Szerzık: Dr. Gácsi Zoltán, egyetemi tanár Dr. Barkóczy Péter, egyetemi docens
Lektor: Igaz Antal, okl. gépészmérnök a Carl Zeiss technika kft. Ügyvezetı igazgatója
1. A képelemzés fogalma 2. Képek érzékelése, rögzítése
3. Pontbeli intenzitás transzformációk 4. Hisztogram transzformációk
5. Konvolúciós transzformációk
6. Szürkeképek morfológiai átalakításai 7. A szegmentálás
8. Bináris képek átalakításai 9. Mérés
10. Mérési eredmények értelmezése
A képelemzés fogalma
Képi információ számszerĦ adatokkal történĘ jellemzése.
Látás
Mérés, alakfelismerés
Gépi látás
Számítógépi képelemzés
erĘsen függ az emberi tényezĘktĘl
kiküszöböljük az emberi látásból eredĘ hibákat
A számítógépi képelemzés I
KépelemzĘ szoftver Képalkotó eszköz
számítógép Kép
Kép
Adatok
Adatok Parancsok
Parancsok
A számítógépi képelemzés II
Esettanulmány: Ferrithányad meghatározása ötvözetlen acél mikro- szerkezetében
Klasszikus metallográfiai megoldás: pontszámlálás
A számítógépi képelemzés III
Ferrit hányad F~50%
ı=1%-os relatív hiba biztosításához
10000 100
2 =
−
=
σ
FF P
pont szükséges JelentĘs idĘigény!
A számítógépi képelemzés IV
A kép képpontokból áll a legsĦrĦbb rács, ami a képre rajzolható A ferrit világos a perlit sötét elválaszthatók a ferritet jelentĘ képpontok szürkeárnyalatú képen
Összeszámlálva a világos képpontokat, a ferrit területhányada 52.6%.
Szürkeárnyalatú kép Az elválasztott pontokat kék szín jelöli
A számítógépi képelemzés folyamata
• Képek érzékelése, rögzítése.
• Képek digitális feldolgozása, a lényeges információk kiemelése.
• A képeken található jellegzetességek vagy objektumok megkülönböztetése.
• A bináris képek átalakítása, a mérés elĘkészítése.
• A mérés végrehajtása.
• Az eredmények értelmezése.
Digitális kamera Digitális
fényképezĘgép
Lapolvasó
Képalkotó mérĘeszköz
(SEM, TEM, RTG) Digitális kép
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A képek érzékelése
8/105
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A digitális kép
9/105• Mátrix szerkezetbe rendezett pontok: képpont (pixel)
• A képek mérete képpontokból megadott (pl. 800x600)
• A képpontok koordináta rendszerének origója a bal felsĘ sarok
• A képpont a szín információt rögzíti
j
i
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A színes kép
10/105R
G
B
• 24 bites tárolási mód: RGB
• 32 bites tárolási mód: RGBA
• Egy színcsatorna egy bájt: 0..255
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Az RGB színrendszer
11/105•
A színek az alapszínekbĘl kikeverhetĘk• Három alapszín: R - vörös (700nm), G - zöld (546.1nm), B - kék (435.8nm)
• Minden szín három adattal írható le
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A képek digitális rögzítése I.
12/105• Színes képben minden képpont 3 adattal írható le (RGB színkomponensek)
• A színkomponenseket egy bájton ábrázoljuk: 0..255
• A képpontok tárolása a memóriában sorfolytonosan történik (RGBRGBRGB…)
• Az adott képpont adatainak az elsĘ bájthármashoz viszonyított távolsága (d) egyértelmĦen megadja a képpont helyzetét (i,j):
d=j*3*w+i, ahol w a kép szélessége képpontokban.
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A képek digitális rögzítése II.
13/105Képek tárolása a háttértárolón történhet tömörítetlen formában (bmp, tga, pix) nagy fájlméret
Képek tömörítése
Veszteségmentes:
• RLE, LZW algoritmusok
• bmp, tiff formátumok
• Az eredeti kép visszaállítható
Veszteséges:
• FFT, Huffman algoritmusok
• jpeg, png, tiff formátumok
• Az eredeti kép nem állítható vissza teljesen
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A képek digitális rögzítése III.
