[Ψηφιακή Επεξεργασία Εικόνας] 2η Εργασία 2020

[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!

Για ανανέωση (ή προσθήκη νέου) avatar, πρέπει η μεγαλύτερη διάσταση της εικόνας να είναι 110 pixels.

[snek]

Σε εμένα με γκαουσιανό smoothing filter(με αρκετά υψηλή διακύμανση) πριν από τη χρήση του edge detector(sobel) και παίζοντας με τα όρια του threshold, έφτασα σε ένα αρκετό ικανοποιητικό αποτέλεσμα όσον αφορά τον εντοπισμό ακμών. Και ως ένα σημείο λειτούργησε και αρκετά ικανοποιητικά και το hough transform του ματλαμπ..

Δηλαδη σαν ισχυροτερες ευθειες εντοπισες τα boundaries των εικονων που ειναι η μια πανω στην αλλη ? Γιατι στην 2η ενοτητα του προβληματος που θελει να διαχωρισουμε τις εικονες , κατι τετοιο  φανταζομαι θα χρειαστει

[kanou_tom]

Δηλαδη σαν ισχυροτερες ευθειες εντοπισες τα boundaries των εικονων που ειναι η μια πανω στην αλλη ? Γιατι στην 2η ενοτητα του προβληματος που θελει να διαχωρισουμε τις εικονες , κατι τετοιο  φανταζομαι θα χρειαστει

Ουσιαστικά ναι, όπως τα λες.. Δεν δουλεύει τέλεια οπότε πειραματίζομαι ακόμα για να δω τι μπορεί να γίνει αλλά έτσι γίνεται..

[kanou_tom]

Τι σκεπτικό ακολουθήσατε στο ερώτημα 1 για να εμφανίσετε τις ευθείες του hough στην αρχικη εικόνα εισόδου;

[snek]

Τι σκεπτικό ακολουθήσατε στο ερώτημα 1 για να εμφανίσετε τις ευθείες του hough στην αρχικη εικόνα εισόδου;

Ακριβως το ιδιο θα ρωτουσα και γω , τα εχω κανει μανταρα σε αυτο το σημειο. Εγω βγαζω ολοκληρη την ευθεια σε ολη την εικονα , πως να την κοψεις την ευθεια για ειναι πανω στις υπο-εικονες που θελουμε

[kanou_tom]

Ακριβως το ιδιο θα ρωτουσα και γω , τα εχω κανει μανταρα σε αυτο το σημειο. Εγω βγαζω ολοκληρη την ευθεια σε ολη την εικονα , πως να την κοψεις την ευθεια για ειναι πανω στις υπο-εικονες που θελουμε

Ακόμα και αυτό για να το κάνεις, τι ακριβώς πλόταρες;

[snek]

Ακόμα και αυτό για να το κάνεις, τι ακριβώς πλόταρες;

Έχεις τον πίνακα L με τα theta και rho σου τα οποία ουσιαστικά είναι η γωνία και η κάθετη απόσταση από την ευθεία σου και μετα plotarεις έτσι:
                   y1 = (rho_i - x1 * cos(theta_i)) / sin(theta_i);
                   y2 = (rho_i - x2 * cos(theta_i)) / sin(theta_i);
                   plot([x1,x2],[y1,y2],'r','LineWidth',2); , για κάθε rho_i,theta_i του πινακα L σου,. Εγω εκει που εχω κολλησει είναι στην επιλογή των x1,x2 έτσι να η ευθεία να πιανεί ακριβως το κομματι που θέλουμε και οχι όλη την εικόνα, βάζωντας x1= 1 και x2 = size(img,2)

[00128419]

Για το πρώτο παραδοτέο είπε ότι θέλει να του δείξουμε ευθύγραμμα τμήματα αντί για ολόκληρες ευθείες; Εγώ π.χ παίρνω το παρακάτω αποτέλεσμα που φαίνεται ικανοποιητικό (λογικά αμα παίξω λίγο με τις τιμές του edge detector θα έχω καλύτερο αποτέλεσμα για μικρότερο αριθμό ευθειών). Φαντάζομαι τα ευθυγραμμα τμήματα και η περικοπή των εικόνων θα προκύψουν από τον συνδυασμό των ευθειών απο το Hough με τις γωνίες που βρίσκει ο Harris, όταν υλοποιούμε το scanner.

Χρησιμοποιώντας την houghlines της matlab παίρνω ευθύγραμμα τμήματα και σχεδόν τέλειο αποτέλεσμα, αλλά απ'ότι διάβασα απαγορεύεται να την χρησιμοποιήσουμε

[Numb3rs]

Ευθείες θέλει όταν τον ρώτησα, όχι ευθύγραμμα τμήματα, προφανώς εντός της εικόνας

[snek]

Για το πρώτο παραδοτέο είπε ότι θέλει να του δείξουμε ευθύγραμμα τμήματα αντί για ολόκληρες ευθείες; Εγώ π.χ παίρνω το παρακάτω αποτέλεσμα που φαίνεται ικανοποιητικό (λογικά αμα παίξω λίγο με τις τιμές του edge detector θα έχω καλύτερο αποτέλεσμα για μικρότερο αριθμό ευθειών). Φαντάζομαι τα ευθυγραμμα τμήματα και η περικοπή των εικόνων θα προκύψουν από τον συνδυασμό των ευθειών απο το Hough με τις γωνίες που βρίσκει ο Harris, όταν υλοποιούμε το scanner.

