Deformace rastrových obrázků

Podobné dokumenty
Metamorfóza obrázků Josef Pelikán CGG MFF UK Praha

13 Barvy a úpravy rastrového

Watkinsův algoritmus řádkového rozkladu

Výpočet vržených stínů

Výpočet průsečíků paprsku se scénou

Lineární transformace

Výpočet průsečíků paprsku se scénou

7 Transformace 2D. 7.1 Transformace objektů obecně. Studijní cíl. Doba nutná k nastudování. Průvodce studiem

Hierarchický model Josef Pelikán CGG MFF UK Praha. 1 / 16

Textury a šumové funkce

Geometrické transformace obrazu

Geometrické transformace pomocí matic

Geometrické transformace obrazu a související témata. 9. přednáška předmětu Zpracování obrazů

Reprezentace bodu, zobrazení

Malířův algoritmus Josef Pelikán CGG MFF UK Praha. 1 / 15

Ing. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010

Omezení barevného prostoru

Fyzikálně založené modely osvětlení

- obvyklejší, výpočetně dražší - každé písmeno je definováno jako zakřivený nebo polygonální obrys

Radiometrie, radiační metody

Transformace obrazu. Pavel Strachota. 16. listopadu FJFI ČVUT v Praze

DZDDPZ3 Digitální zpracování obrazových dat DPZ. Doc. Dr. Ing. Jiří Horák Institut geoinformatiky VŠB-TU Ostrava

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

Grafika na počítači. Bc. Veronika Tomsová

Monochromatické zobrazování

Počítačová grafika 1 (POGR 1)

Kompresní metody první generace

Úpravy rastrového obrazu

Operace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.

DIGITÁLNÍ OBRAZ. Obrázky (popř. slajdy) převzaty od

Geometrické transformace

Počítačová grafika 2 (POGR2)

Visualizace objemových dat

GEOREFERENCOVÁNÍ RASTROVÝCH DAT

SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník SOUŘADNICOVÉ SOUSTAVY VE FOTOGRAMMETRII

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA

Distribuované sledování paprsku

Úvod do zpracování signálů

Obraz matematický objekt. Spojitý obraz f c : (Ω c R 2 ) R

Algoritmizace prostorových úloh

Textury v real-time grafice Josef Pelikán, MFF UK Praha Josef.Pelikan@mff.cuni.cz

Multimediální systémy

Analýza a zpracování digitálního obrazu

Reprezentace 3D scény

Barevné systémy Josef Pelikán CGG MFF UK Praha

Zobrazování barev Josef Pelikán CGG MFF UK Praha.

Kapitola 8: Dvojný integrál 1/26

Úvod do GIS. Karel Jedlička. Zpracování dat I. Pouze podkladová prezentace k přednáškám, nejedná se o studijní materiál pro samostatné studium.

9 Prostorová grafika a modelování těles

Visualizace objemových dat

KŘIVKY A PLOCHY. Obrázky (popř. slajdy) převzaty od

Jasové transformace. Karel Horák. Rozvrh přednášky:

Circular Harmonics. Tomáš Zámečník

PRINCIPY POČÍTAČOVÉ GRAFIKY

Barevné vidění Josef Pelikán CGG MFF UK Praha

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Rekurzivní sledování paprsku

7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

Číslicové zpracování signálů a Fourierova analýza.

VI. Derivace složené funkce.

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2

11. cvičení z Matematické analýzy 2

ROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů

6. Vektorový počet Studijní text. 6. Vektorový počet

CW01 - Teorie měření a regulace

Textura a mapovací funkce Způsoby aplikace textury Použití textury pro prostorovou modifikaci povrchu Mipmapping Literatura.

OBRAZOVÁ ANALÝZA. Speciální technika a měření v oděvní výrobě

Staré mapy TEMAP - elearning

Photon-Mapping Josef Pelikán CGG MFF UK Praha.

