[Ψηφιακή Επεξεργασία Εικόνας] 3η Εργασία 2016

[Thmmy.gr portal]

  Thmmy.gr portal
   Forum
   Downloads
   Ενεργ. Λογαριασμού
   Επικοινωνία
  
  Χρήσιμα links
   Σελίδα τμήματος
   Βιβλιοθήκη Τμήματος
   Elearning
   Φοιτητικά fora
   Πρόγραμμα Λέσχης
   Πρακτική Άσκηση
   Ηλεκτρονική Εξυπηρέτηση Φοιτητών
   Διανομή Συγγραμμάτων
   Ψηφιακό Καταθετήριο Διπλωματικών
   Πληροφορίες Καθηγητών
   Instagram @thmmy.gr
   mTHMMY
  
  Φοιτητικές Ομάδες
   ACM
   Aristurtle
   ART
   ASAT
   BEAM
   BEST Thessaloniki
   EESTEC LC Thessaloniki
   EΜΒ Auth
   IAESTE Thessaloniki
   IEEE φοιτητικό παράρτημα ΑΠΘ
   SpaceDot
   VROOM
   Panther
  

THMMY.gr Web

Helios_MultiScribbles2SMF Default ThemeSMFone_Blue

[Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads]

Είσαι πρωτοετής;... Καλώς ήρθες! Μπορείς να βρεις πληροφορίες εδώ. Βοήθεια για τους καινούργιους μέσω χάρτη.

Κατεβάστε εδώ το Android Application για εύκολη πρόσβαση στο forum.

Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads με προσοχή στα ονόματα των αρχείων!

[greekoo]

dx1 = conv2(subregion,haar_x1);
dx2 = conv2(subregion,haar_x2);
            
Sdx1 = sum(dx1( : ));
Sdx2 = sum(dx2( : ));
Adx1 = sum(abs(dx1( : )));
Adx2 = sum(abs(dx2( : )));

όπου haar_x1 =[-1 ;1] Και haar_x2 = haar_x1'  

Για ποιο λόγο τα Sdx1 και Sdx2 μου βγαίνουν πάντα μηδέν; Αντιμετώπισε κανείς άλλος αυτό το πρόβλημα;

[Terzos]

Δε σε πιάνω μαν μου, γιατί (5 + 2 -1) x 5 ?

================================================================================================


Απο την άλλη, εγώ για τα οριακά σημεία απλά δεν τα έλαβα καν υπόψη μου στο τμήμα του Harris. Πήρα μια 'μαύρη' μάσκα που σβήνει ολα τα σημεία εντός 10 πιξελ απο τα όρια της εικόνας. Έτσι κι αλλιώς η πληροφορία που θα προσφέρουν δεν θα είναι ολόκληρη, και έτσι (ή και με το γενικά να επεκτείνεις τον πίνακα με μηδενικά) δεν καθυστερείς στον Surf.

Γτ τα 5x5 blocks συνελλίσονται με μάσκα 1x2 και 2x1

[Xbaremenos]

Γτ τα 5x5 blocks συνελλίσονται με μάσκα 1x2 και 2x1

Αν χρησιμοποιήσεις το conv2(...,...,'same') σου κρατάει μονο τα σημαντικά σημεία της συνέλιξης, δηλαδή όλα οσα υπήρχαν και στην αρχική σου εικόνα, τα έξτρα τα αφαιρεί.

[Terzos]

Αν χρησιμοποιήσεις το conv2(...,...,'same') σου κρατάει μονο τα σημαντικά σημεία της συνέλιξης, δηλαδή όλα οσα υπήρχαν και στην αρχική σου εικόνα, τα έξτρα τα αφαιρεί.

Έχουμε κανέναν λόγο να το κάνουμε αυτό;

Επίσης όταν λέει: To increase the robustness towards geometric deformations and localisation errors, the responses dx and dy are first weighted with a Gaussian (σ = 3.3s) centered at the interest point. Σημαίνει πως πολλαπλασιάζουμε το 20x20 αποτέλεσμα όλων των συνελίξεων με μία fspecial('gaussian', 20, 3.3) ?

Τέλος ξέρει κανείς με τι σειρά τοποθετούνται οι υποπεριοχές στο αποτέλεσμα της extractFeatures της Matlab για να τσεκάρουμε το αποτέλεσμά μας;

[PanteGrv]

Έχουμε κανέναν λόγο να το κάνουμε αυτό;

Επίσης όταν λέει: To increase the robustness towards geometric deformations and localisation errors, the responses dx and dy are first weighted with a Gaussian (σ = 3.3s) centered at the interest point. Σημαίνει πως πολλαπλασιάζουμε το 20x20 αποτέλεσμα όλων των συνελίξεων με μία fspecial('gaussian', 20, 3.3) ?

