of 21/21
Procesarea Imaginilor (An 3, semesterul 2) Curs 1: Introducere

Procesarea Imaginilor - UTClujusers.utcluj.ro/~rdanescu/pi_c1.pdf · Exemple de aplicatii Recunoastere de tesuturi prin analiza texturii din imagini medicale. Technical University

  • View
    5

  • Download
    0

Embed Size (px)

Text of Procesarea Imaginilor - UTClujusers.utcluj.ro/~rdanescu/pi_c1.pdf · Exemple de aplicatii...

  • Procesarea Imaginilor

    (An 3, semesterul 2)

    Curs 1: Introducere

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Viziunea artificala

    Vizunea artificiala (Computer Vision)?

    Viziunea artificiala este un domeniu/disciplina care foloseste metode statistice

    care infereaza date/informatie din imagini cu ajutorul metodelor

    matematice/geometrice, fizicii, si a teoriei invatarii automate (machine learning)

    Se bazeaza pe:

    - Cunoasterea profunda a modelului camerei si al procesului de formare al imaginii pentru a obtine inferente simple de la valorile pixelilor individuali pana

    la combinarea informatiei de la imagini multiple pentru a obtine un tot unitar

    coerent,

    - Impunerea anumitor ordonari asupra unor grupe de pixeli pentru ai separa

    intre ei sau pentru a infera informatia de forma si a recunoaste obiecte pe baza

    trasaturilor geometrice.

    Alte denumiri

    • analiza de imagini (image analysis)

    • analiza scenei (scene analysis)

    • interpretarea imaginilor (image understanding)

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Viziunea artificala

    Disipline conexe

    • Inteligenta artificiala (artificial intelligence)• Robotica (robotics)• Procesarea semnalelor (signal processing)• Recunoasterea de forme (pattern recognition)• Teoria controlului (control theory)• Psihologia (psychology)• Neurostiintele (neuroscience)

    Subdomenii:

    - Procesarea imaginilor- Recunoasterea formelor- Fotogrametria

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Procesarea imaginilor

    Procesarea imaginilor (Image Processing)

    - Se ocupa cu studiul proprietatile imaginilor si cu transformarea acestora(imaginilor)

    - Majoritaea algoritmilor de viziune artificala necesita procesareaimaginilor

    Example de metode:

    • imbunatatirea calitatii imaginilor (image enhancement) – printransformarea imaginilor: punerea in evidenta a detaliilorascune/obscure, a trasaturilor de interes

    • compresia (reprezentare compacta a imginilor/secventelor pentrutransmisie)

    • restaurarea (eliminarea elementelor de degradarecunoscute/modelabile)

    • extragerea de trasaturi (localizarea anumitor sabloane – ex: muchii)

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Viziunea artificiala

    Domenii de cercetare:

    • Detectia de trasaturi (Feature Detection)

    • Representarea contrurelor (Contour Representation)

    • Analiza imaginilor de profunzime (Range image analysis)

    • Modelarea si reprezentarea formelor (Shape modeling and representation)

    • Stereo viziunea (Stereo vision)

    • Viziunea color (Color vision)

    • Analiza miscarii (Motion analysis)

    • Visunea active (Active/Purposive vision)

    • Invarianti (Invariants)

    • Detectia obiectelor (Object detection)

    • Recunoastera obiectelor 3D (3D object recognition)

    • Aritectura sistemelor de viziune (Vision architectures)

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Viziunea artificiala

    Domenii de aplicare

    • Inspectie industriala / controlul calitatii (Industrial inspection/quality control)

    • Inginerie inversa (reverse engineering)

    • Supraveghere si securitate (Surveillance and security)

    • Recunoastera fetei (Face recognition)

    • Recunoasterea gesturilor (Gesture recognition)

    • Monitorizarea traficului (Road monitoring)

    • Aplicatii spatiale (Space applications)

    • Analiza imaginilor medicale (Medical image analysis)

