ग्रेस्केल छवि में पिक्सल की औसत "दिशा" को कुशलतापूर्वक गणना कैसे करें?

Question

तो मैं पता लगा मैं इस तरह स्केल के लिए एक छवि में बदल सकते हैं:

public static Bitmap GrayScale(this Image img) 
{ 
    var bmp = new Bitmap(img.Width, img.Height); 
    using(var g = Graphics.FromImage(bmp)) 
    { 
     var colorMatrix = new ColorMatrix(
      new[] 
       { 
        new[] {.30f, .30f, .30f, 0, 0}, 
        new[] {.59f, .59f, .59f, 0, 0}, 
        new[] {.11f, .11f, .11f, 0, 0}, 
        new[] {0, 0, 0, 1.0f, 0}, 
        new[] {0, 0, 0, 0, 1.0f} 
       }); 

     using(var attrs = new ImageAttributes()) 
     { 
      attrs.SetColorMatrix(colorMatrix); 
      g.DrawImage(img, new Rectangle(0, 0, img.Width, img.Height), 
       0, 0, img.Width, img.Height, GraphicsUnit.Pixel, attrs); 
     } 
    } 
    return bmp; 
} 

अब, मैं गणना करने के लिए पिक्सल के औसत "दिशा" चाहते हैं।

मेरा मतलब यह है कि मैं 3x3 क्षेत्र कहना चाहता हूं, और फिर बाएं तरफ दाएं तरफ से गहरा है, तो दिशा सही होगी, अगर नीचे की तुलना में गहरा है शीर्ष, तो दिशा ऊपर की ओर होगी, अगर नीचे-बाएं ऊपर-दाएं से गहरा है, तो दिशा ऊपर-सही होगी। (हर 3x3 क्षेत्र में छोटे वेक्टर तीरों के बारे में सोचें)। शायद एक बेहतर उदाहरण यह है कि यदि आप फ़ोटोशॉप में ग्रेस्केल ढाल खींचते हैं, और आप गणना करना चाहते हैं कि उन्होंने किस कोण को खींचा है।

मैंने इस MatLab की तरह सामान किया है, लेकिन वह साल पहले था। मुझे लगता है कि मैं गणना करने के लिए ColorMatrix के समान मैट्रिक्स का उपयोग कर सकता हूं, लेकिन मुझे पूरा यकीन नहीं है कि कैसे। ऐसा लगता है कि this function ऐसा हो सकता है जो मैं चाहता हूं; क्या मैं इसे ग्रेस्केल (ऊपर के रूप में) में परिवर्तित कर सकता हूं और फिर इन दिशाओं की गणना करने के लिए ग्रेस्केल मैट्रिक्स के साथ कुछ कर सकता हूं?

आईआईआरसी, जो मैं चाहता हूं वह edge detection के समान है।

मैं इन दिशा वैक्टरों की गणना करने के बाद, मैं बस उन पर लूप करने जा रहा हूं और छवि की औसत दिशा की गणना कर रहा हूं।

अंतिम लक्ष्य मैं छवियों को घुमाने के लिए चाहता हूं ताकि उनकी औसत दिशा हमेशा ऊपर की ओर हो; इस तरह यदि मेरे पास दो समान छवियां हैं, तो एक को घुमाया गया है (90,180 या 270 डिग्री), वे उसी तरह उन्मुख हो जाएंगे (यदि कोई व्यक्ति उल्टा हो जाता है तो मुझे कोई चिंता नहीं है)।

---

* कटाव * कुछ स्पैम हटाया जा रहा है। आप अपने बाकी के प्रयासों को पढ़ना चाहते हैं के संशोधन देख सकते हैं। en.wikipedia.org/wiki/Image_gradient

Answer 1

कोणों का मतलब गिना जा रहा है आम तौर पर एक बुरा विचार है एक कोण सही इंगित करता है। क्या तुम यही चाहते हो? "अप" मानना ​​+ पीआई है, तो दो कोणों के बीच का मतलब लगभग इंगित करना एक कोण होगा, यदि एक कोण पीआई- [कुछ छोटा मूल्य], दूसरा -पीआई + [कुछ छोटा मूल्य] है। शायद यह नहीं है कि आप क्या चाहते हैं। इसके अलावा, आप किनारे की ताकत को पूरी तरह से अनदेखा कर रहे हैं - आपकी वास्तविक जीवन छवियों में से अधिकांश पिक्सल बिल्कुल किनारों पर नहीं हैं, इसलिए ढाल दिशा अधिकतर शोर है।

यदि आप "औसत दिशा" की तरह कुछ गणना करना चाहते हैं, तो आपको कोणों के बजाय वैक्टर जोड़ने की आवश्यकता है, फिर लूप के बाद एटान 2 की गणना करें। समस्या यह है कि: वेक्टर योग आपको छवि के अंदर वस्तुओं के बारे में कुछ भी नहीं बताता है, क्योंकि विपरीत दिशाओं में इंगित ग्रेडियेंट एक-दूसरे को रद्द करते हैं। यह आपको केवल पहली/आखिरी पंक्ति और छवि के पहले/अंतिम कॉलम के बीच चमक में अंतर के बारे में कुछ बताता है। शायद यह नहीं है कि आप क्या चाहते हैं।