Τέλος ξέρει κανείς με τι σειρά τοποθετούνται οι υποπεριοχές στο αποτέλεσμα της extractFeatures της Matlab για να τσεκάρουμε το αποτέλεσμά μας;

το πρώτο δεν είναι ανάγκη να το κάνεις, αλλά είναι χρήσιμο ειδικά αν έχεις μεγάλες μάσκες

στο δεύτερο ναι, για να κρατήσεις ως πιο σημαντικές τις κεντρικές

στο 3ο δεν έχει σημασία, αφού για όλα τα σημεία η σειρά θα είναι ίδια

[Terzos]

στο 3ο δεν έχει σημασία, αφού για όλα τα σημεία η σειρά θα είναι ίδια

Απλά βρίσκω πολύ διαφορετικά αποτελέσματα από την συνάρτηση της matlab και προσπαθώ να βρω που είναι το πρόβλημα 

[greekoo]

Επίσης όταν λέει: To increase the robustness towards geometric deformations and localisation errors, the responses dx and dy are first weighted with a Gaussian (σ = 3.3s) centered at the interest point. Σημαίνει πως πολλαπλασιάζουμε το 20x20 αποτέλεσμα όλων των συνελίξεων με μία fspecial('gaussian', 20, 3.3) ?

Εννοείες πώς πολλαπλασιάζουμε την περιοχή 20x20 με την fspecial, πριν υπολογίσουμε τα wavelet responses με τα haar? Και θα είναι element-wise multiplication ή κανονικά πίνακα με πίνακα?

[Maylo]

Για την possiblepairs  τι threshold είναι καλό να δοκιμάσουμε ; Γιατί αλλιώς αν το πάρουμε με minimum MSE δεν υπάρχει περίπτωση να δουμε σημείο που να μην ταιριάζει με κανένα.

edit: καλύτερα να είναι κάτω από 0.3

[Xbaremenos]

Εννοείες πώς πολλαπλασιάζουμε την περιοχή 20x20 με την fspecial, πριν υπολογίσουμε τα wavelet responses με τα haar? Και θα είναι element-wise multiplication ή κανονικά πίνακα με πίνακα?

Αφού υπολογίσεις τα dx,dy τα κάνεις conv2 με την μάσκα που σου επέστρεψε η fspecial.

[WatchDog]

Πως βρίσκουμε ακριβως τα σημεία ενδιαφέροντος στο 2ο ερώτημα? Οκ αυτό με τις περιοχές αλλα αναγνωρίζουμε ποια θα είναι τα σημεία για τα οποία θα κανουμε όλα τα παραπάνω που λέτε? Η το κανουμε για όλα τα σημεία?

[Maylo]

είναι τα σημεία που έχεις βρει στο πρώτο ερώτημα με την myDetectHarrisFeatures().

[vlad]

Παιδια επειδη ο χρονος πιεζει μπορει να μου πει καποιος ενα καλο threshold για την possiblePairs και να γλυτωσω το trial and error?

[Terzos]

Στην findAffineTransform θέλουμε 3 σημεία. Όμως στο segment_1 από το set1 υπάρχει μόνο μία γωνία. Υπάρχει τρόπος να επιλέξουμε σημεία με την δικιά μας κρίση για να βγάλουμε αποτέλεσμα;

[WatchDog]

Στην detectHarris το αποτέλεσμα σας ειναι πανομοιότυπο με αυτό του toolbox?Γιατι εμένα η μορφή ειναι παρόμοια αλλα υπάρχει εμφανής διαφορά στα σημεία.Τι threshold βάλατε?
Στην surf interest points θα τα διαχειριζόμαστε με τη μορφη (row(i),column(i)) ,οπου [row,column] αυτά που βρίσκουμε στην detectHarris?

[Terzos]

Παιδια επειδη ο χρονος πιεζει μπορει να μου πει καποιος ενα καλο threshold για την possiblePairs και να γλυτωσω το trial and error?

Μόλις την υλοποίησα και τα χειρότερα immse ανάμεσα στο segment_2 και 3 βγαίνουν της τάξης του 10^-6.
Οι υπόλοιποι τι αποτελέσματα βγάζετε;

edit: Άκυρο, πρέπει να είχα κάνει λάθος τα indexes στην extractSurfFeatures

edit2: Της τάξης του 10^-4.