14/1055kB
17kB
250kB
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A szürke kép
15/105• Metallográfiai gyakorlatban jól elkülönülnek a vizsgálandó objektumok intenzitásuk alapján
• Egy képpontot csak egy adat jellemez az adott pont intenzitás értéke
• Az intenzitás értéket egy bájt adja meg: 0..255
• A tárolás ugyanúgy történik, mint színes kép esetében
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A HSI színrendszer
16/105Hue – színárnyalat Saturation – telítettség Intensity – intenzitás
I = max( R, G, B )
H S
•Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A bináris kép
17/105•
Szürkekép szegmentálásával áll elĘ• A képpont vizsgálandó objektumhoz tartozik? Kérdésre ad igaz/hamis választ
•
A bool-i adatok általában egy bájton tárolódnak: 0..255• 0 = hamis, ellenkezĘ esetben igaz
• Tárolása megegyezik a szürkeképével
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A képek digitális feldolgozása
18/105• Szürke kép átalakító mĦveletek
- Pontbeli intenzitás transzformációk - Konvolúciós transzformációk
- Hisztogram transzformációk - Morfológiai transzformációk - Egyéb: FT, DCT
• Bináris kép átalakító mĦveletek - Inverz kép
- Morfológiai transzformációk - Távolság transzformáció - SKIZ
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Pontbeli intenzitás
transzformációk
19/105eredeti kép átviteli függvény átalakított kép
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Pontbeli intenzitás
transzformációk
20/105eredeti kép táblázat átalakított kép
bemenet kimenet
0 255
1 254
2 253
3 252
4 251
5 250
6 249
…
255 0
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Pontbeli intenzitás transzformációk
Komplementer képzés
21/105Eredeti kép Invertált kép
I 255 O = −
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Pontbeli intenzitás transzformációk
Négyzetre emelés, gyökvonás
22/105Eredeti kép
négyzet
gyök
2 2
255 255 I O=
255 255 I
O =
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Pontbeli intenzitás transzformációk
Exponenciális, logaritmus
23/105Eredeti kép
exponenciális
logaritmus
( ) (255)
ln I 255 ln O =
( )5 1 exp
255 1 5 I exp 255
O −
¸−
¹
¨ ·
©
§
=
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Pontbeli intenzitás transzformációk
Gamma korrekció
24/105Eredeti kép
exponenciális
logaritmus
γ
¸¹
¨ ·
©
= §
255 255 I O
3
= γ
3 . 0
= γ
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Pontbeli intenzitás transzformációk
Sáv kiemelése
25/105( )
¸¸
¹
·
¨¨
©
§ −
−
= 2
2
exp 2 2
1 π σ σ
m K I
O
40 100 m
25000 K
= σ
=
=
Transzformált kép
Eredeti kép
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
A szürkeségi hisztogram
26/105
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Hisztogram transzformációk
27/105A képpont új intenzitás értéke az eredeti inten- zitás érték és a
szürkeségi hisztogram függvénye
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Hisztogram transzformációk
Fényer Ę és kontraszt beállítása
28/105
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Hisztogram transzformációk
Fényer Ę és kontraszt beállítása
29/105
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Hisztogram transzformációk
Hisztogram feszítése
30/105( )
min max
min min
max
min I I
I S I
S S
O −
− − +
=
Smin = 64 Smax = 192
Imin kép minimális Imax kép maximális intezitás értéke
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Hisztogram transzformációk
Automatikus kontraszt
31/105Feszítés 0..255 közé
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Hisztogram transzformációk
Hisztogram kiegyenlítés
32/105Hisztogram
Kumulatív görbe
Normálás 0..255 közé
Intenzitás hozzárendelés (LUT)
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
33/105Konvolúciós kernel K
I
( ) ( )
¦¦
= =
=
3
1 '
3
1 '
' , ' '
, 9 '
1
j i
j i I j i K O
1 1 1
1
1 1 1 1 i’
j’ 1
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
Átlagolás
34/105Eredeti kép 2x átlagolás
zajsz Ħ rés
1 1 1
1 1 1
1 1 1
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
Gauss lágyítás
35/105Eredeti kép 2x lágyítás
zajsz Ħ rés
1 2 1
2 4 2
1 2 2
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
Élesítés
36/105Eredeti kép élesítés
Képmin Ę ség javítás
-1 -1 -1 -1 8 -1 -1 -1 -1
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
Laplace élesítés I.