ELIMINACE VLIVU DRUHÉ ROTACE PŘI AFINNĚ INVARIANTNÍM 2D ROZPOZNÁVÁNÍ

ZPRACOVÁNÍ DAT DÁLKOVÉHO PRŮZKUMU

7.1. Číslicové filtry IIR

HDR obraz (High Dynamic Range)

Zpracování obrazu a fotonika 2006

MĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

Autor: Vladimír Švehla

Anti Aliasing. Ondřej Burkert. atrey.karlin.mff.cuni.cz/~ondra/ ~ondra/stranka

zdroj světla). Z metod transformace obrázku uvedeme warping a morfing, které se

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

Matematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené

Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)

1 Projekce a projektory

B_PPG PRINCIPY POČÍTAČOVÉ GRAFIKY

Digitalizace dat metodika

Mechanika

Digitální fotoaparáty a digitalizace map

12 Metody snižování barevného prostoru

Počítačová geometrie I

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

Interpolace obrazu pro experimentální měřiče plošného teplotního rozložení

I. Diferenciální rovnice. 3. Rovnici y = x+y+1. převeďte vhodnou transformací na rovnici homogenní (vzniklou

III. MKP vlastní kmitání

Odhad stavu matematického modelu křižovatek

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

GIS Geografické informační systémy

Transformujte diferenciální výraz x f x + y f do polárních souřadnic r a ϕ, které jsou definovány vztahy x = r cos ϕ a y = r sin ϕ.

DIGITÁLNÍ ORTOFOTO. SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 4.ročník

Integrace. Numerické metody 7. května FJFI ČVUT v Praze

Transkript:

Deformace rastrových obrázků 1997-2011 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 22

Deformace obrázků - warping mapování textur při 3D zobrazování perspektivní zkreslení, mapování na oblá tělesa oprava geometrického zkreslení při digitalizaci obrazu družicové a letecké snímky, scanování nerovného dokumentu,.. speciální efekty v televizním a lmovém průmyslu, reklamě a DTP Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 2 / 22

Matematická terminologie obrazová funkce 2 f: U R R n y U [ ] [ ] f: x, y a1, a2,... a n x poloha bodu v rovině atributy obrazu (barva, průhlednost) Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 3 / 22

Diskrétní reprezentace Digitální rastrový obraz: I: 0.. m 1 0.. n 1 R n Digitalizace pomocí filtru d: I i, j = f x, y d x i, y j dx dy f 2 ( ) ( ) ( ) R d vyjadřuje snímací charakteristiku digitalizačního zařízení (fotočidlo, CCD prvek) Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 4 / 22

Zobrazení digitálního obrazu Rekonstrukce diskrétního obrazu: r m 1 f x, y = I i, j r i x, j y ( ) ( ) ( ) i= 0 n 1 j= 0 r charakterizuje výstupní zařízení (pulsní odezva, stopa jednoho pixelu,..) Chceme, aby se f r co nejvíce podobala f - v oblasti frekvencí, které se dají zachytit při zvolené hustotě vzorkování (Nyquist) f Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 5 / 22

Geometrická transformace y f U g y f x 2 2 g: R R x ( ) f x, y = f g x, y ( ) ( ) ( 1(, ) ) = (, ) f g u v f u v Co s rastrovými obrázky? G I ( ) f If Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 6 / 22

Transformace s interpolací digitalizace = vzorkování digitalizační filtr má pouze bodový nosič (Diracův impuls) výpočet atributů (barvy) transformovaného pixelu pomocí interpolace nebo aproximace je potřeba inverzní transformační funkce g -1 zaokrouhlení, polynomiální interpolace v praxi se nejvíce používá bilineární až bikubická interpolace/aproximace Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 7 / 22

Interpolace ve zdrojových souřad. i+1 j i i+1 g -1 (u,v) Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 8 / 22

Transformace s ltrací odpovídá představě plošného pixelu digitalizační filtr má nosič s nenulovou plochou (např. obdélníkový nebo konický filtr) zdrojové pixely se přenášejí do prostoru výsledného obrázku je potřeba pouze transformační funkce g vhodné i pro kontraktivní transformace při izometrickém zobrazení se obrázek rozmazává velká kontrakce velká výpočetní náročnost Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 9 / 22

Transformace s filtrací v+1 v v-1 u-1 u u+1 g(i,j) Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 10 / 22

