Pyramida (zpracování obrazu) - Pyramid (image processing)

Detekce funkcí
Detekce hrany
Detekce rohů
Detekce blobů
Detekce hřebene
Houghova transformace
Tenzor struktury
Detekce afinních invariantních funkcí
Popis funkce
Měřítko prostoru
Image
Vizuální znázornění obrazové pyramidy s 5 úrovněmi

Pyramida , nebo reprezentace pyramida , je druh multi-stupnice signálu zastoupení vyvinut počítačového vidění , zpracování obrazu a zpracování signálů komunit, ve kterém je signál nebo obraz podléhá opakovaným vyhlazení a podvzorků . Pyramidová reprezentace je předchůdcem reprezentace v měřítku a prostoru a multirezoluční analýzy .

Generování pyramid

Existují dva hlavní typy pyramid: lowpass a bandpass.

Nízkoprůchodová pyramida se vyrábí vyhlazením obrazu pomocí vhodného vyhlazovacího filtru a následným převzorkováním vyhlazeného obrazu, obvykle faktorem 2 v každém směru souřadnic. Výsledný obraz je poté podroben stejnému postupu a cyklus se opakuje několikrát. Každý cyklus tohoto procesu vede k menšímu obrazu se zvýšeným vyhlazováním, ale se sníženou prostorovou hustotou vzorkování (tj. Se sníženým rozlišením obrazu). Pokud je to graficky znázorněno, celá vícestupňová reprezentace bude vypadat jako pyramida, přičemž původní obrázek bude dole a výsledný menší obrázek každého cyklu bude naskládán jeden na druhý.

Pásmová pyramida je vytvořena vytvořením rozdílu mezi obrazy na sousedních úrovních v pyramidě a provedením interpolace obrazu mezi sousedními úrovněmi rozlišení, aby bylo možné vypočítat pixelové rozdíly.

Jádra generace pyramid

Pro generování pyramid byla navržena celá řada různých vyhlazovacích jader . Mezi návrhy, které byly uvedeny, se jako obzvláště užitečná a teoreticky dobře podložená třída vynímají binomická jádra vyplývající z binomických koeficientů . Vzhledem k tomu, že máme dvourozměrný obraz, můžeme použít (normalizovaný) binomický filtr (1/4, 1/2, 1/4) obvykle dvakrát nebo více podél každé prostorové dimenze a poté obraz převzorkovat dvakrát. Tato operace pak může pokračovat tolikrát, kolikrát je třeba, což vede ke kompaktní a efektivní reprezentaci ve více měřítcích. Pokud jsou motivovány konkrétními požadavky, mohou být také generovány střední úrovně stupnice, kde je fáze podvzorkování někdy vynechána, což vede k převzorkování nebo hybridní pyramidě . Se zvyšující se výpočetní účinností CPU , která je dnes k dispozici, je v některých situacích také možné použít širší podporované gaussovské filtry jako vyhlazovací jádra v krocích generování pyramid.

Gaussova pyramida

V gaussovské pyramidě se následné obrázky váží dolů pomocí Gaussova průměru ( Gaussovo rozostření ) a zmenší se. Každý pixel obsahující místní průměr odpovídá sousednímu pixelu na nižší úrovni pyramidy. Tato technika se používá zejména při syntéze textur .

Laplaciánská pyramida

Laplaciánská pyramida je velmi podobná Gaussově pyramidě, ale ukládá rozdílný obraz rozmazaných verzí mezi jednotlivými úrovněmi. Pouze nejmenší úroveň není rozdílový obraz, který umožňuje rekonstrukci obrazu s vysokým rozlišením pomocí rozdílových obrazů na vyšších úrovních. Tuto techniku ​​lze použít při kompresi obrazu .

Řiditelná pyramida

Řiditelná pyramida vyvinutá Simoncelli a dalšími je implementací vícerozměrné, víceorientační skupiny pásmových filtrů používané pro aplikace, jako je komprese obrazu , syntéza textury a rozpoznávání objektů . Lze jej považovat za orientačně selektivní verzi laplaciánské pyramidy, ve které se na každé úrovni pyramidy místo jednoho laplaciánského nebo gaussovského filtru používá banka řiditelných filtrů .

Aplikace pyramid

Alternativní zastoupení

V počátcích počítačového vidění byly pyramidy používány jako hlavní typ vícenásobné reprezentace pro výpočet víceúrovňových obrazových prvků z obrazových dat v reálném světě. Mezi novější techniky patří měřítko-prostorová reprezentace , která je mezi některými výzkumníky populární díky svému teoretickému základu, schopnosti oddělit fázi podvzorkování od vícenásobné reprezentace, výkonnějším nástrojům pro teoretickou analýzu i schopnosti počítat reprezentace v libovolném požadovaném měřítku, čímž se zabrání algoritmickým problémům souvisejícím se zobrazením obrazu v odlišném rozlišení. Přesto se pyramidy stále často používají k vyjádření výpočetně efektivní aproximace reprezentace měřítka a prostoru .

Manipulace s detaily

Laplaciánské obrazové pyramidy založené na bilaterálním filtru poskytují dobrý rámec pro vylepšení detailů obrazu a manipulaci s nimi. Rozdílové obrazy mezi každou vrstvou jsou upraveny tak, aby zveličily nebo zmenšily detaily v různých měřítcích v obraze.

Některé formáty souborů pro kompresi obrázků používají algoritmus Adam7 nebo jinou techniku prokládání . Ty lze považovat za druh obrazové pyramidy. Protože tyto formáty souborů ukládají nejprve funkce „velkého rozsahu“ a jemné detaily později v souboru, může si konkrétní prohlížeč zobrazující malou „miniaturu“ nebo na malé obrazovce rychle stáhnout jen tolik obrázku, aby jej mohl zobrazit v dostupné pixely - takže jeden soubor může podporovat mnoho rozlišení prohlížeče, místo aby musel ukládat nebo generovat jiný soubor pro každé rozlišení.

Viz také

Reference

externí odkazy