[Ψηφιακή Επεξεργασία Εικόνας] 3η Εργασία 2017

[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!

[Αντιστοίχηση Μαθημάτων ΝΠΣ με ΠΠΣ]

Επίσημη ενημέρωση για Αντιστοίχηση Μαθημάτων ΝΠΣ με ΠΠΣ και η συζήτηση στο forum.

[abadasa13]

Εγώ το έκανα όπως στη σελίδα που πόσταρε ενα παιδι παραπάνω... Πηρα fft2 του πίνακα, πήρα μέτρο του πίνακα (μετά τον fft2), του έβαλα λογάριθμο και βρήκα max.
Μαζί με τις κατωφλιώσεις και τους συντελεστές που βάζει και ο τύπος στο λινκ... Απλά αυτός τα κάνει σε python

Ε το max βγαίνει η θέση 1,1 του fft2. Και μετά ψάχνεις 2ο σημείο και υπολογίζεις γωνία με αυτό με arctan της διαφοράς των συντεταγμένων. Εμένα βγαίνει σταθερά κάπου 45 μοίρες (που είναι προφανώς λάθος). Γενικά τα σημεία με τα μεγαλύτερα μέτρα που βρίσκω, ό,τι συνδυασμό και να κάνω, βγάζω πάνω κάτω τέτοια γωνία. Έχω καταλάβει κάτι λάθος;

Επίσης η εκφώνηση λέει να θολώσεις τα γράμματα (το ρώτησα και παραπάνω) και χρησιμοποιώ fspecial για gaussian φίλτρο, άλλα παρόλο που θολώνει λίγο η εικόνα (γεγονός που φαίνεται κατά κύριο λόγο στον DFT που είναι ορατά διαφορετικός) δεν ενώνονται τα γράμματα όπως ζητά η εκφώνηση. Βασικά φαίνονται πανομοιότυπες οι εικόνες. Για να μη φαίνονται ίδιες πρέπει είτε να πολλαπλασιάσω με έναν αριθμό το φίλτρο μου είτε να βάλω φίλτρο διαστάσεων 1000 (!!!) που δε μου φαίνεται πολύ καλή προσέγγιση!

Όποιος θέλει να με διαφωτίσει θα το εκτιμούσα, δεν αντέχω 4η μέρα στο ίδιο ερώτημα...

Υ.Γ. Απάντηση πήρα από τα mail αλλά δεν πόσταρα γιατί δεν βοήθησε καθόλου.

Edit: Βασικά η 2η μεγαλύτερη τιμή του log του abs του fft2 υπάρχει σε δύο θέσεις. Αν πάρεις τη μία ως προς τη θέση 1,1 η γωνία βγαίνει σωστή. Αν πάρεις τη 2η η γωνία βγαίνει 45 μοίρες πάνω κάτω. Με ποιο κριτήριο παίρνουμε την 1η; Ο τύπος στο site που αναφέρθηκε λέει να πάρουμε τις πιο μακρινές θέσεις, αλλά αυτό βγάζει λάθος αποτέλεσμα.

[raf18]

Ε το max βγαίνει η θέση 1,1 του fft2. Και μετά ψάχνεις 2ο σημείο και υπολογίζεις γωνία με αυτό με arctan της διαφοράς των συντεταγμένων. Εμένα βγαίνει σταθερά κάπου 45 μοίρες (που είναι προφανώς λάθος). Γενικά τα σημεία με τα μεγαλύτερα μέτρα που βρίσκω, ό,τι συνδυασμό και να κάνω, βγάζω πάνω κάτω τέτοια γωνία. Έχω καταλάβει κάτι λάθος;

Επίσης η εκφώνηση λέει να θολώσεις τα γράμματα (το ρώτησα και παραπάνω) και χρησιμοποιώ fspecial για gaussian φίλτρο, άλλα παρόλο που θολώνει λίγο η εικόνα (γεγονός που φαίνεται κατά κύριο λόγο στον DFT που είναι ορατά διαφορετικός) δεν ενώνονται τα γράμματα όπως ζητά η εκφώνηση. Βασικά φαίνονται πανομοιότυπες οι εικόνες. Για να μη φαίνονται ίδιες πρέπει είτε να πολλαπλασιάσω με έναν αριθμό το φίλτρο μου είτε να βάλω φίλτρο διαστάσεων 1000 (!!!) που δε μου φαίνεται πολύ καλή προσέγγιση!

