Computer Vision12 16. Generalized Hough Transform 학습 내용 1. Generalized Hough Transform 2. Generalized Hough Transform Code C++ 1. Generalized Hough Transform • model을 갖고 이미지 내에 모델을 회전시키거나 스케일변화를 적용한 물체를 찾을것이다. • theta 는 1도 간격으로 1~360도 범위를 보면 된다. • 스케일 변화는 본인이 설정하면 된다. 나는 0.1부터 2.0까지 0.1단위로 찾아볼것이다. • Parameter(=accumulator가 어떤 변수들로 만들어지는지) : Xc, Yc, s, theta → Hough Space의 x축은 Xc, y축은 Yc가 될것이다. → s, theta를 달리 하면서 그래프를 그려 나가면 되는것이다. → 코딩으로 구현할떄는 .. 2021. 2. 27. 15. Hough Transform Circle 학습 내용 1. Hough Transform Line Fitting 2. Hough Transform Circle 3. Hough Transform Circle C++ 코드구현 1. Hough Transform Line Fitting - E는 편차 제곱의 평균. E가 최소가 되게 하는 m과 c를 찾아라! → 편미분하여 극소인 점을 찾는것! - Modeling(=Parameterization)을 y=mx+c로 했다. 2. Hough Transform Circle - x-y 영역(Image Space)의 한 직선을 rho-theta 영역(Hough Space)으로 옮기면, 한 점이 된다. - 점 하나 찍으면, Voting(투표) 했다고 말한다. - Image Space에서 가장 많이 밀집되어 있는 점(가장 .. 2021. 2. 7. 14. Corner Detection(Harris Corner) 학습 내용 1. Corner Detection 하는법 2. Harris Corner 1. Corner Detection 하는법 일반적인 Corner Detection IDEA (위, 아래, 좌, 우) 어느 방향으로든 움직였을 때 Sum of Squared Difference(아래 그림의 네모 박스 내부 픽셀 합의 변화) 가 가장 작은 녀석 "마저" Threshold를 넘으면 Corner다! 즉, 모든 방향으로의 변화가 크면 코너다! 2. Harris Corner 용어정리 - textureless : 픽셀변화가 눈에띄지 않아 '특징점(엣지)'이 없다. Harris Corner도 위의 Corner Detection IDEA랑 동일. 이를, 아래에서는 수식으로 좀더 복잡하게 설명 - I(x,y)는 FDG를 i.. 2021. 1. 22. 13. Canny Edge Detection (Bilinear Interpolation) 학습 내용 1. Bilinear Interpolation 2. Edge 방향 구하는법 / Non-Maxima Suppression 3. Canny Edge Operatior 1. Bilinear Interpolation 정확히 엣지 픽셀을 찾아내기란 어렵다. 엣지값을 정확하게 구하려면, Bilinear Interpolation이 필요할때가 있다. 2. Edge 방향 구하는법 / Non-Maxima Suppression 360도를 8등분해서 4방향만 있다고 생각하자. 그리고, Non-Maxima Suppression은 극댓값을 찾는 과정을 말한다. 아래의 방식은 FDG를 적용한 이후부터를 말하는거다. _igDir._ppA[i][j]는 바로 이전 사진에서 0~3으로 분류된 값이다. 즉, 예를들어 _igDir.. 2021. 1. 22. 12. Edge Detection (Discrete 환경, Noise 환경) 학습 내용 1. Edge detection 방법 2. Discrete 환경에서의 Edge detection (Computer Vision에서의 edge detection) 3. Noise 환경에서의 Edge detection 4. FDG, Gradient 코딩하는법 1. Edge 구하는 방법 용어 : Good Localization : 엣지나 코너의 위치를 정확하게 픽셀단위로 찾아내는것. 2. Discrete 환경에서의 edge detection (Computer Vision에서의 edge detection) 앞으로, I 는 원본이미지에 First Derivative를 곱한 값이다. 엣지 디텍팅 커널의 크기에 따라 특징이 다르다. 3. Noise 가 있을때 Edge Detection 방법 1. 절에서 말.. 2021. 1. 22. 11. Fourier Transform 학습 내용 1. Fourier Transform 2. 2D에서 Fourier Transform 3. 1. Fourier Transform time domain 의 신호를 frequency domain(주파수 영역) 으로 바꾸는 것. frequency domain에서 신호를 해석하면, time domain에서 보이지 않던 특징들을 발견할 수 있다. 2D에서 Fourier Transform time domain에서 convolution은 frequency domain에서는 그냥 곱셈이다. 1. 원본 이미지를 그림1으로 fourier transform 하고, [그림1] 2. gaussian kernel(5x5짜리) 를 fourier transform 하고, [그림3] 3. 둘이 곱해서 [그림1]x[그림3] 4.. 2021. 1. 13. 이전 1 2 다음