37/105Eredeti kép élesítés
Képmin Ę ség javítás
0 -1 0 -1 4 -1
0 -1 0
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
Laplace élesítés II.
38/105Eredeti kép élesítés
Képmin Ę ség javítás
2 -1 2 -1 -4 -1
2 -1 2
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
Élkiemelés
39/105Eredeti kép élkiemelés
0 0 0 -1 0 1 0 0 0
-1 0 0 0 0 0 0 0 1
1 0 0 0 0 0 0 0 -1 0 -1 0
0 0 0 0 1 0
0 0 -1 0 0 0 1 0 0
0 0 0 1 0 -1 0 0 0
0 1 0 0 0 0 0 -1 0
0 0 1 1 0 0 -1 0 0
( O1 + O2 + O3 + O4 + O5 + O6 + O7 + O8 ) / 8 = O
0 0 0
-1 0 -1
0 0 0
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
Sobel élkiemelés
40/105Eredeti kép élkiemelés
-1 0 1 -2 0 2 -1 0 1
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
Kirsch élkiemelés
41/105Eredeti kép élkiemelés
-3 -3 5 -3 0 5 -3 -3 5
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Konvolúciós transzformációk
Prewitt élkiemelés
42/105Eredeti kép élkiemelés
-1 1 1 -1 -2 1 -1 1 1
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
43/105I
( )
( I i ' , 'j )
min O =
( )
( I i ' , 'j )
max O =
Relációs m Ħ veletek
Pl.:
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Dilatáció
44/105Képpont intenzitás értékének helyettesítése környezete maximumával
Eredeti kép Dilatált kép
Világos területek kiemelése
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Erózió
45/105Képpont intenzitás értékének helyettesítése környezete minimumával
Eredeti kép Erodált kép
Sötét területek kiemelése
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Nyitás
46/105Egymás után végzett azonos számú számú erózió majd dilatáció
Eredeti kép Nyitott kép
Sötét területek kiemelése, összemosása
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Zárás
47/105Egymás után végzett azonos számú számú dilatáció majd erózió
Eredeti kép Zárt kép
Világos területek kiemelése, összemosása
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Háttér korrekció
48/105EgyenlĘtlen háttérmegvilágítású mikroszkópi felvételek korrigálására két lehetĘségünk kínálkozik.
1. Polírozott felületĦ minta felületérĘl felvételt készítünk, és a megfelelĘ átalakítások után kivonjuk a képbĘl az egyenlĘtlen hátteret.
2. Szürkekép nyitások vagy zárások sorozatával teljesen elmossuk a kép jellegzetességeit. Ekkor az egyenlĘtlen háttér marad vissza a képen, amivel a fenti korrekció ugyancsak elvégezhetĘ.
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Lineáris erózió, dilatáció I
49/105I O = min ( I ( i ' , 'j ) )
( )
( I i ' , 'j )
max
O =
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Lineáris erózió, dilatáció II
50/105Eredeti kép
4x dilatált kép
4x erodált kép
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Lineáris nyitás, zárás
51/105Eredeti kép
2x nyitott kép
4x zárt kép
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Alternáló sorozat sz Ħ r Ę k (ASF)
52/105Egymást követĘ nyitások és zárások sorozata fekete simítás:
nyitás ĺ zárás ĺ 2x nyitás ĺ 2x zárás ĺ … ĺ nx nyitás ĺ nx zárás fehér simítás:
zárás ĺ nyitás ĺ 2x zárás ĺ 2x nyitás ĺ … ĺ nx zárás ĺ nx nyitás
Eredeti kép 3x fekete simítás
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Aritmetikai m Ħ veletek képekkel
53/105Két azonos méretĦ és azonos képarányú kép (I1, I2) esetén értelmezhetĘ. Képek kivonása:
Képpontok intenzitásértékeit kivonjuk egymásból a számábrázolás határinak (0..255) figyelembevételével:
O(i,j) = I1(i,j) – I2(i,j), ha I1(i,j) – I2(i,j) 0 O(i,j) = 0 , ha I1(i,j) – I2(i,j) < 0
Képek összeadása:
O(i,j) = I1(i,j) + I2(i,j), ha I1(i,j) – I2(i,j) 255 O(i,j) = 255 , ha I1(i,j) – I2(i,j) > 255
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Top hat
54/105-
-
=
=
Eredeti kép
Eredeti kép 2x nyitott kép
2x zárt kép
2x „fehér” Top hat
2x „fekete” Top hat
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Morfológiai gradiens I.