Όποιος θέλει να με διαφωτίσει θα το εκτιμούσα, δεν αντέχω 4η μέρα στο ίδιο ερώτημα...

Υ.Γ. Απάντηση πήρα από τα mail αλλά δεν πόσταρα γιατί δεν βοήθησε καθόλου.

Edit: Βασικά η 2η μεγαλύτερη τιμή του log του abs του fft2 υπάρχει σε δύο θέσεις. Αν πάρεις τη μία ως προς τη θέση 1,1 η γωνία βγαίνει σωστή. Αν πάρεις τη 2η η γωνία βγαίνει 45 μοίρες πάνω κάτω. Με ποιο κριτήριο παίρνουμε την 1η; Ο τύπος στο site που αναφέρθηκε λέει να πάρουμε τις πιο μακρινές θέσεις, αλλά αυτό βγάζει λάθος αποτέλεσμα.

Εγώ την εικόνα την θόλωσα με dilation + erosion (μαζί διαδοχικά αρα opening)
Χωρίς αυτό δεν δουλευε καλά.

δεν μπήκα παρα πολύ σε θεωριτικές λεπτομέρειες. απλά πήρα συντεταγμένες από όσες τιμές είναι πάνω από 90% του max (του log του μετρου του φουριε).
Μετά από αυτές αφαίρεσα την μικρότερη από την μεγαλύτερη και πήρα atan (δινει rad).

Μου δωσε 11.5 μοιρες περιπου και μετα με αναζήτηση βρηκα γύρω στις 13 και κατι αν θυμάμαι καλα το τοπ αποτέλεσμα.

[abadasa13]

Εγώ την εικόνα την θόλωσα με dilation + erosion (μαζί διαδοχικά αρα opening)
Χωρίς αυτό δεν δουλευε καλά.

δεν μπήκα παρα πολύ σε θεωριτικές λεπτομέρειες. απλά πήρα συντεταγμένες από όσες τιμές είναι πάνω από 90% του max (του log του μετρου του φουριε).
Μετά από αυτές αφαίρεσα την μικρότερη από την μεγαλύτερη και πήρα atan (δινει rad).

Μου δωσε 11.5 μοιρες περιπου και μετα με αναζήτηση βρηκα γύρω στις 13 και κατι αν θυμάμαι καλα το τοπ αποτέλεσμα.

Ναι κι εμένα η σωστή προσέγγιση βγάζει 11.5 μοίρες. Αλλά η άλλη θέση έχει ακριβώς το ίδιο μέτρο και βγάζει ~45. Θα δοκιμάσω αυτό που είπες με dilation κλπ μήπως δεν έχω ίδιες τιμές σε αυτές τις θέσεις.
Πάντως στο mail ο Παπαπαναγιώτου πρότεινε φίλτρο κανονικής κατανομής.

Θενξ!

Edit: Για όποιον ενδιαφέρεται, έβγαλα άκρη. Βλέποντας αυτό http://homepages.inf.ed.ac.uk/rbf/HIPR2/fourier.htm παρατήρησα ότι ο τύπος έχει βάλει τη dc συνιστώσα στο κέντρο. Κάνοντας fftshift όλες οι συντεταγμένες πλέον (οποιοδήποτε συνδυασμός ζευγαριών από τα 3 που κράτησα) βγάζουν γωνία από 11.5 - 13 μοίρες. Δεν είμαι σίγουρος βέβαια για την ορθότητα της προσέγγισης, αλλά αφού λειτουργεί το δέχομαι.

[raf18]

Ναι κι εμένα η σωστή προσέγγιση βγάζει 11.5 μοίρες. Αλλά η άλλη θέση έχει ακριβώς το ίδιο μέτρο και βγάζει ~45. Θα δοκιμάσω αυτό που είπες με dilation κλπ μήπως δεν έχω ίδιες τιμές σε αυτές τις θέσεις.
Πάντως στο mail ο Παπαπαναγιώτου πρότεινε φίλτρο κανονικής κατανομής.

Θενξ!

Edit: Για όποιον ενδιαφέρεται, έβγαλα άκρη. Βλέποντας αυτό http://homepages.inf.ed.ac.uk/rbf/HIPR2/fourier.htm παρατήρησα ότι ο τύπος έχει βάλει τη dc συνιστώσα στο κέντρο. Κάνοντας fftshift όλες οι συντεταγμένες πλέον (οποιοδήποτε συνδυασμός ζευγαριών από τα 3 που κράτησα) βγάζουν γωνία από 11.5 - 13 μοίρες. Δεν είμαι σίγουρος βέβαια για την ορθότητα της προσέγγισης, αλλά αφού λειτουργεί το δέχομαι.

