„Számítógépes látórendszerek - Ellenőrző kérdések: Mérések” változatai közötti eltérés

A lap eredeti címe: „https://vik.wiki/Számítógépes_látórendszerek_-_Ellenőrző_kérdések:_Mérések”

@@ 1. sor: / 1. sor: @@
 {{Vissza|Számítógépes látórendszerek}}
+== Hogyan definiálhatjuk egy objektum pozícióját? <br/> Ismertesse a pozíciómérés lehetőségeit.<br/> Mutassa meg, hogy lehet a pozíció értékét meghatározni bináris és maszkolt szürkeárnyalatos képeken. ==
+Egy 2D-s képet ábrázolhatunk egy derékszögű koordinátarendszerben, ahol az egyes pixelekhez hozzárendelhetünk egy (x,y) egész koordinátapárt. A koordinátarendszer középpontja tetszőlegesen, feladattól függően megválasztható, de általában a bal felső sarokban lévő pixelhez rendeljük hozzá a (0,0)-t.
+Egy objektum pozíciója az objektum egy jellegzetes koordinátapárjával jellemezhető.
+Ez a koordinátapár lehet:
+geometriai középpont – az objektumot befoglaló téglalap/kör középpontja
+tömegközéppont
+=== Tömegközéppont <math>(x_c,y_c)</math> meghatározása ===
+A kép mérete: <math> M \cdot N </math> pixel (<math>M</math> az oszlopok száma, <math>N</math> a soroké)
+*<math> p_x(x) = </math>  az <math> x</math>  koordinátájú oszlopban a vizsgált objektum pixeleinek száma
+*<math> p_y(y) = </math>  az  <math>y</math>  koordinátájú sorban a vizsgált objektum pixeleinek száma
+==== Bináris képekre ====
+[[File:Számítógépes_látórendszerek_bináris_kép_1.jpg]]
+==== Szürkeárnyalatos képekre ====
+<math>I(x,y) </math>: intenzitásfüggvény
+[[File:Számítógépes_látórendszerek_szürkeárnyalatos_kép_1.png]]
+=== Geometriai középpont <math>(x_g,y_g)</math> meghatározása ===
+====Meghatározás a befoglaló téglalap alapján====
+<math> x_{min}, x_{max}, y_{min}, y_{max} </math> : az objektum legszélső pixeleinek koordinátái
+<math> x_g = \frac{x_{min} + x_{max}}{2} </math> és <math> y_g = \frac{y_{min} + y_{max}}{2} </math>
+<math> (x_g, y_g) </math> a téglalap középpontja, azaz a geometriai középpont.
+====Meghatározás a befoglaló kör alapján====
+* egyértelmű, ha 3 ponton érinti a kört
+* kör átlójáig egyértelmű, ha 2 ponton érinti a kört.
+== Hogyan definiálhatjuk egy objektum orientációját? <br/>Sorolja fel az orientációmérés lehetőségeit, illetve röviden ismertesse ezek alapelvét. ==
+Objektum orientációján egy objektum egy olyan 1D-s jellemzését értjük, mely irány-, szöginformációkat szolgáltat az adott objektumról.
+Objektum orientációja megadható a
+*befoglaló téglalap arányaival és méreteivel
+*legnagyobb távolsággal az objektumon belül
+*középponttól vett legnagyobb távolsággal
+*rá illeszthető legkisebb nyomatékú tengellyel
+== Mit jelent az Euler szám?<br/> Mire használható?<br/> Adja meg a mellékelt ábra Euler számát. ==
+Az Euler-szám egyike a topológiai tulajdonságoknak, melyek egy kép geometriai leírását segítik elő. Fontos része az ilyen tulajdonságoknak, hogy rubber-sheet jellegű transzormációkra invariáns.
+Az ilyen jellegű tulajdonságok jól használhatók formák keresésére, objektumok felismerésére, adatbázisbeli keresésre.
+Euler-szám fontos szerepet játszik például orvosi képfeldolgozásban, fertőzött sejtek felismerésében.
