Пирамида (обработка изображений) - Pyramid (image processing)

Обнаружение функции
Обнаружение края
Обнаружение углов
Обнаружение капли
Обнаружение гребня
Преобразование Хафа
Структурный тензор
Обнаружение аффинно-инвариантных признаков
Описание функции
Масштабировать пространство
Визуальное представление пирамиды изображений с 5 уровнями

Пирамида, или же представление пирамиды, это тип многомасштабный сигнал представление разработан компьютерное зрение, обработка изображений и обработка сигналов сообщества, в которых сигнал или изображение подлежат повторному сглаживание и подвыборка. Пирамидальное представление является предшественником представление в масштабном пространстве и анализ с несколькими разрешениями.

Генерация пирамиды

Существует два основных типа пирамид: lowpass и bandpass.

Пирамида нижних частот создается путем сглаживания изображения с помощью соответствующего сглаживающего фильтра и затем субдискретизации сглаженного изображения, обычно с коэффициентом 2 вдоль каждого направления координат. Полученное изображение затем подвергается той же процедуре, и цикл повторяется несколько раз. Каждый цикл этого процесса приводит к уменьшению изображения с повышенным сглаживанием, но с уменьшенной плотностью пространственной выборки (то есть уменьшенным разрешением изображения). Если проиллюстрировать графически, все многомасштабное представление будет выглядеть как пирамида с исходным изображением внизу и меньшим изображением, полученным в результате каждого цикла, наложенным одно на другое.

Пирамида полосы пропускания создается путем формирования разницы между изображениями на соседних уровнях пирамиды и выполнения интерполяции изображений между соседними уровнями разрешения, чтобы обеспечить вычисление пиксельных различий.[1]

Ядра генерации пирамид

Разнообразие разного сглаживания ядра были предложены для создания пирамид.[2][3][4][5][6][7] Среди представленных предложений биномиальные ядра вытекающие из биномиальные коэффициенты выделиться как особенно полезный и теоретически хорошо обоснованный класс.[3][8][9][10] Таким образом, для двумерного изображения мы можем применить (нормализованный) биномиальный фильтр (1/4, 1/2, 1/4), как правило, дважды или более по каждому пространственному измерению, а затем субдискретизировать изображение с коэффициентом два. Затем эта операция может выполняться столько раз, сколько необходимо, что приводит к компактному и эффективному многомасштабному представлению. Если мотивировано конкретными требованиями, могут быть также созданы промежуточные уровни шкалы, где этап подвыборки иногда не учитывается, что приводит к сверхвыборка или же гибридная пирамида.[11] С ростом вычислительной эффективности Процессоры доступный сегодня, в некоторых ситуациях также возможно использовать более широкую поддержку Гауссовы фильтры в качестве сглаживающих ядер на этапах создания пирамиды.

Пирамида Гаусса

В пирамиде Гаусса последующие изображения уменьшаются с использованием среднего гауссова (Размытие по Гауссу ) и уменьшили. Каждый пиксель, содержащий локальное среднее значение, соответствует пикселю соседства на нижнем уровне пирамиды. Этот метод особенно используется в синтез текстуры.

Лапласовская пирамида

Пирамида Лапласа очень похожа на пирамиду Гаусса, но сохраняет различие размытых версий между каждым уровнем. Только наименьший уровень не является разностным изображением, чтобы можно было восстановить изображение с высоким разрешением с использованием разностных изображений на более высоких уровнях. Этот метод можно использовать в сжатие изображений.[12]

Управляемая пирамида

Управляемая пирамида, разработанная Симончелли и другие, представляет собой реализацию многомасштабного, многоориентированного полосовой фильтр банк, используемый для приложений, в том числе сжатие изображений, синтез текстуры, и распознавание объекта. Его можно рассматривать как вариант лапласовской пирамиды с избирательной ориентацией, в которой банк управляемые фильтры используются на каждом уровне пирамиды вместо одного лапласиана или Гауссов фильтр.[13][14][15]

Приложения пирамид

Альтернативное представительство

На заре компьютерного зрения пирамиды использовались в качестве основного типа многомасштабного представления для вычисления многомасштабных изображений. Особенности из реальных данных изображения. Более свежие методы включают представление в масштабном пространстве, который был популярен среди некоторых исследователей из-за его теоретической основы, способности отделить этап подвыборки от многомасштабного представления, более мощных инструментов для теоретического анализа, а также способности вычислять представление на любой желаемый масштаб, что позволяет избежать алгоритмических проблем, связанных с соотнесением представлений изображений с разным разрешением. Тем не менее пирамиды все еще часто используются для выражения вычислительно эффективных приближений к представление в масштабном пространстве.[11][16][17]

Обработка деталей

Лапласовские пирамиды изображений на основе двусторонний фильтр обеспечивают хорошую основу для улучшения деталей изображения и манипулирования ими.[нужна цитата ] Различия изображений между каждым слоем изменяются, чтобы преувеличить или уменьшить детали в разных масштабах изображения.