Χρησιμοποιώντας την houghlines της matlab παίρνω ευθύγραμμα τμήματα και σχεδόν τέλειο αποτέλεσμα, αλλά απ'ότι διάβασα απαγορεύεται να την χρησιμοποιήσουμε

Ναι σωστός όντως ! Γιατί να κόψεις ευθύγραμμα τμήματα σωστά , χωρίς corner detector δεν ξέρω και άμα γίνεται, το προσπάθησα πολύ

[snek]

Για το πρώτο παραδοτέο είπε ότι θέλει να του δείξουμε ευθύγραμμα τμήματα αντί για ολόκληρες ευθείες; Εγώ π.χ παίρνω το παρακάτω αποτέλεσμα που φαίνεται ικανοποιητικό (λογικά αμα παίξω λίγο με τις τιμές του edge detector θα έχω καλύτερο αποτέλεσμα για μικρότερο αριθμό ευθειών). Φαντάζομαι τα ευθυγραμμα τμήματα και η περικοπή των εικόνων θα προκύψουν από τον συνδυασμό των ευθειών απο το Hough με τις γωνίες που βρίσκει ο Harris, όταν υλοποιούμε το scanner.

Χρησιμοποιώντας την houghlines της matlab παίρνω ευθύγραμμα τμήματα και σχεδόν τέλειο αποτέλεσμα, αλλά απ'ότι διάβασα απαγορεύεται να την χρησιμοποιήσουμε

Ποιον edge detector παίρνεις και με τι διακύμανση κάνεις gaussiaνο φίλτρο , για να βγάλεις τόσο clean απότελεσμα?

[00128419]

Ποιον edge detector παίρνεις και με τι διακύμανση κάνεις gaussiaνο φίλτρο , για να βγάλεις τόσο clean απότελεσμα?

Αυτό το preprocessing κανω. Βέβαια έχω κάνει downsampling σε κλίμακα 0.2 γιατί οι εικόνες που δίνει ο Ντελόπουλος είναι τεράστιες, αλλά δοκίμασα και με 0.5 και ακόμα δουλεύει ικανοποιητικά. Από τους δυο πιο δημοφιλείς edge detectors, ο canny μου δίνει καλύτερα αποτελέσματα γενικά

Code:

I=imresize(I,0.2);
Ι=rgb2gray(I);
I=double(I) / 255;

I=imgaussfilt(I,5);

BW = edge(I,'canny',[0.05 0.1],1);
 

[kanou_tom]

Αυτό το preprocessing κανω. Βέβαια έχω κάνει downsampling σε κλίμακα 0.2 γιατί οι εικόνες που δίνει ο Ντελόπουλος είναι τεράστιες, αλλά δοκίμασα και με 0.5 και ακόμα δουλεύει ικανοποιητικά. Από τους δυο πιο δημοφιλείς edge detectors, ο canny μου δίνει καλύτερα αποτελέσματα γενικά

Code:

I=imresize(I,0.2);
Ι=rgb2gray(I);
I=double(I) / 255;

I=imgaussfilt(I,5);

BW = edge(I,'canny',[0.05 0.1],1);
 

Μπορείς αν δεν σου κάνει κόπο να κάνεις μια επισύναψη τι εικόνα σου πετάει ο edge detector;

[snek]

Αυτό το preprocessing κανω. Βέβαια έχω κάνει downsampling σε κλίμακα 0.2 γιατί οι εικόνες που δίνει ο Ντελόπουλος είναι τεράστιες, αλλά δοκίμασα και με 0.5 και ακόμα δουλεύει ικανοποιητικά. Από τους δυο πιο δημοφιλείς edge detectors, ο canny μου δίνει καλύτερα αποτελέσματα γενικά

Code:

I=imresize(I,0.2);
Ι=rgb2gray(I);
I=double(I) / 255;

I=imgaussfilt(I,5);

BW = edge(I,'canny',[0.05 0.1],1);
 

Κάνοντας ακριβώς ίδιο preprocessing βγάζω διαφορετικό αποτέλεσμα που είναι και λογικό , γιατί αυτή που παραθέτω η εικόνα είναι το imshow(BW), για να βγει καλό θέλεις να μηδενιστούν τα pixel μέσα. Να μείνουν μόνο τα boundaries των υποεικόνων όσο γίνεται.Τώρα πως γίνεται με ίδιο preprocessing διαφορετικά αποτελέσματα... Με αλλά που δοκίμασα βγαίνουν καλύτερα , άλλα όχι τόσο ξεκάθαρα. Έχει να προτείνει κανάς άλλος κάποιο ?

[Patui]

Ας πουμε οτι κανουμε τις συναρτησεις που θελει και ας πουμε οτι δουλευουνε ικανοποιητικα    Στην συνεχεια για το προβλημα εχει κανενας καμια ιδεα για το πως θα μπορουσαμε να ξεκινησουμε . Εγω πχ σκεφτηκα για παραδειγμα να βρισκω πρωτα απο τα Hough Lines τις ευθειες μετα να εφαρμοζω σεαυτο ενα edge detection και οτι edge πχ ανηκει  πανω σε μια απο αυτες τις ευθειες ειναι πιθανο να ειναι περιγραμμα κατι τετοιο αλλα δεν ξερω αν ειναι καλη σκεψη

[kanou_tom]

Κατάφερε κανένας να υλοποιήσει τον hough και να πλοτάρει κατάλληλα τις ακμές; Προσωπικά ενώ πιστεύω πως η υλοποίηση του hough είναι σωστή δεν έχω βρει τρόπο να πλοτάρω σωστά τις ακμές..