Вы находитесь на странице: 1из 19

с/к Анализ изображений, OpenCV

1. Введение. Задачи анализа изображений

http://mimikirchner.com/blog/images/4:20:robots.jpg
http://s2.hubimg.com/u/1343513_f260.
jpg

лекции и объявления: вопросы отправляйте на адрес УрГУ / ИММ осень 2011


www.uralvision.blogspot.com perevalovds@gmail.com
Введение

На спецкурсе будут:
1. Постановки и методы решения задач анализа, обработки
и распознавания цифровых изображений.
2. Практика реализации алгоритмов на OpenCV.

Не будет:
1. Основ программирования C++.
2. Основ обработки изображений в Photoshop и Gimp.
3. Нейросетей.
Введение
Под задачей обработки изображения мы будем понимать задачу
построения алгоритма для автоматического анализа изображения
компьютером с целью извлечения некоторой информации из
изображения.

В частности, вопросам улучшения изображений для восприятия


человеком мы будем уделять немного времени.
Когда возникает задача обработки
изображений?
Типы задач обработки изображений

Обнаружение

Поиск отдельных объектов на изображении (областей, контуров),


измерение размеров и т.д. без конкретизации того, какие это объекты.

Интерпретация
Определение типа некоторого объекта на изображении.
Обнаружение
Сегментация
- разбиение изображения на области.
Методы: текстурный анализ, анализ контуров.
Анализ движения
- анализ последовательных кадрах для выяснения направления
движения объектов в кадре.
Методы: вычисление оптического потока.
Восприятие глубины
- использование двух камер для оценки расстояния до объектов.
Методы: стереозрение.

Кадр с левой камеры Кадр с правой камеры

Вычисленная карта
расстояний
Слежение за интересующим
объектом
- вычисление координат объекта на последовательности кадров
Методы: трекинг.

http://www.merl.com/projects/images/particle.jpg
Отделение объекта от фона
- выделение областей пикселов, являющихся "объектами", а не "фоном"
Методы: обучение фону для последующего отделения, стереозрение,
оптический поток.
Интерпретация
Распознавание типов объектов
- анализ текстур.

Методы: вычисление вектора текстурных признаков и последующая


классификация.

http://www.gisdevelopment.net/technology/ip/ma03029a.htm
Поиск известных объектов
Методы: сопоставление с эталоном, алгоритм Виолы-Джонса.
Измерение размеров объектов
Методы: предварительная калибровка камеры, затем поиск объектов и
интересующих точек на для измерения размера.

Калибровка камеры
Распознавание жестов
Методы: скрытые марковские модели.

http://paloma.isr.uc.pt/gesture-reco/pics/gestureLib.jpg
Ориентация в пространстве
Методы: калибровка камеры, исправление перспективных искажений,
сопоставление с эталоном по ключевым признакам.

http://www.ics.forth.gr/ae-printerfriendly/cvrl/demos/pan_nav/pan_nav.
html
Литература
Компьютерное зрение
1. Гонсалес Р., Вудс Р. Цифровая Обработка Изображений.
2. Л. Шапиро, Дж. Стокман,. «Компьютерное зрение».

OpenCV
1. Документация OpenCV 2.1 C++: http://opencv.willowgarage.
com/documentation/cpp/index.html

2. Gary Bradski,Adrian Kaehler,


Learning OpenCV: Computer Vision with the OpenCV Library
- к сожалению, для версии OpenCV для C, а не C++.

Философские проблемы распознавания


М.М. Бонгард, Проблема узнавания. 1967 год.
Домашнее задание

1. Установить Visual Studio C++ 2008 Express Edition.


2. Установить OpenCV 2.1.
3. Запустить несколько примеров из папки
OpenCV2.1\samples\c\.