मुझे लगता है कि उन्मुख छवियों का सबसे आसान तरीका एक कोण हिस्टोग्राम बनाना है: 360 डिग्री ढाल दिशाओं के लिए 360 डिब्बे (उदा।) 360 डिब्बे के साथ एक सरणी बनाएं। फिर प्रत्येक पिक्सेल के लिए ढाल कोण और परिमाण की गणना करें। दाएं कोण-बिन में प्रत्येक ढाल आयाम जोड़ें। यह आपको एक कोण नहीं देगा, लेकिन एक कोण-हिस्टोग्राम, जिसे तब सरल चक्रीय सहसंबंध का उपयोग करके एक दूसरे को दो छवियों को उन्मुख करने के लिए उपयोग किया जा सकता है।

angleHistogram[src_] := 
(
    Lx = GaussianFilter[ImageData[src], 2, {0, 1}]; 
    Ly = GaussianFilter[ImageData[src], 2, {1, 0}]; 
    angleAndOrientation = 
    MapThread[{Round[ArcTan[#1, #2]*180/\[Pi]], 
     Sqrt[#1^2 + #2^2]} &, {Lx, Ly}, 2]; 
    angleAndOrientationFlat = Flatten[angleAndOrientation, 1]; 
    bins = BinLists[angleAndOrientationFlat , 1, 5]; 
    histogram = 
    Total /@ Flatten[bins[[All, All, All, 2]], {{1}, {2, 3}}]; 
    maxIndex = Position[histogram, Max[histogram]][[1, 1]]; 
    Labeled[ 
    Show[ 
    ListLinePlot[histogram, PlotRange -> All], 
    Graphics[{Red, Point[{maxIndex, histogram[[maxIndex]]}]}] 
    ], "Maximum at " <> ToString[maxIndex] <> "\[Degree]"] 
) 

परिणाम नमूना छवियों के साथ:

कोण भी histograms

यहाँ एक-का-प्रमाण अवधारणा मेथेमेटिका कार्यान्वयन मैं एक साथ फेंक दिया गया है कि अगर यह काम करेगा देखने के लिए है दिखाएं कि औसत कोण क्यों काम नहीं कर सकता है: हिस्टोग्राम अनिवार्य रूप से एक तेज चोटी है, अन्य कोण लगभग समान हैं। इस हिस्टोग्राम का मतलब हमेशा वर्दी "पृष्ठभूमि शोर" का प्रभुत्व होगा। यही कारण है कि आप अपने वर्तमान एल्गोरिदम के साथ "असली लाइव" छवियों में से प्रत्येक के लिए लगभग एक ही कोण (लगभग 180 डिग्री) प्राप्त कर चुके हैं।

पेड़ की छवि में एक ही प्रभावशाली कोण (क्षितिज) है, इसलिए इस मामले में, आप हिस्टोग्राम (सबसे लगातार कोण) के मोड का उपयोग कर सकते हैं। लेकिन यह है कि हर छवि के लिए काम नहीं करेगा:

यहाँ आप दो चोटियों की है। चक्रीय सहसंबंध अभी भी एक दूसरे के लिए दो छवियों को उन्मुख करना चाहिए, लेकिन बस मोड का उपयोग करना पर्याप्त नहीं है।

यह भी ध्यान रखें कि कोण हिस्टोग्राम में शिखर "ऊपर" नहीं है: ऊपर पेड़ की छवि में, कोण हिस्टोग्राम में चोटी शायद क्षितिज है। तो यह इंगित कर रहा है। लेना छवि में, यह पृष्ठभूमि में लंबवत सफेद पट्टी है - इसलिए यह दाईं ओर इशारा कर रहा है। बस सबसे लगातार कोण का उपयोग कर छवियों को उन्मुख करना दाहिने तरफ इशारा करते हुए प्रत्येक छवि को चालू करें। मोड (या, शायद, किसी एक कोण) इस छवि को उन्मुख करने के लिए अविश्वसनीय हो जाएगा का उपयोग करना:

इस छवि को और भी अधिक चोटियों है।लेकिन पूरी तरह से कोण हिस्टोग्राम आपको अभी भी एक विश्वसनीय अभिविन्यास देना चाहिए।

नोट: मैंने छवियों को पूर्व-संसाधित नहीं किया है, मैंने विभिन्न पैमाने पर ढाल ऑपरेटर को नहीं देखा है, मैंने परिणामी हिस्टोग्राम को पोस्ट-प्रोसेस नहीं किया है। वास्तविक दुनिया के अनुप्रयोग में, आप इन सभी चीजों को परीक्षण छवियों के एक बड़े सेट के लिए सर्वोत्तम संभव एल्गोरिदम प्राप्त करने के लिए ट्विक करेंगे। यह देखने के लिए सिर्फ एक त्वरित परीक्षण है कि विचार बिल्कुल काम कर सकता है या नहीं।