    • Realitate virtuala, teleprezenta si telerobotica) (Virtual reality, telepresence, and telerobotics)

    • Vehicule autonome (Autonomous vehicles)

    • Cartografiere automata, achizitie automata de modele (Automated map making, model acquisition)

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Viziunea artificiala

    Date de intrare

    - Imagini captate cu dspozitive de achizitie adaptate pentru intregulspectru frecventa al undelor eletromagnetice

    - Imagini din spectrul vizibil – cele mnai folosite (accesibile)

    - Alte surse de imagini: unde acustice, ultrasonice (ecografii)

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Viziunea artificiala

    Date de intrare

    Reflectivitatea laser

    Medium IR (Thermal)

    Reflectivitatea RADAR

    Spectrul vizibil

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Exemple de aplicatii

    Preprocesarea de imagini medicale (imbunatatirea calitatii)

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Exemple de aplicatii

    Segmentare si analiza de imagini medicale

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Exemple de aplicatii

    Recunoastere de tesuturi prin analiza texturii din imagini

    medicale

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Exemple de aplicatii

    Procesarea informatiei elastografice

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Exemple de aplicatii

    Detectie obiecte si drum in scenarii de trafic

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Exemple de aplicatii

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Exemple de aplicatii

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Exemple de aplicatii

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Exemple de aplicatii

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Lenses distortion correction

    Left - 2D detection error: Undistort vs. Distort

    -8.000

    -6.000

    -4.000

    -2.000

    0.000

    2.000

    4.000

    6.000

    1 2 3 4 5 6 7 8 9

    Target no.

    Err

    or

    [pix

    els

    [

    ErrX

    ErrY

    8.5 mm lens, CCD camera

    Distorted imageUndistorted image

    Difference image

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Lenses distortion correction

    Distorted imageUndistorted image

    Right - 2D detection error: Undistort vs. Distort

    -1.000

    -0.500

    0.000

    0.500

    1.000

    1.500

    2.000

    2.500

    1 2 3 4 5 6 7 8 9 10

    Point

    Err

    or

    [pix

    els

    ]

    ErrX

    ErrY

    16 mm lens, CCD camera

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Bibliografie curs

    R.C.Gonzales, R.E.Woods, "Digital Image Processing-Second Edition", Prentice Hall,

    2002.

    E. Trucco, A. Verri, “Introductory Techniques for 3-D Computer Vision”, Prentice Hall,

    1998.

    W.K. Pratt, Digital Image Processing: PIKS Inside, Third Edition. 2001 John Wiley & Sons,

    Inc.

    G. X.Ritter, J.N. Wilson, Handbook of computer vision algorithms in image algebra - 2nd

    ed, 2001 CRC Press.

    A. Koschan, M. Abidi, Digital Color Image Processing, Wiley & Sons, 2008.

    D. Forsyth, J. Ponce, Computer Vision. A Modern Approach, Prentice Hall, 2002.

    L. G. Shapiro, G. C. Stockman, Computer Vision, Prentice Hall, 2001

    Bibl. UTCN:

    S.Nedevschi, "Prelucrarea imaginilor si recunoasterea formelor", Ed. Microinformatica,

    1997.

    Scot E, Umbaugh, “Computer Vision and Image Processing”, Prentice Hall, 1998.

    Internet:

    Milan Sonka, V. Hlavac, R. Boyle, “Image Processing, Analysis, and Machine Vision”,

    Brooks and Cole Publishing, 1998.

    http://www.icaen.uiowa.edu/~dip/LECTURE/lecture.html

    Delft : http://www.ph.tn.tudelft.nl/Courses/FIP/frames/fip.html

    ⇒ ∞ etc.

  • Technical University of Cluj Napoca

    Computer Science DepartmentIMAGE PROCESSING

    Evaluare

    Examen scris – 50% din nota (nota minima 5)

    Laborator + proiect – 50% din nota (nota minima 5)

    Prezenta la laborator/proiect – obligatorie!

    Proiect – evaluare dupa fiecare faza de proiectare.