[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!

[12:00-13:30]

Η γραμματεία είναι ανοιχτή καθημερινά 12:00-13:30

[kokirits]

Ας στείλουμε όσο περισσότεροι μπορούμε να πριξουμε λίγο μπάλες να μας κανουν το χατίρι 

Please don't.

[koniotis]

Please don't.

Haha alrighty, i take that back 

[allstarabey]

Kαλησπερα, εχω φτιαξει αυτον τον αλγοριθμο για τον υπολογισμο του accumulator matrix H
Παρολα αυτα συνεχιζει να εχει πολυ διαφορετικα αποτελεσματα απο τον hough της matlab
rho   = [ - diagonal , diagonal ]
theta = [-90 , 90 ]

τα εχω παιξει για να βρω το λαθος , καθε βοηθεια θα ηταν ευπροσδεκτη!!

Code:

  for i = 1:1:N1
        for j = 1:1:N2
            if (img_binary(i,j) > 0) % if it is an edge pixel     
                for k = 1:1:length(theta)-1
                
                    temp_theta  = ( theta(k) + theta(k+1))/2;

                    temp_rho  = j * cosd( temp_theta )  + i * sind( temp_theta);

                    rho_index = round(temp_rho) + 90  ;
                    
                    if rho_index < 1
                        rho_index = 1;
                    end
                    if rho_index > length(rho)
                        rho_index = length(rho);
                    end           
                    H( rho_index , k) = H( rho_index , k) + 1;
                end 
            end
        end
    end

[koniotis]

LazyScanner έφτασε κανείς ? Μήπως έχει να προτείνει καμοιά ιδεά για το πως θα υλοποιηθεί

Εγώ είμαι εκεί τώρα αλλά βρίσκω μόνο μια φωτογραφία από τις 2 στην im2, οπότε το ψάχνω ακόμα... Η γενική ιδέα που χρησιμοποίησα, είναι:
1) Χρησιμοποιώ edge detector στην εικόνα (προς το παρόν το τρέχω με edge detector του ματλαμπ, γιατί το δικό μου έχει κάτι θεματάκια) αφού έχω κάνει downsampling,smoothing κτλπ
2) Χρησιμοποιώ το myHoughTransform στην binary εικόνα και ψάχνω για γραμμές που σχηματίζουν ορθογώνια παραλληλόγραμμα. Αν βρω ορθογώνιο, τότε βρίσκω τα σημεία τομής των ευθειών που σχηματίζουν το περίγραμμά του κι έπειτα σκανάρω γραμμή προς γραμμή την εικόνα μου για τιμές (x,y) που ανήκουν στο ορθογώνιο, ώστε να απομονώσω μια πιθανή εικόνα.

Μου φάνηκε αρκετά πολύπλοκο στην πράξη βέβαια  γιατί παίζουν πολλά υποπροβλήματα... Το παρουσιάζω συνοπτικά εδώ γιατί θα γράφω καμιά ώρα αλλιώς :Ρ Αν σκεφτεί κάποιος κάτι πιο εύκολο, ας το δοκιμάσει :Ρ

Έχω θέματα όμως προς το παρόν σε εικόνες που είναι στραμμένες. Συγκεκριμένα δεν εντοπίζονται ορθογώνια που με το μάτι φαίνεται ότι υπάρχουν, πχ ευθείες με κλίση 89,5 κ κλιση 0 δεν θα θεωρηθούν κάθετες και υποψιάζομαι ότι κάτι τέτοιο πάει στραβά, απλώς αν βάλω κάποιο threshold "χαλαρότητας" στην καθετότητα τύπου +- 0,5 μοίρες έχω 157 χιλιάδες ορθογώνια κι ο κώδικας αργεί υπερβολικά να τρέξει.... Αν βρω άκρη θα ενημερώσω....

