Kuantimetrik Görüntü İşleme: 5 Adım

2024 Yazar: John Day | [email protected]. Son düzenleme: 2024-01-30 13:20

(Yukarıdaki şekil, niceliksel görüntü işleme ile mevcut görüntü işleme yönteminin karşılaştırmasını göstermektedir. İyileştirilmiş sonuca dikkat edin. Sağ üstteki görüntü, resimlerin ışık gibi bir şeyi ölçtüğüne dair yanlış varsayımdan kaynaklanan garip yapaylıkları gösterir. Sağ alttaki görüntü, aynı şeyi yaparak daha iyi sonuç gösterir. niceliksel olarak.)

Bu Eğitilebilir Kitapta, çok basit bir konsept kullanarak mevcut görüntüleme veya görsel algılama sistemlerinin performansını nasıl büyük ölçüde iyileştireceğinizi öğreneceksiniz: Kuantimetrik görüntü algılama

Kuantimetrik görüntü işleme, aşağıdakilerden herhangi birini büyük ölçüde geliştirir:

• Görüntü bulanıklaştırma gibi mevcut görüntü işleme;
• Makine öğrenimi, bilgisayarla görme ve örüntü tanıma;
• Giyilebilir yüz tanıyıcı (bkz. https://wearcam.org/vmp.pdf), AI ve HI tabanlı görüş vb.

Temel fikir, görüntüleri aşağıdaki gibi niceliksel olarak ön işleme ve son işlemden geçirmektir:

1. Görüntünün veya görüntülerin dinamik aralığını genişletin;
2. Görüntüyü veya görüntüleri normalde yaptığınız gibi işleyin;
3. Görüntünün veya görüntülerin dinamik aralığını sıkıştırın (yani 1. adımı geri alın).

Önceki Eğitilebilir Derslerde, HDR (Yüksek Dinamik Aralık) algılamanın ve kantimetrik algılamanın bazı yönlerini öğrettim, ör. doğrusallık, süperpozisyon, vb.

Şimdi bu bilgiyi kullanmak için kullanalım.

Kullanmak istediğiniz herhangi bir mevcut süreci alın. Göstereceğim örnek, görüntü bulanıklaştırmadır, ancak bunu hemen hemen her şey için de kullanabilirsiniz.

Adım 1: Resminizin veya Resimlerinizin Dinamik Aralığını Genişletin

("Intelligent Image Processing"den uyarlanan rakamlar, John Wiley and Sons Interscience Series, Steve Mann, Kasım 2001)

İlk adım, giriş görüntüsünün dinamik aralığını genişletmektir.

İdeal olarak, önce kameranın tepki fonksiyonunu f belirlemeli ve ardından görüntüye ters tepki f tersini uygulamalısınız.

Tipik kameralar dinamik aralığı sıkıştırır, bu nedenle genellikle genişleyen bir işlev uygulamak isteriz.

Yanıt işlevini bilmiyorsanız, görüntüyü bir görüntü dizisine yüklemek, değişkenleri (kayan) veya (double) gibi bir veri türüne dönüştürmek ve her piksel değerini bir üs değerine yükseltmek gibi basit bir şey deneyerek başlayın., örneğin her piksel değerinin karesini almak gibi.

Gerekçe:

Bunu neden yapıyoruz?

Cevap, çoğu kameranın dinamik aralığını sıkıştırmasıdır. Bunu yapmalarının nedeni, çoğu görüntülü medyanın dinamik aralığı genişletmesidir. Bu tamamen tesadüfi bir durumdur: bir katot ışın tüplü televizyon ekranı tarafından yayılan ışık miktarı yaklaşık olarak 2.22 üssüne yükseltilmiş voltaja eşittir, böylece video voltajı girişi yaklaşık yarı yolda olduğunda, yayılan ışık miktarı çok fazladır. yarıdan daha az.

Fotoğrafik medya da dinamik aralıkta genişler. Örneğin, bir fotoğrafik "nötr" gri kart, gelen ışığın %18'ini yayar (gelen ışığın %50'sini değil). Bu kadar ışığın (%18) yanıtın ortasında olduğu kabul edilir. Gördüğünüz gibi, girdinin bir fonksiyonu olarak çıktı grafiğine bakarsak, görüntü medyası ideal doğrusal yanıttan önce dinamik aralık genişletici içeren ideal doğrusal görüntüler gibi davranır.

Yukarıdaki şekilde, üstte, noktalı bir çizgi ile kutulanmış ekranı görebilirsiniz ve bu, ideal doğrusal ekrandan önce bir genişleticiye sahip olmakla eşdeğerdir.

Ekranlar doğası gereği geniş olduğundan, görüntülerin mevcut ekranlarda iyi görünmesi için kameraların sıkıştırıcı olacak şekilde tasarlanması gerekir.

Binlerce televizyon alıcısı ekranının ve yalnızca bir veya iki yayın istasyonunun (örneğin yalnızca bir veya iki televizyon kamerasının) olduğu eski günlerde, tüm televizyonları ve her televizyon alıcısına bir tane koyun.

