZTIKA
Két Pixelre adott értékpár, adott távolság, adott irányban ...
H
(i,j)
Együttes előfordulás (CO-OCCURRENCIA)
0 (i j) (i,j)
(g1,g2)
255
255
TEXTÚRA ANALÍZIS - STATISZTIKAI MÓDSZEREKKEL H
Másodrendű statisztika:
(i,j)
CO-OCCURRENCIA CO OCCURRENCIA
két pixel szürkeségi szint értékének együttes előfordulása megadott g távolságra g és irányban y …..
0
(i,j)
(g1,g2)
255
255 256
256
8 bit /pixel kép esetén: 256 x 256 2D mátrixba rendezhető a gyakoriság
TEXTÚRA ANALÍZIS – MÁSODRENDŰ STATISZTIKA JELLEMZŐI Általában csak közeli pixelek között van kapcsolat: (i,j) tipikusan kis értékre választandó [ (1,0), (1 0) (0 (0,1), 1) (1 (1,1) 1) ]
Általában Ált láb a szint i t ugások á k iis li limitáltak itált k ezen tá távolságon lá b belül lül pl 256 lehetséges szint esetén csak a 8 vagy kevesebb eltérést reprezentáló mátrix elemeket vesszük figyelembe Szimmetrikus the co-occurrencia mátrixot kapunk a transzponált mátrix hozzáadásával C
(g1,g2)
(i,j)
=
H
(i,j)
(g1,g2)
+
H
T
(i,j)
(g1,g2)
A valós pozitív szimmetrikus mátrix rotációs invariaciával is bír
Példa: egy kép és co-occurencia mátrixai
CO OCCURRENCIA MÁTRIXBÓL CO-OCCURRENCIA SZÁRMAZTATHATÓ TEXTÚRA MÉRTÉKEK Energia Entrópia
M i áli valószínűség Maximális ló í ű é Kontraszt
CO OCCURRENCIA MÁTRIXBÓL CO-OCCURRENCIA SZÁRMAZTATHATÓ TEXTÚRA MÉRTÉKEK Inverz momentum
Korreláció Ahol a Középérték és szórás az alábbi alakban adható meg:
N-ed rendű statisztikák
(i j) 3 (i,j) (i,j) 2 (i,j) 1 .. (i,j)
n
N-dimenziós mátrix (lenne) De túl számításigényes
Textúra analízis Fourier együtthatókkal
Periodikusság: különböző frekvenciák energiájának meghatározása Irányultság: frekvencia „cikkek” energiája …
Textúra analízis futási hossz kódolással Definíciók:
B(a,r) ... r hosszúságú a szintű primitívek száma minden irányban M, N ... Kép dimenziója L ... Szürkeségi szintek száma Nr ... Maximális primitív hossz K ... Primitívek száma
----------------------------Rövidebb primitívek kiemelése
Textúra analízis futási hossz kódolással Hosszabb primitívek kiemelése
------------------------------------
Szint uniformitás mértéke
Textúra analízis futási hossz kód lá kódolással l
Hossz uniformitás mértéke
---------------------------
Primitív arány
Strukturális leírás Ha a textúra valamilyen szabályosságot követ: 1. Primitívek diszkriminálása 2. „String”-ek generálása 3. Szegmentálás g / osztályozás y A nyelvtan y „„megtanulása” g a legnehezebb g
Derivative of Gaussian
Mérni a gradiens nagyságát és irányát különböző skálázásnál (piramis módszer)
Irányfüggő szűrők alkalmazása (Malik & Perona, 1990)
Laplace vagy Difference of G Gaussian i Piramist Pi i t építsünk? é ít ü k? Laplacian piramis építése helyett: Difference of Gaussian piramis felépítése (jó közelítés közelítés, már láttuk) Jellemzők: sáváteresztő szűrő: minden szint különböző sávra é ék érzékeny Az eredeti kép visszaállítása: A piramis legfelső szintjéből indulva a piramis rekonstrukciója
Gaussian piramis
Laplacian L l i Piramis
Textúrából felület-gradiens
Horizont (eltűnő vonal) meghatározása a texelek mérettorzulása alapján Egyetlen kép alsó feléből is – ahol a horizont kontúrja nem látszik!
Textúrából gradiens
Textúrából gradiens
Textúrából felület-gradiens
Texelek méreteinek, területének, sűrűségének változása – egyszerűen, gyorsan mérhető: é h tő ld. ld pl. l morfológiai algoritmusok