जोड़ें: इस हिस्टोग्राम, क्या तुम करोगी

1. मानक के अनुसार सभी हिस्टोग्राम का उपयोग कर दो छवियों उन्मुख करने के लिए, तो हिस्टोग्राम के तहत क्षेत्र प्रत्येक छवि के लिए एक ही है (भले ही कुछ, उज्जवल गहरा या blurrier हैं)
2. छवियों के हिस्टोग्राम ले लो, और उन्हें एक रोटेशन में आपकी रुचि है के लिए तुलना:

उदाहरण के लिए, सी # में:

0,123,

for (int rotationAngle = 0; rotationAngle < 360; rotationAngle++) 
{ 
    int difference = 0; 
    for (int i = 0; i < 360; i++) 
     difference += Math.Abs(histogram1[i] - histogram2[(i+rotationAngle) % 360]); 
    if (difference < bestDifferenceSoFar) 
    { 
     bestDifferenceSoFar = difference; 
     foundRotation = rotationAngle; 
    } 
} 

(यदि आप अपनी हिस्टोग्राम लंबाई दो की शक्ति है तो आप इसे एफएफटी का उपयोग करके तेज कर सकते हैं। लेकिन कोड बहुत अधिक जटिल होगा, और 256 डिब्बे के लिए, इससे कोई फर्क नहीं पड़ता)

Answer 2

दिशा आप चाहते हैं की गणना करने के अपनी छवि के ढाल का उपयोग कर विचार करें। हालांकि सुंदर नहीं होगा लेकिन आशा है कि यह आपके लिए काम करेगा।

इसकी संभावना है कि आपकी गणना ठीक है। बस एक बार ग्रेडियेंट एक औसत औसत मूल्य में समाप्त होता है जो आप अपेक्षा करते हैं। इसलिए मुझे लगता है कि उस छवि को देखकर मुझे संदेह है कि इसमें एक अलग औसत कोण होना चाहिए। इसलिए;

• छवि को बाइनरी में कनवर्ट करें।
• आटा परिवर्तन
• का उपयोग करके लाइनें खोजें सबसे लंबी लाइन लें और इसके कोण की गणना करें। यह आपको कोण प्रदान करना चाहिए जो सबसे प्रमुख है।
• आपको लाइनों को सही करने के लिए कुछ पूर्व/पोस्ट प्रोसेसिंग की आवश्यकता हो सकती है।

और एक और दृष्टिकोण के रूप में। GIST आज़माएं यह मूल रूप से एक कार्यान्वयन है जो दृश्य पहचान में व्यापक रूप से उपयोग किया जाता है। मुझे आपकी छवियां वास्तविक scenes मिलती हैं और इसलिए मैं इस दृष्टिकोण को लेने का सुझाव दूंगा। यह विधि आपको एक वेक्टर देगा जो आप एक ही छवि के विभिन्न अभिविन्यास वैक्टरों के खिलाफ तुलना करते हैं। यह एक बहुत अच्छी तरह से पता तकनीक है और निश्चित रूप से आपके मामले में लागू होना चाहिए।

... 
     sum += Math.Atan2(yi, xi); 
    } 
} 
double avg = sum/(img.Width * img.Height); 

कोण का एक सेट का मतलब कोई स्पष्ट अर्थ है: उदाहरण के लिए, एक कोण की संकरी ओर इशारा करते हुए और एक कोण नीचे की ओर इशारा करते है

Answer 3

खैर मैं तुम्हें यह करने का एक अन्य तरीका प्रदान कर सकते हैं:

Answer 4

आपको अपनी छवि को दो गॉसियन डेरिवेटिव कर्नेल (एक्स में से एक और वाई में एक) के साथ घूमने की आवश्यकता है। यह वास्तव में उपरोक्त उत्तर में एलएक्स और ली है।

स्लाइडिंग विंडो (आपकी मूल छवि का सबमिटेज) और पहले क्रम गॉसियन व्युत्पन्न कार्यों के बीच समेकित उत्पाद की गणना करने से पहले औसत पिक्सेल तीव्रता को पहले से घटाएं।

उदाहरण के लिए देखें इस ट्यूटोरियल: http://bmia.bmt.tue.nl/people/bromeny/MICCAI2008/Materials/05%20Gaussian%20derivatives%20MMA6.pdf

चुनें इष्टतम समरेखण कारक सिग्मा> = 1.

गाऊसी कर्नेल की गणना करने के लिए, एक बार 2 डी-गाऊसी समारोह (सामान्य वितरण से जाना जाता है) को अलग 1 डी-वेरिएबल '(x-0)^2' द्वारा प्रतिस्थापित (x^2 + y^2)। आप इसे 2 डी में आकर्षित कर सकते हैं, उदाहरण के लिए एमएस एक्सेल में।

शुभकामनाएं!

माइकल