[blackmirror]

157 χιλιάδες ορθογώνια; Πόσες ευθείες έχεις βάλει στο Hough να βρει;  (το n για τον πίνακα L εννοώ)
Εγώ προς το παρόν προσπαθώ να φιλτράρω τις duplicate ευθείες που έχω βρεί απο το myHoughTransform αλλά για να γίνει αυτό χρειάζεται κάποιo threshold τύπου: αν στον πίνακα L υπάρχουν ζεύγη (ρ,θ) που τα ρ διαφέρουν κατά εναν αριθμό (πχ 5)  και τα θ κατα έναν άλλο αριθμό (πχ 3)
αφαίρεσαι την duplicate ευθεία

Είναι αρκετά δύσκολο όμως να επιλέξεις τους σωστούς αριθμούς ώστε να αφαιρεθούν οι duplicate ευθείες και για τις 5 φωτογραφίες

[koniotis]

157 χιλιάδες ορθογώνια; Πόσες ευθείες έχεις βάλει στο Hough να βρει;  (το n για τον πίνακα L εννοώ)
Εγώ προς το παρόν προσπαθώ να φιλτράρω τις duplicate ευθείες που έχω βρεί απο το myHoughTransform αλλά για να γίνει αυτό χρειάζεται κάποιo threshold τύπου: αν στον πίνακα L υπάρχουν ζεύγη (ρ,θ) που τα ρ διαφέρουν κατά εναν αριθμό (πχ 5)  και τα θ κατα έναν άλλο αριθμό (πχ 3)
αφαίρεσαι την duplicate ευθεία

Είναι αρκετά δύσκολο όμως να επιλέξεις τους σωστούς αριθμούς ώστε να αφαιρεθούν οι duplicate ευθείες και για τις 5 φωτογραφίες

Θα μιλήσω για την im2 συγκερκιμένα. Για να βρω ευθείες που σχηματίζουν ορθογώνια γύρω από την πάνω εικόνα που δεν είναι στραμμένη, χρησιμοποιούσα συνήθως n=10 στα τεστ μου. Το θέμα με κάποια ορθογώνια που ανέφερα μου προκύπτει στην κάτω εικόνα που είναι στραμμένη όπου πρέπει να χρησιμοποιήσω n > 30, συνήθως n = 40 βάζω, κι υπάρχουν πολλές duplicate ευθείες που λες κι εσύ οπότε γαμιέται ο Δίας λιγάκι... :Ρ Αυτό που λες να κάνεις ignore κάποιες duplicate ευθείες με κάποιο threshold το σκέφτηκα κι εγώ να το κάνω, αλλά δεν έχω κάτσει να το γράψω ακόμα... Σκέφτηκα και μια πιο απλή brute force προσέγγιση, όπου θα έκανα rotate την εικόνα κατά 1 μοίρα περίπου τη φορά, πριν αρχίσω να την σκανάρω με Hough Transform και να ψάχνω μόνο για ορθογώνια με ευθείες περιγράμματος κάθετες στον x άξονα ή στον y άξονα μόνο. Προφανώς, πρέπει να δω πώς θα επιλέγεται και η σωστή τοποθέτηση της εικόνας μετά, δηλαδή αν θα κρατάω πχ την πάνω της im2 με περιστροφή 0 μοιρών ή 180....

Υ.Σ. Αυτή τη στιγμή παίρνω 3-4 duplicates της πάνω εικόνας (για n=10), οπότε πρέπει να κάνω κάποιο filtering κι εκεί...

[blackmirror]

Το πρόβλημα είναι οτι το filtering των duplicate ευθειών είναι δύσκολο σε φωτόγραφίες σαν κι αυτή
Γιατί είναι διαφορετικές ευθείες αλλά επειδή το ρ2-ρ1 είναι μικρό μοιάζουν σαν duplicate

[koniotis]

Το πρόβλημα είναι οτι το filtering των duplicate ευθειών είναι δύσκολο σε φωτόγραφίες σαν κι αυτή
Γιατί είναι διαφορετικές ευθείες αλλά επειδή το ρ2-ρ1 είναι μικρό μοιάζουν σαν duplicate