+'''Euler-szám = (egybefüggő régiók száma) – (lyukak száma)'''
+[[File:Számítógépes látórendszerek Euler-szám példa.png|600px]]
+== Mit jelent a lánckód? Mire használható?<br/> Mi a különbség a 4-szomszádos és 8-szomszédos lánckód között? Mik az előnyei és a hátrányai az így ábrázolt objektumoknak?<br/> Hogyan tudunk segítségével kerület- és hossz-számítást végezni? Milyen problémák adódnak? ==
+A lánckód egy veszteségmentes tömörítési algoritmus bináris képekhez. Lánckód segítségével alakfelismerést, sarokdetektálást végezhetünk. (A kódból egyértelműen látszik, hol vannak pl.: dudorok, bemélyedések.)
+Az objektum egy szélső pixelétől elindulva szomszédos, határ menti pixelekre lépkedünk. Attól függően, hogy milyen irányba lépünk tovább a pixelhez egy számot rendelünk hozzá. Ez a számsorozat alkotja a lánckódot.
+*4-szomszédos: csak azok a pixelek számítanak szomszédosnak, amiknek van közös élük
+*8-szomszédos: közös él, vagy közös csúcs
+*4-szomszédos lánckód maximális hiba: 41%    (45°-os átlós egyenes)
+*8-szomszédos lánckód maximális hiba: 7.9%    (~18-27°-os átlós egyenes)
+=== Kerület = kódhossz ===
+Hossz számításnál kerül elő az a probléma, hogy négyzetes pixelek esetén egy átlós lépés valóságos hossza <math>sqrt(2)</math> egység. 4-szomszédos lánckód 2 egység hosszúnak, míg a 8-szomszédos esetben 1 egység hosszúnak veszi alapból.  Ha szükséges akkor ezt kompenzálni kell.
+[[File:Számítógépes_látórendszerek_lánckód_1.jpg]]
+[http://cs.haifa.ac.il/hagit/courses/ip/Lectures/Ip13_Binary.pdf Forrás]
+== Ismertessen szubpixeles eljárásokat. Hogyan tudunk pozíciót, kerületet, ill. területet mérni segítségükkel? ==
+Interpoláció alapú eljárás, mely segítségével pixel alatti pontossággal illeszthetünk görbét egy objektumra.
+Megfelelő algoritmussal akár 0.1% pontosság is elérhető. <br/><br/>
+''' Eljárás szürkeárnyalatos képekhez '''
+#Szürkeárnyalatos képeket először is binarizáljuk.
+#Visszatérve az eredeti képhez (fekete-fehér kép alapján) az átmeneteknél lévő pixelekhez egy súlytényezőt (értéke lehet tört, megadja az interpoláció finomságát) rendelünk attól függően, hogy mennyire világos/sötét az adott pixel.
+#Megfelelő ablakozással (pl.: 2x2) végigpásztázzuk a határokat és súlyozásoknak megfelelően felbontjuk (kijelöljük a határpontot/határpontokat) a két szomszédos fekete-fehér pixel középpontját összekötő szakaszt.
+Pozíciószámítás során a 3. lépésben meghatározott határpontok koordinátáit használjuk fel a képletekben.
+Kerület, területnél hasonlóan.
+== Ismertesse az egyenesekre vonatkozó Hough-transzformáció működését. ==
+=== Hough-transzformáció ===
+A Hough-transzformáció segítségével a képen általában az
+<math> f (x, y ; a_1 , a_2 ,…, a_n)=0 </math> ahol
+<math> a_1, a_2,…, a_n </math>
+paraméterekkel explicit alakban megadható görbéket keressük.
+A Hough-transzformáció alkalmazása célravezető, ha ismert alakú (és méretű) objektumokat keresünk a képen.
+Akkor is célszerű, ha az egyenesek részben takartak vagy zajosak.
+=== Áttérés a Hough-térbe ===
+Az input (kép)tér egy <math>(x_i,y_i)</math> pontjának az
+<math> r=x_i·\cosφ+y_i·\sinφ </math>
+szinuszos görbe felel meg a Hough-térben.
+Az egy egyenesbe eső pontokhoz tartozó szinuszos görbék egy pontban metszik egymást.
+=== Egyenesek meghatározása ===
+*Egy (él)pont a képtérben megfelel egy szinuszos görbének a Hough-térben.
+*Két pontnak két görbe felel meg.
+*Két (vagy több) ilyen görbe metszéspontja által reprezentált egyenesre ekkor kettő (vagy több) szavazat esett.
+*Az így kapott egyenes valamennyi rá szavazó ponton átmegy a képtérben.
+*A Hough-tér küszöbölésével megkapjuk a képtér egyeneseit.
+[[File:Számítógépes_látórendszerek_egyenes_1.jpg]]