Ωχ ναι εχεις δίκιο...!!!  Να κάτι που ξέχασα να σου πω..
το είχα κάνει και γω αυτο γιατι είδα να το κάνουν αρκετοι αλλά δεν ήξερα πόσο επιρρεάζει...

[abadasa13]

Ωχ ναι εχεις δίκιο...!!!  Να κάτι που ξέχασα να σου πω..
το είχα κάνει και γω αυτο γιατι είδα να το κάνουν αρκετοι αλλά δεν ήξερα πόσο επιρρεάζει...

Σιγά ρε, κλάιν, η δουλειά έγινε!

Το 2ο κομμάτι για σειριακή αναζήτηση γωνίας κατάλαβε κάποιος τι φάση με την προβολή φωτεινότητας κλπ;

Το μόνο που μου έρχεται είναι αναζήτηση σε κάθε στήλη για το πόσες φορές αλλάζει η φωτεινότητα (από 0 σε 1 ή κάτι τέτοιο), αλλά δε μου φαίνεται πολύ safe λύση καθώς η εικόνα δεν είναι και binarized.

[georgkonst]

Τώρα σε αυτό το στάδιο είμαι, η διαδικασία που ακολουθώ είναι :
Θόλωμα με imgaussfilt(y,12)
Threshold για τιμές κάτω από 0.87
Έπειτα προβάλω στο κατακόρυφο άξονα (στην ουσία άθροισμα για κάθε γραμμή) και παρατηρώντας το plot του αθροίσματος. Φαίνεται να υπάρχει εναλλαγή γραμμής όποτε υπάρχει εναλλαγή 0 και 1. Το θέτω σαν κανόνα και δουλεύει σε όλο το κείμενο εκτός από την γραμμή που ξεκινάει με "although"

Αφού σπάσει σε γραμμές κάνω την ίδια διαδικασία στον οριζόντιο άξονα για να σπάσει σε λέξεις, αυτό θέλει δουλειά ακόμα και φαίνεται ότι ο κανόνας με 0 και 1 δεν είναι αρκετά καλός..

Any ideas?

[driverbulba]

Από το letters.mat, τα πρώτα 26 κελιά είναι τα μικρά γράμματα του αγγλικού αλφαβήτου. Αν δεν κάνω λάθος, τα υπόλοιπα 4 κελιά περιέχουν μόνο μονάδες και η εντολή imshow τα δείχνει κενά.

Υποψιάζεται κανείς τι ρόλο παίζουν;

[isitsou]

Απόσπασμα απο την υπέροχη, για άλλη μια φορά, εκφώνηση...
        "Σημειώστε ότι για τα γράμματα που σας δίνονται, υπάρχουν πάντα μία ή δύο περιγραμμάτων."        

  Μαγικό συντακτικό  

[abadasa13]

Απόσπασμα απο την υπέροχη, για άλλη μια φορά, εκφώνηση...
        "Σημειώστε ότι για τα γράμματα που σας δίνονται, υπάρχουν πάντα μία ή δύο περιγραμμάτων."        

  Μαγικό συντακτικό  

Τεράστια επιτυχία. Εγώ εντόπισα και και κάπου ένα "η μεταβολές".

[abadasa13]

Τώρα σε αυτό το στάδιο είμαι, η διαδικασία που ακολουθώ είναι :
Θόλωμα με imgaussfilt(y,12)
Threshold για τιμές κάτω από 0.87
Έπειτα προβάλω στο κατακόρυφο άξονα (στην ουσία άθροισμα για κάθε γραμμή) και παρατηρώντας το plot του αθροίσματος. Φαίνεται να υπάρχει εναλλαγή γραμμής όποτε υπάρχει εναλλαγή 0 και 1. Το θέτω σαν κανόνα και δουλεύει σε όλο το κείμενο εκτός από την γραμμή που ξεκινάει με "although"

Αφού σπάσει σε γραμμές κάνω την ίδια διαδικασία στον οριζόντιο άξονα για να σπάσει σε λέξεις, αυτό θέλει δουλειά ακόμα και φαίνεται ότι ο κανόνας με 0 και 1 δεν είναι αρκετά καλός..

Any ideas?

Sorry για την καθυστέρηση, αλλά μόλις τώρα τελειώσα το 1ο ερώτημα και έβγαλα άκρη με το 2ο μέρος του.