55/105erózió dilatáció
- =
Gradiens kép
-
-
=
=
Eredeti kép
Eredeti kép Erodált kép
Dilatált kép
Eróziós gradiens
Dilatációs gradiens
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Morfológiai gradiens II.
56/105
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Medián
57/105A 3x3-as ablak intenzitásértékeit sorba rendezve, a középsĘ elem intenzitás értékével helyettesítjük a középsĘ elem szürkeségi értékét
Eredeti kép Medián kép
Apró sötét és világos foltok eltüntetése zajszĦrés
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
SNN
58/105A 3x3-as ablakban szemben lévĘ intenzitásértékekbĘl kiválasztjuk a kisebbet.
A középsĘ képpont intenzitás értékét helyettesítjük a kapott 4 érték átlagával.
Eredeti kép SNN kép
ÉlmegörzĘ lágyítás. ZajszĦrés.
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Harris élkeresés
59/105Eredeti kép Harris kép
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Min-Max élkiemelés
60/105Eredeti kép Min-Max kép
Megkeressük a 3x3-as ablak intenzitásértékeinek minimális és maximális
értékét, ha a középsĘ elem a minimumhoz esik közelebb, akkor annak értékét veszi fel, ellenkezĘ esetben a maximum értékét veszi fel.
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke kép morfológia
Logikai m Ħ veletek
61/105Két azonos méretĦ és azonos képarányú kép (I1, I2) esetén értelmezhetĘ. Inferior:
Képpontok intenzitásértékeibĘl a kisebbik adja az eredmény intenzitás értéket:
O(i,j) = min( I1(i,j), I2(i,j) )
Superior:
Képpontok intenzitásértékeibĘl a nagyobbik adja az eredmény intenzitás értéket:
O(i,j) = max( I1(i,j), I2(i,j) )
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke képek Fourier
transzformációja I.
62/105Ha a szürke képet, mint egy intenzitás térképet tekintjük, akkor egy két- változós függvényt kapunk. Független változók a koordináták (i,j), függĘ változó az intenzitás (I) maga. Mint függvény, a szürke kép Fourier sorba fejthetĘ.
¦¦
∞=
∞
=
=
+0 0
) (
)
2, (
m n
H n j W m i i
mn
e C j
i
I
πW és H a kép szélessége és magassága, Cmn a Fourier együttható.
³ ³
− +=
W H
H n j W m i i
mn
f i j e didj
C WH
0 0
) (
)
2,
1 (
π
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke képek Fourier
transzformációja II.
63/105A Fourier sor együtthatóinak abszolút értéke ábrázolható kép formájában ahol az együttható nagyságával lesz arányos az intenzitás érték.
A Fourier sor együtthatóit felhasználva az eredeti kép visszaállítható.
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke képek Fourier
transzformációja III.
64/105Alul áteresztĘ szĦrĘ: a nagyfrekvenciás együtthatókat elhagyva az apró zavarok szĦrhetĘk ki a képbĘl.
• Képek digitális feldolgozása.
•Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szürke képek Fourier
transzformációja IV.
65/105Felül áteresztĘ szĦrĘ: a kisfrekvenciás együtthatókat elhagyva az apró jellegzetességek emelhetĘk ki.
• Képek digitális feldolgozása.
• Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szegmentálás
66/105A mérni kívánt objektumok elválasztása a kép többi részétĘl.
Történhet: - intenzitás alapon - textúra alapján
- lokális szélsĘértékek keresése
Eredménye a bináris kép, amin az objektumok mérése elvégezhetĘ.
• Képek digitális feldolgozása.
• Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szegmentálás
Szegmentálás intenzitás alapján
67/105Definiálunk egy intenzitás értéket, az ez alatti (vagy e fölötti) intenzitás értékekkel rendelkezĘ képpontok alkotják az objektumokat.
• Képek digitális feldolgozása.
• Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szegmentálás
Lokális minimumok, maximumok
68/105Maximumok keresésénél a 255 intenzitásértéktĘl csökkenĘ állandó intenzitású síkokkal metsszük el az intenzitástérképet.
A „felsĘ” szint „alsó” szint maszkjával elkészített geodézikus dilatációját kivonjuk az „alsó” szintbĘl. A maradékot hozzáadjuk a bináris képhez.
x, képpont
intenzitás felsĘszintalsó szint
• Képek digitális feldolgozása.
• Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szegmentálás
Lokális minimumok, maximumok
69/105Eredeti kép Lokális maximumok
Lokális minimumok keresésénél 0-tól növekvĘ intenzitás értékĦ állandó intenzitású síkokkal metszünk.
• Képek digitális feldolgozása.
• Szegmentálás.
•A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Szegmentálás
Textúra alapú szegmentálás
70/105Eutektikum mennyiségének mérésekor az intenzitás alapú szegmentálás detektálja az eutektikum szilárd oldat fázisát! Morfológiai transzformációval az eutektikum fázisai összemoshatók.
Eredeti kép Intenzitás alapján szegmentált kép
5x nyitás
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
71/105Bináris kép átalakító mĦveletek célja a szegmentálási hibák szĦrése és a mérések elĘkészítése.
- Inverz kép
- Morfológiai transzformációk - Távolság transzformáció - SKIZ
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Inverz kép készítés
72/105A képpontok értékeit bináris változóknak tekintve a logikai tagadás mĦvelete valósul meg.
Eredeti kép Inverz kép
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Erózió
73/105Eredeti kép 8x erodált kép
Az objektumok kontúrjából egy képpontnyi vastagságot elveszünk.
A képpontok értékeit bináris változónak tekintve, egy 3x3-as 1-es értékeket tartalmazó kernel és a képpont 8 szomszédságának ÉS mĦvelete valósul meg.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Dilatáció
74/105Eredeti kép 8x dilatált kép
Az objektumok kontúrjából egy képpontnyi vastagságot hozzáadunk.
A képpontok értékeit bináris változónak tekintve, egy 3x3-as 0
értékeket tartalmazó kernel és a képpont 8 szomszédságának VAGY mĦvelete valósul meg.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Geodézikus dilatáció
75/105Megadunk egy bináris képet, mint maszkot. A maszk kép szegmentált területeiben adunk csak az objektumok kontúrjához egy képpontnyi vastagságot.
A képpontok értékeit bináris változónak tekintve, egy 3x3-as 0
értékeket tartalmazó kernel és a képpont 8 szomszédságának VAGY mĦvelete valósul meg. Ez után elvégezzük a dilatációval kapott kép és a maszk ÉS mĦveletét.
A lokális szélsĘértékek keresésénél alkalmazzuk ezt a mĦveletet.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Lineáris erózió és dilatáció
76/105Eredeti kép 5x dilatált kép
A 3x3-as kernelbĘl csak adott irányokat veszünk figyelembe.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Nyitás
77/105Eredeti kép 5x nyitás
Egymást követĘ erózió és dilatáció. Apró objektumok eltüntetése.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Zárás
78/105Eredeti kép 4x zárás
Egymást követĘ dilatáció és erózió. Különálló objektumok egyesítése.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Lineáris nyitás és zárás
79/105Eredeti kép 4x zárás
A 3x3-as kernelbĘl csak adott irányokat veszünk figyelembe.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Vázszerkezet
80/105Eredeti kép Vázszerkezet
Az objektumot feltételes eróziós lépésekkel 1 képpontnyi vékonyságúra erodáljuk.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Kitöltés
81/105Eredeti kép Kitöltött kép
Ha a szegmentált objektumok lyukakat tartalmaznak, a képkerettel nem érintkezĘ szegmentálatlan területek kitölthetĘk.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Távolság transzformáció
82/105Eredeti kép Távolság transzformáció
Az objektumok képpontjainak kontúrtól mért távolságát mint intenzitás értéket jelenítjük meg egy szürke képen.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
•A mérés végrehajtása.