MIP map (multum in parvo) pyramidální reprezentace zdrojového obrázku (hierarchická reprezentace) předzpracování = před ltrování výhodná zejména při silnější kontrakci úspora času výpočtu při filtracích používá se zejména při mapování textur (mapování na vzdálenější objekty) kompaktní reprezentace v paměti zabírá pouze 4/3 paměti RGB obrázku Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 11 / 22

MIP map G 0 R 0 B 0 G 1 R 1 B 1 G 2 R 2 B 2 Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 12 / 22

Vícekrokové transformace rozložení transformace do několika kroků každý krok operuje pouze na řádcích nebo pouze na sloupcích rychlejší výpočet jednodušší filtrace v řádcích/sloupcích dvě 1D filtrace jsou rychlejší než jedna 2D bottleneck problem - ztráta přesnosti mezivýsledku je-li částečné zobrazení hodně kontraktivní nebo dokonce neinjektivní Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 13 / 22

Otáčení ve dvou krocích [x,y] [u,v] = f(x,y) = [f 1 (x,y),y] [r,s] = g(u,v) = [u,g 1 (u,v)] = [f 1 (x,y),g 1 (f 1 (x,y),v)] f [u,v] g [r,s] Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 14 / 22

Odvození Cílová transformace (otočení o úhel α): r = x cos α y sinα s = x sinα + y cos α První transformace f: u = f x y v = y ( ) 1, Druhá transformace g: [ ] r = u = f x, y s = g u, v = g f x, y, y ( ) ( ) ( ) 1 1 1 1 Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 15 / 22

Odvození Horizontální zkosení v prvním kroku: f x y x y ( ) 1, = cos α sin Vertikální zkosení v druhém kroku: g u v x α y α x α v α ( ) 1, = sin + cos = sin + cos u = f ( ) 1 x, v = x cos α v sinα x = ( u + v sinα ) cos α g u v u v ( ) 1, = tan α + sec α α Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 16 / 22

Tříkrokové otočení Rozklad matice otočení na tři činitele: cos α sinα sinα cos α = = 1 tanα 2 0 1 1 0 sinα 1 1 tanα 2 0 1 vhodné pro úhly otočení π 2 α π 2 Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 17 / 22

Otočení o obecný úhel vícekrokové algoritmy nedávají kvalitní výsledky pro všechny úhly. Vhodné rozsahy α: -45 o α 45 o pro dvoukrokovou metodu -90 o α 90 o pro tříkrokovou metodu pomocné otočení o násobek 90 o jednoduchý výpočet bez nutnosti ltrování a bez ztráty přesnosti Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 18 / 22

Obecná separabilní transformace Separabilní transformace: [ ] ( ( ) ) h x, y = h x, y, h x, y = g f x, y ( ) ( ) ( ) [ f x y y] f x, y =,, ( ) ( ) 1 1 2 [ u g u v ] g u, v =,, ( ) ( ) 1 f x, y = h x, y ( ) ( ) 1 1 ( ) g u, v = h ϕ u, v, v ( ) ( ) 1 2 existuje-li ϕ(u,v), že x = ϕ u, v ( ) Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 19 / 22

Ztráty přesnosti Nevýhodné jsou oblasti s malou hodnotou derivace h ( ) 1 x, y x g ( ) 1 u, v nebo velkou hodnotou derivace v Někde ani nemusí být de nována inverzní funkce ϕ(u,v)! pomůže současné zpracování obrazů I a I T Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 20 / 22

Optimalizovaný algoritmus současné zpracování původního (I) a transponovaného (I T ) obrazu oba obrazy se nezávisle deformují ve dvou krocích (pomocí separabilních transformací h a h T ) výsledek se pixel po pixelu skládá z h(i) a (h T (I T )) T v každém pixelu se porovnávají míry degradace obou výsledných obrazů lze provádět i deformace, které nejsou prosté přehnutí obrázku Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 21 / 22

Konec Další informace: J. Foley, A. van Dam, S. Feiner, J. Hughes: Computer Graphics, Principles and Practice, 815-832 J. Gomes et al.: Warping and Morphing of Graphical Objects, Course Notes - SIGGRAPH 95 Warping 2011 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 22 / 22