Kazara bu aynı zamanda gürültünün azaltılmasına da yardımcı oldu. Seste buna "Dolby" ("genişletme") diyoruz ve bunun için bir patent veriyoruz. Videoda tamamen tesadüfen oldu. Stockham, görüntüleri işlemeden önce logaritmasını almamızı ve ardından antilog'u almamızı önerdi. Fark etmediği şey, çoğu kamera ve ekranın bunu zaten şans eseri yaptığıydı. Bunun yerine benim önerdiğim, Stockham'ın önerdiğinin tam tersini yapmamız. (Bkz. "Akıllı Görüntü İşleme", John Wiley and Sons Interscience Series, sayfa 109-111.)

Alttaki resimde, dinamik aralığı genişletme ve sıkıştırma adımını eklediğimiz önerilen homomorfik (kantimetrik) görüntü işlemeyi görüyorsunuz.

Adım 2: Görüntüleri İşleyin veya Bilgisayarla Görme, Makine Öğrenimi veya Benzerlerini Gerçekleştirin

Dinamik aralık genişletmeden sonraki ikinci adım, görüntülerin işlenmesidir.

Benim durumumda, önceki teknikte yaygın olarak bilindiği gibi, bulanıklık işlevi, yani görüntü bulanıklaştırma işlevi ile görüntünün bir dekonvolüsyonunu gerçekleştirdim.

İki geniş kantimetrik görüntü algılama kategorisi vardır:

• İnsanların görmesine yardımcı olmak;
• Makinelerin görmesine yardımcı olur.

İnsanların görmesine yardımcı olmaya çalışıyorsak (ki burada gösterdiğim örnek bu), henüz işimiz bitmedi: işlenmiş sonucu görüntü alanına geri almamız gerekiyor.

Makinelerin görmesine yardımcı oluyorsak (örneğin yüz tanıma), şimdi işimiz bitti (3. adıma gitmeye gerek yok).

3. Adım: Sonucun Dinamik Aralığını Yeniden Sıkıştırın

Genişletilmiş dinamik aralıkta çalışırken, "ışık uzayında" (kuantimetrik görüntü alanı) olduğumuz söylenir.

2. Adımın sonunda, ışık uzayındayız ve görüntü uzayına geri dönmemiz gerekiyor.

Yani bu adım 3, görüntü alanına geri dönmekle ilgili.

3. adımı gerçekleştirmek için Adım 2'nin çıktısının dinamik aralığını sıkıştırmanız yeterlidir.

Kameranın tepki fonksiyonunu biliyorsanız, sonucu elde etmek için basitçe uygulayın, f(p(q)).

Kameranın tepki fonksiyonunu bilmiyorsanız, sadece iyi bir tahminde bulunun.

1. adımda görüntü piksellerinin karesini aldıysanız, görüntü alanıyla ilgili tahmininize geri dönmek için şimdi her görüntü pikselinin karekökünü alma zamanıdır.

Adım 4: Diğer Bazı Varyasyonları Denemek İsteyebilirsiniz

Bulanıklaştırma, birçok olası örnekten sadece biridir. Örneğin, çoklu pozlamaların birleştirilmesini düşünün.

Yukarıda sahip olduğum iki resim gibi herhangi iki fotoğraf çekin. Biri gündüz, diğeri gece çekildi.

Alacakaranlık benzeri bir resim yapmak için bunları birleştirin.

Onları bir araya getirirseniz, çöp gibi görünüyor. Bunu kendin dene!

Ancak önce her görüntünün dinamik aralığını genişletir, ardından ekler ve ardından toplamın dinamik aralığını sıkıştırırsanız, harika görünür.

Görüntü işlemeyi (görüntüleri ekleme) niceliksel görüntü işlemeyle (genişletme, ekleme ve ardından sıkıştırma) karşılaştırın.

Kodumu ve daha fazla örnek materyali buradan indirebilirsiniz:

Adım 5: Daha İleri Gitmek: Şimdi HDR Görüntü Kompozitleriyle Deneyin

(Üstteki resim: HDR kaynak başlığı, artırılmış gerçeklik kaplamaları için niceliksel görüntü işlemeyi kullanır. Slashgear 2012 12 Eylül'e bakın.)

Özetle:

bir görüntü yakalayın ve aşağıdaki adımları uygulayın:

1. görüntünün dinamik aralığını genişletin;
2. görüntüyü işlemek;
3. sonucun dinamik aralığını sıkıştırın.

Daha da iyi bir sonuç istiyorsanız, aşağıdakileri deneyin:

çok sayıda farklı şekilde pozlanmış görüntüyü yakalayın;

1. HDR'deki önceki Instructable'ıma göre dinamik aralığı ışık alanına genişletin;
2. elde edilen niceliksel görüntüyü, q, ışık uzayında işleyin;
3. dinamik aralığı ton eşleme yoluyla sıkıştırın.

Eğlenin ve lütfen "Başardım"ı tıklayın ve sonuçlarınızı gönderin, yorum yapmaktan veya yapıcı bir yardım sağlamaktan memnuniyet duyacağım.