Εγώ κάνω άθροισμα σε κάθε στήλη της εικόνας (για κάθε πιθανή εικόνα που προκύπτει από την αναίρεση της περιστροφής). Στη συνέχεια υπολογίζω για κάθε εικόνα το άθροισμα της απόλυτης τιμής των μεταβολών από το i στο i+1 και επιλέγω τελικά τη γωνία η οποία μεγιστοποιεί αυτό το άθροισμα. Η γωνία που βρήκα τελικά με +-2 μοίρες εύρος από τον πρώτο υπολογισμό και 101 βήματα (ακραίο, ξέρω) είναι 12.0337 μοίρες.

Αυτό που έκανα διαφορετικό που δε λέει στην εκφώνηση είναι ότι χρησιμοποίησα την imcomplement του matlab που ουσιαστικά βγάζει τα αρνητικά - συμπληρώματα της εικόνας. Τη χρησιμοποίησα γιατί το rotation το έκανα 'crop' (διατηρεί ίδιες διαστάσεις) και για να μην έχω μαύρα περιγράμματα στις γωνίες (εκεί που δεν ορίζεται η εικόνα δηλαδή). Δε δοκίμασα χωρίς imcomplement να δω αν δουλεύει αλλα υποθέτω θα είχε αρκετό "θόρυβο" ο πίνακας μεταβολής φωτεινότητας λόγω της μαυρίλας.

x --> imcomp --> imrot --> imcomp και όλα καλά!

[driverbulba]

Γενικά όλοι οι μορφολογικοί μετασχηματισμοί αφορούν μαύρο φόντο, οπότε πρέπει να χρησιμοποιείται imcomplement()  πριν και μετα από opening και closing.

Edit: Η γωνία κι εμένα μου βγήκε 11.9601 μοίρες, με αναλυτικότητα 0.1 στη γραμμική αναζήτηση.

[Kthulu]

Εγώ την εικόνα την θόλωσα με dilation + erosion (μαζί διαδοχικά αρα opening)
Χωρίς αυτό δεν δουλευε καλά.

δεν μπήκα παρα πολύ σε θεωριτικές λεπτομέρειες. απλά πήρα συντεταγμένες από όσες τιμές είναι πάνω από 90% του max (του log του μετρου του φουριε).
Μετά από αυτές αφαίρεσα την μικρότερη από την μεγαλύτερη και πήρα atan (δινει rad).

Μου δωσε 11.5 μοιρες περιπου και μετα με αναζήτηση βρηκα γύρω στις 13 και κατι αν θυμάμαι καλα το τοπ αποτέλεσμα.

σίγουρα πήρες για 90% ;
εγώ κάνω το ίδιο και το μόνο που μένει είναι το στοιχείο στο 1,1 που είναι max με απόλυτη τιμη 240.0453

EDIT: Δεν το είχα δει πιο πριν, έπρεπε να πάρω το συμπλήρωμα της εικόνας.

[abadasa13]

σίγουρα πήρες για 90% ;
εγώ κάνω το ίδιο και το μόνο που μένει είναι το στοιχείο στο 1,1 που είναι max με απόλυτη τιμη 240.0453

EDIT: Δεν το είχα δει πιο πριν, έπρεπε να πάρω το συμπλήρωμα της εικόνας.

Το ποσοστό που αναφέρετε (90%) εξαρτάται από την υλοποίηση που κάνεις. Εγώ π.χ. έχω νομίζω 78% και παίρνω 5 σημεία στο τέλος. Το imcomp το χρησιμοποίησα αφού θόλωσα με gaussian την εικόνα. Επίσης το fftshift θα σε βοηθήσει να βρεις τα σωστά σημεία όπως αναφέραμε πιο πάνω.

Ψήνει κανένας παράταση; Έστω 2-3 μέρες να διαβάσουμε σαν άνθρωποι κανένα μάθημα μες στη βδομάδα και να ασχοληθούμε το άλλο σαβκυρ με εργασία.

[Kthulu]

Θα το εψηνα πολυ, αλλα ο ντελο δε νομιζω οτι συγκινειται

[abadasa13]

Ε αν στείλουμε όλοι δε νομίζω ότι έχει και άλλες επιλογές. Εγώ πάντως έστειλα πριν καμιά ώρα.

Χωρίς παράταση δε με βλέπω καν να προλαβαίνω να κάνω το 2.1...