Ναι ισχύει... Σκέφτηκα ότι θα μπορούσες να μην βάλεις αυτά τα thresholds σε κάποιο τμήμα της εικόνας που πιθανόν να υπάρχουν εικόνες. Δλδ να μην το εφαρμόζεις όταν το ρ ανηκει μεσα σε ενα διάστημα [ρ1,ρ2] το οποίο θα ορίζει ενα μικρότερο frame της αρχικής εικόνας, καθώς εικόνες θα έχεις σε κάποιο εύρος της αρχικής. Ετσι θα γλυτώνεις κάποιες duplicate ευθείες. Το tradeoff είναι οτι ίσως χανεις μαζεμενες μικρές εικόνες οταν ανήκουν σε περιοχή που εφαρμόζεται το threshold, αλλά στο πρόβλημα που έχουμε επειδή οι εικόνες ειναι μεγάλες δεν θα έχεις θέμα. 

[blackmirror]

έχεις ένα point γι αυτό που είπες με την ανάλυση... όσο λιγότερο downsampling γίνει τόσο πιο δύσκολα θα βγουν false positive duplicates

[snek]

Εγώ είμαι εκεί τώρα αλλά βρίσκω μόνο μια φωτογραφία από τις 2 στην im2, οπότε το ψάχνω ακόμα... Η γενική ιδέα που χρησιμοποίησα, είναι:
1) Χρησιμοποιώ edge detector στην εικόνα (προς το παρόν το τρέχω με edge detector του ματλαμπ, γιατί το δικό μου έχει κάτι θεματάκια) αφού έχω κάνει downsampling,smoothing κτλπ
2) Χρησιμοποιώ το myHoughTransform στην binary εικόνα και ψάχνω για γραμμές που σχηματίζουν ορθογώνια παραλληλόγραμμα. Αν βρω ορθογώνιο, τότε βρίσκω τα σημεία τομής των ευθειών που σχηματίζουν το περίγραμμά του κι έπειτα σκανάρω γραμμή προς γραμμή την εικόνα μου για τιμές (x,y) που ανήκουν στο ορθογώνιο, ώστε να απομονώσω μια πιθανή εικόνα.

Μου φάνηκε αρκετά πολύπλοκο στην πράξη βέβαια  γιατί παίζουν πολλά υποπροβλήματα... Το παρουσιάζω συνοπτικά εδώ γιατί θα γράφω καμιά ώρα αλλιώς :Ρ Αν σκεφτεί κάποιος κάτι πιο εύκολο, ας το δοκιμάσει :Ρ

Έχω θέματα όμως προς το παρόν σε εικόνες που είναι στραμμένες. Συγκεκριμένα δεν εντοπίζονται ορθογώνια που με το μάτι φαίνεται ότι υπάρχουν, πχ ευθείες με κλίση 89,5 κ κλιση 0 δεν θα θεωρηθούν κάθετες και υποψιάζομαι ότι κάτι τέτοιο πάει στραβά, απλώς αν βάλω κάποιο threshold "χαλαρότητας" στην καθετότητα τύπου +- 0,5 μοίρες έχω 157 χιλιάδες ορθογώνια κι ο κώδικας αργεί υπερβολικά να τρέξει.... Αν βρω άκρη θα ενημερώσω....

Πας μόνο να το λύσεις με την myHoughTransfrom ? Υπάρχει λόγος που είπε να κάνουμε και τις άλλες δυο (Harris Corner, Rotation ) , και γράφει η εκφώνηση να της χρησιμοποιήσουμε . Επίσης γράφει να μην παίζει ρόλο η εικόνα που έχουμε για το αποτέλεσμα , οπότε δεν μπορείς να λάβεις σαν δεδομένο ότι όλες θα είναι τέλεια ορθογώνια παραλληλόγραμμα. Αυτός μετά θα τεστάρει τον κώδικα σου και με άλλες εικόνες ότι να ναι. Εγώ πάντως ακόμα δεν μπορώ να σκεφτώ κάτι legit που να μην γίνει μπουρδέλο ο κώδικας για να το κάνω χρησιμοποιώντας τις 3 συναρτήσεις που έχουμε