Немного сжатие изображений форматы файлов используют Алгоритм Adam7 или какой-то другой переплетение Их можно рассматривать как своего рода пирамиду изображений. Поскольку в этом формате файла сначала сохраняются «крупномасштабные» функции, а затем мелкие детали, то конкретный зритель отображает небольшой «эскиз» или screen может быстро загрузить ровно столько изображения, чтобы отобразить его в доступных пикселях, поэтому один файл может поддерживать множество разрешений программы просмотра, вместо того, чтобы сохранять или создавать разные файлы для каждого разрешения.

Смотрите также

Рекомендации

  1. ^ E.H. Андельсон и Ч. Андерсон, Дж. Р. Берген, П. Дж. Берт и Дж. М. Огден.«Пирамидальные методы обработки изображений».1984.
  2. ^ Берт, П. Дж. (Май 1981 г.). «Быстрое преобразование фильтров для обработки изображений». Компьютерная графика и обработка изображений. 16: 20–51. Дои:10.1016 / 0146-664X (81) 90092-7.
  3. ^ а б Кроули, Джеймс Л. (ноябрь 1981 г.). «Представление для визуальной информации». Университет Карнеги-Меллона, Институт робототехники. тех. отчет CMU-RI-TR-82-07. Цитировать журнал требует | журнал = (помощь)
  4. ^ Берт, Питер; Адельсон, Тед (1983). «Лапласова пирамида как компактный код изображения» (PDF). IEEE Trans. Сообщество. 9 (4): 532–540. CiteSeerX  10.1.1.54.299. Дои:10.1109 / TCOM.1983.1095851.
  5. ^ Crowley, J. L .; Паркер, А. С. (март 1984 г.). «Представление формы, основанное на пиках и гребнях разницы низкочастотного преобразования». IEEE Transactions по анализу шаблонов и машинному анализу. 6 (2): 156–170. CiteSeerX  10.1.1.161.3102. Дои:10.1109 / TPAMI.1984.4767500. PMID  21869180.
  6. ^ Crowley, J. L .; Сандерсон А.С. (1987). «Представление с множественным разрешением и вероятностное сопоставление двухмерной серой шкалы» (PDF). IEEE Transactions по анализу шаблонов и машинному анализу. 9 (1): 113–121. CiteSeerX  10.1.1.1015.9294. Дои:10.1109 / тпами.1987.4767876. PMID  21869381.
  7. ^ Meer, P .; Baugher, E. S .; Розенфельд, А. (1987). «Анализ в частотной области и синтез ядер, генерирующих изображения». IEEE Transactions по анализу шаблонов и машинному анализу. 9 (4): 512–522. Дои:10.1109 / тпами.1987.4767939. PMID  21869409.
  8. ^ Линдеберг, Тони "Масштаб для дискретных сигналов, "ПАМИ (12), № 3, март 1990 г., стр. 234-254.
  9. ^ Линдеберг, Тони. Теория масштабного пространства в компьютерном зрении, Kluwer Academic Publishers, 1994, ISBN  0-7923-9418-6 (см., в частности, главу 2 для обзора гауссовых и лапласовских пирамид изображений и главу 3 для теории обобщенных биномиальных ядер и дискретных гауссовских ядер)
  10. ^ См. Статью о многомасштабные подходы для очень краткого теоретического утверждения
  11. ^ а б Линдеберг Т. и Бретцнер Л. Выбор масштаба в реальном времени в гибридных многомасштабных представлениях, Proc. Scale-Space'03, остров Скай, Шотландия, Springer Lecture Notes по информатике, том 2695, страницы 148-163, 2003.
  12. ^ Берт, Питер Дж .; Адельсон, Эдвард Х. (1983). «Лапласова пирамида как компактный код изображения» (PDF). Транзакции IEEE по коммуникациям. 31 (4): 532–540. CiteSeerX  10.1.1.54.299. Дои:10.1109 / TCOM.1983.1095851.
  13. ^ Симончелли, Ээро. "Управляемая пирамида". cns.nyu.edu.
  14. ^ Мандучи, Роберто; Перона, Пьетро; Застенчивый, Дуг (1997). «Эффективные деформируемые блоки фильтров» (PDF). Калифорнийский технологический институт /Университет Падуи.
    Также в Manduchi, R .; Perona, P .; Шай, Д. (1998). «Эффективные деформируемые фильтры-банки». Транзакции по обработке сигналов. 46 (4): 1168–1173. Bibcode:1998ITSP ... 46.1168M. CiteSeerX  10.1.1.5.3102. Дои:10.1109/78.668570.
  15. ^ Стэнли А. Кляйн; Том Карни; Лорен Баргут-Штайн и Кристофер В. Тайлер «Семь моделей маскировки», Proc. SPIE 3016, Human Vision and Electronic Imaging II, 13 (3 июня 1997 г.); Дои:10.1117/12.274510
  16. ^ Кроули, Дж., Рифф О. Быстрое вычисление масштабно нормализованных гауссовских рецептивных полей, Proc. Scale-Space'03, Остров Скай, Шотландия, Спрингер Конспект лекций по информатике, том 2695, 2003.
  17. ^ Лоу, Д. Г. (2004). «Отличительные особенности изображения от масштабно-инвариантных ключевых точек». Международный журнал компьютерного зрения. 60 (2): 91–110. CiteSeerX  10.1.1.73.2924. Дои:10.1023 / B: VISI.0000029664.99615.94.

внешняя ссылка