[Ψηφιακή Επεξεργασία Εικόνας] 2η Εργασία 2019

[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!

[reservoir dog]

Aλλά πως τα αναπαριστούμε αυτά μετα? Γιατί ουσιαστικά είναι ένα διάνυσμα στήλη ή γραμμή και όχι κατανεμημένο σε pixels. Πρέπει να τα κατανείμουμε σε pixels (δηλαδη σε πίνακα διαστάσεων οσο η αρχική εικόνα) και να τα χρωματίσουμε πχ ?

[vtsimpouris]

Εγώ έβαλα ένα τυχαίο χρώμα σε κάθε cluster που προκευψε για να δώ αν βγάζει λογική το αποτέλεσμα.

sent from mTHMMY 

[laplacianee]

Στην αναδρομή με τα κατώφλια έχει κανείς άλλος πρόβλημα; Το Τ₂ είναι πολύ μικρό και σταματάει κατευθείαν η αναδρομή και βλέπω και πέρσι τα ίδιο θέμα είχαν...

εκεί που φτιάχνεις τον adjacency matrix, πρέπει να διαιρέσεις με το variance της εικόνας και θα βολεύουν τα κατώφλια. δες την εξίσωση 11 στο paper ncuts. 

[KG8]

εκεί που φτιάχνεις τον adjacency matrix, πρέπει να διαιρέσεις με το variance της εικόνας και θα βολεύουν τα κατώφλια. δες την εξίσωση 11 στο paper ncuts. 

Έχεις δίκιο τώρα λειτουργεί με τα κατώφλια της εκφώνησης, ευχαριστώ!

[apooreapo]

εκεί που φτιάχνεις τον adjacency matrix, πρέπει να διαιρέσεις με το variance της εικόνας και θα βολεύουν τα κατώφλια. δες την εξίσωση 11 στο paper ncuts. 

Ως variance της εικόνας τι ακριβώς παίρνεις; Παίρνοντας την διασπορά της φωτεινότητας όλων των σημείων της εικόνας, το αποτέλεσμα βγαίνει ιδιαίτερα μικρό, και μπαίνοντας στον παρονομαστή μέσα στο εκθετικό μου δημιουργεί έναν πολύ μικρό αριθμό, δηλαδή e^(-K), όπου K πολύ μεγάλο

[kanou_tom]

Mπορούμε με κάποιο τρόπο να δείξουμε πως επέδρασαν οι ρουτίνες του clustering στην αρχική εικόνα; Δηλαδή να εμφανίσουμε την αρχική εικόνα μετά από την διαδικασία του clustering;

[MrRobot]

Μπορεις να κανεις ενα reshape τον πίνακα που επιστρεφει η ρουτινα του clustering σε εναν πίνακα 50x50. Μετά μπορείς να χρησιμοποιήεις την imshow για να δεις την εικονα που έχει προκύψει. Απλα θα πρέπει στο ενδιάμεσο να κάνεις mapping τις τιμές που επέστρεψε η ρουτινα του clustering στο διάστημα [0, 1] για να στα δείξει σωστά η imshow

[kanou_tom]

Μπορεις να κανεις ενα reshape τον πίνακα που επιστρεφει η ρουτινα του clustering σε εναν πίνακα 50x50. Μετά μπορείς να χρησιμοποιήεις την imshow για να δεις την εικονα που έχει προκύψει. Απλα θα πρέπει στο ενδιάμεσο να κάνεις mapping τις τιμές που επέστρεψε η ρουτινα του clustering στο διάστημα [0, 1] για να στα δείξει σωστά η imshow

Και από αυτή την διαδικασία περιμένω ουσιαστικα να μου εμφανιστεί μια εικόνα με k διαφορετικά χρωματισμένες περιοχές όπου k ο αριθμός των cluster φαντάζομαι..

[MrRobot]

Ναι, απλα θα ειναι ασπρομαυρη η εικονα.

[kalopana]

H assoc(A,V) ειναι ως προς την εκαστοτε πατέρα-εικόνα ή πάντα ως προς την αρχική εικόνα;

[kanou_tom]

Για k = 4 ουσιαστικά μπορούμε να πούμε πως είμαστε στα όρια του over-clustering;ή μόνο σε μένα συμβαίνει κάτι τέτοιο;

Το παραπάνω παρατηρείτε σχεδόν σε όλους τις μεθόδους

[KG8]

Για k = 4 ουσιαστικά μπορούμε να πούμε πως είμαστε στα όρια του over-clustering;ή μόνο σε μένα συμβαίνει κάτι τέτοιο;

Το παραπάνω παρατηρείτε σχεδόν σε όλους τις μεθόδους

Ναι, έτσι φαίνεται.

[leukosaraphs!]

για την εικονα με τον μαριο.. δεν θα το ελεγα.

[kanou_tom]

για την εικονα με τον μαριο.. δεν θα το ελεγα.

Ο μαριο μας καίει :Ρ . Η άλλη τρία χρώματα είναι οπότε αναμενόμενο αν πας να την σπάσεις σε 4 cluster να είναι overclustering..

[leukosaraphs!]

Ο μαριο μας καίει :Ρ . Η άλλη τρία χρώματα είναι οπότε αναμενόμενο αν πας να την σπάσεις σε 4 cluster να είναι overclustering..

δεν ξερω, γενικα οταν εβαλα 0.44 για οριο στο αναδρομικο (εβγαλε νομιζω k = 8) και ξεχωρισε ακομα και το μπλε του παντελονιου απο το μπλε πισω της εικονας.