[koniotis]

Πας μόνο να το λύσεις με την myHoughTransfrom ? Υπάρχει λόγος που είπε να κάνουμε και τις άλλες δυο (Harris Corner, Rotation ) , και γράφει η εκφώνηση να της χρησιμοποιήσουμε . Επίσης γράφει να μην παίζει ρόλο η εικόνα που έχουμε για το αποτέλεσμα , οπότε δεν μπορείς να λάβεις σαν δεδομένο ότι όλες θα είναι τέλεια ορθογώνια παραλληλόγραμμα. Αυτός μετά θα τεστάρει τον κώδικα σου και με άλλες εικόνες ότι να ναι. Εγώ πάντως ακόμα δεν μπορώ να σκεφτώ κάτι legit που να μην γίνει μπουρδέλο ο κώδικας για να το κάνω χρησιμοποιώντας τις 3 συναρτήσεις που έχουμε

Όχι δεν πάω να την λύσω μόνο με Hough Transform. Εγώ έχω κάνει τα εξής:
1) Παίρνω την αρχική εικόνα, την κάνω downsample, της κάνω smoothing.
2) Χρησιμοποιώ ένα edge detector (προς το παρόν της ματλαμπ μέχρι να τελειοποιήσω το δικό μου) και παίρνω μια binary image
3) Στην binary image χρησιμοποιώ hough transform για να βρω ορθογώνια που πιθανόν να εμπεριέχουν εικόνα και ψάχνω να δω αν έχουν με κάποιους ελέγχους.
Λογική 1:
4) Βρίσκω όλες τις εικόνες με κατάλληλα ορθογώνια από το (3) κι έπειτα κάνω άλλους ελέγχους για να δω αν χρειάζονται κάποιες απο αυτές περιστροφή, μέσω της συνάρτησης που έφτιαξα
Λογική 2:
4) Στο (3) ψάχνω μόνο για συγκεκριμένα ορθογώνια, περιστρέφοντας αρχικά την εικόνα κάτα κάποιες αυθαίρετες μοίρες κι έτσι βρίσκω τις εικόνες στο τέλος χωρίς να χρειάζονται περιστροφή.

Όσο για το μπουρδέλο στον κώδικα, θα γίνει σίγουρα από ότι φαίνεται:Ρ Εγώ προσωπικά έχω φτιάξει 4-5 συναρτήσεις που καλούνται μέσω της LazyScanner, πέρα των 3 που καλούμαστε να υλοποιήσουμε... Τώρα αν πρέπει να είναι όλα μαζεμένα στο LazyScanner script για κάποιο αυθαίρετο λόγο, θα προσπαθήσω μετά να τα συμμαζέψω εκεί, αλλά τουλάχιστον λόγω θέματος οργάνωσης το έχω πάει έτσι.

Υ.Σ. Τη λογική 2 θα την δοκιμάσω τώρα γιατί στην 1 έχω κάποια θέματα...

[koniotis]

έχεις ένα point γι αυτό που είπες με την ανάλυση... όσο λιγότερο downsampling γίνει τόσο πιο δύσκολα θα βγουν false positive duplicates

Δεν εννοούσα να κάνεις λίγοτερο downsampling, αλλά δοκίμασέ το. Παίζει να στέκει.

[snek]

Το res που θέλει να επιστρέψουμε , θέλει το πλήθος το σημείων που δεν ανήκουν στις ευθείες , άρα σε φάση να βρούμε το μήκος κάθε ευθείας να το κάνουμε κάνα floor ή ceil και να τα αφαιρέσουμε από το συνολικό size της εικόνας ?

[kanou_tom]

Για να μην έχει απαντήσει ακόμα, μάλλον το ενδεχόμενο παράτασης απομακρύνεται..

[snek]

Στον harris corner μήπως κάνας άλλος είχε τέτοιο αποτέλεσμα ? Ο αλγόριθμος μου πιστεύω ότι δουλεύει σωστά