•Az eredmények értelmezése.
Bináris képek átalakításai
Távolságok értelmezése képen
83/105Képen két pont távolsága különbözĘ módon értelmezhetĘ.
P1 és P2 pontok Eukleidészi távolsága:
P1 és P2 pontok „City Block” távolsága:
P1
P2 City Block
Eukleidész
(
2 1)
2(
2 1)
22
1
i i j j
d
PP= − − −
1 2
1
2 2
1
i i j j
d
PP= − + −
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
• A mérés végrehajtása.
•Az eredmények értelmezése.
Mérés bináris képen
84/105Bináris képen mérhetĘ:
- kép átlagos paraméterei (terület, területarány … ) - objektumok egyedei paraméterei (átmérĘ, kerület …)
Az esetek többségében nem a teljes terület adatait mérjük: mérĘkeret (ROI) A mérĘkeretben lévĘ terület adatait mérjük, mintha kivágtuk volna az eredeti képbĘl.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
• A mérés végrehajtása.
•Az eredmények értelmezése.
Mérés bináris képen
85/105Átlagos adatok mérésénél a mérĘkereten belül lévĘ összes szegmentált képpontot figyelembe vesszük.
Objektumok mérésénél a mérĘkeret által elmetszett objektumokat nem mérjük, mert a mérés során nem ismert, hogy hogyan folytatódik a mérĘkereten kívül. (FĘleg ott fontos, ahol az objektumok a teljes képen is túl érnek.)
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
• A mérés végrehajtása.
•Az eredmények értelmezése.
A mérés végrehajtása
Címkézés I.
86/105Az objektumokat egyedi nevekkel látjuk el (1, 2, …. n). A képen sorfolytonosan végighaladva keressük az azonosítatlan szegmentált képpontokat. A sorrend- ben talált következĘ ilyen képponthoz hozzárendeljük a következĘ címkét.
Majd a képpontból kiindulva az összes 4 szomszédsági relációval elérhetĘ azonosítatlan képponthoz is ugyanazt a címkét rendeljük.
Az azonosított objektumok mérése elvégezhetĘ. A mérés meggyorsítására alkalmazhatjuk az objektum képet.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
• A mérés végrehajtása.
•Az eredmények értelmezése.
A mérés végrehajtása
Címkézés II.
87/105Az objektum kép nem valós kép, implementáció során meggyorsítja a mérĘ algoritmusokat. A képpontok az objektumok címkéit jelentĘ egész számokat tárolják. Ezen kitétel mellett a felépítése és a tárolása ugyanolyan, mint
a színes képeké.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
• A mérés végrehajtása.
•Az eredmények értelmezése.
A mérés végrehajtása
SKIZ
88/105Az objektum képen az objektumokat addig dilatáljuk, amíg össze nem érnek. A képkerettel érintkezĘ objektumokat kivesszük a mérésbĘl. A maradék objektumoknak megkeressük a határát. Az így kirajzolódó szerkezet a hatósugár szerinti vázszerkezet.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
• A mérés végrehajtása.
•Az eredmények értelmezése.
A mérés végrehajtása
Watershed
89/105Az összetapadt objektumok szétválasztása végezhetĘ el.
1. Objektumok szegmentálása.
2. Távolság transzformáció.
3. Lokális maximumok szegmentálása.
4. Címkézés.
5. Geodézikus dilatáció, ahol a maszk az eredeti szegmentált kép.
• Képek digitális feldolgozása.
• Szegmentálás.
• A bináris képek átalakítása.
• A mérés végrehajtása.
•Az eredmények értelmezése.
A mérés végrehajtása
Kép átlagos adatainak mérése I.
90/105Terület: a mérĘkereten belül lévĘ összes szegmentált képpontot össze- számláljuk.
Kerület: a mérĘkereten belül lévĘ szegmentált és nem szegmentált területek közötti határfelületek hossza.
Vízszintes metszésszám: a mérĘkereten belül lévĘ szegmentált területekbe húzott húrok végeinek darabszáma.
FüggĘleges metszésszám: a mérĘkereten belül lévĘ szegmentált területekbe húzott húrok kezdĘpontjainak darabszáma.
Mért jellemzĘk: