WikiDer > Обнаружение капли

Blob detection

В компьютерное зрение, обнаружение капли методы нацелены на обнаружение регионов в цифровое изображение которые отличаются по свойствам, таким как яркость или цвет, по сравнению с окружающими областями. Неформально, капля - это область изображения, в которой некоторые свойства постоянны или приблизительно постоянны; все точки в большом двоичном объекте можно в некотором смысле считать похожими друг на друга. Наиболее распространенный метод обнаружения больших двоичных объектов - свертка.

Учитывая некоторое интересное свойство, выраженное как функция положения на изображении, существует два основных класса детекторов капель: (i) дифференциал методы, которые основаны на производных функции по положению, и (ii) методы, основанные на местных экстремумы, основанные на нахождении локальных максимумов и минимумов функции. В соответствии с более современной терминологией, используемой в данной области, эти детекторы также могут называться операторы точек интереса, или альтернативно интересуют операторов региона (см. также обнаружение точки интереса и обнаружение угла).

Есть несколько причин для изучения и разработки детекторов blob. Одна из основных причин - предоставить дополнительную информацию о регионах, которая не может быть получена из детекторы края или же угловые детекторы. В ранних работах в этой области обнаружение блобов использовалось для получения интересующих областей для дальнейшей обработки. Эти области могут сигнализировать о наличии объектов или частей объектов в области изображения с приложением для распознавание объекта и / или объект отслеживание. В других областях, например гистограмма анализа, дескрипторы BLOB-объектов могут также использоваться для обнаружения пиков с приложением для сегментация. Другое распространенное использование дескрипторов больших двоичных объектов - это основные примитивы для текстура анализ и распознавание текстур. В более поздних работах дескрипторы blob нашли все более популярное применение в качестве точки интереса для широкой базы стерео согласование и сигнализировать о наличии информативных характеристик изображения для распознавания объектов на основе внешнего вида на основе локальной статистики изображения. Есть также родственное понятие обнаружение гребня сигнализировать о наличии удлиненных предметов.

Лапласиан гауссиана

Один из первых и наиболее распространенных детекторов blob основан на Лапласиан из Гауссовский (Бревно). Учитывая входное изображение ${displaystyle f (x, y)}$ , это изображение свернутый гауссовым ядром

{displaystyle g (x, y, t) = {frac {1} {2pi t}} e ^ {- {frac {x ^ {2} + y ^ {2}} {2t}}}}

в определенном масштабе ${displaystyle t}$ дать представление масштабного пространства ${displaystyle L (x, y; t) = g (x, y, t) * f (x, y)}$ . Тогда результат применения Лапласиан оператор

{displaystyle abla ^ {2} L = L_ {xx} + L_ {yy}}

вычисляется, что обычно приводит к сильным положительным результатам для темных пятен радиуса ${displaystyle r = {sqrt {2t}}}$ (для двумерного изображения ${displaystyle r = {sqrt {dt}}}$ для d-мерного изображения) и сильные отрицательные отзывы для ярких пятен аналогичного размера. Однако основная проблема при применении этого оператора в одном масштабе заключается в том, что реакция оператора сильно зависит от соотношения между размером блоб-структур в области изображения и размером ядра Гаусса, используемого для предварительного сглаживания. Поэтому для автоматического захвата больших двоичных объектов разного (неизвестного) размера в области изображения необходим многомасштабный подход.

Простой способ получить многомасштабный детектор капель с автоматическим выбором шкалы рассмотреть масштабно-нормированный оператор лапласа

{displaystyle abla _ {norm} ^ {2} L = t, (L_ {xx} + L_ {yy})}

и обнаружить максимумы / минимумы пространства масштаба, то есть точки, которые одновременно локальные максимумы / минимумы ${displaystyle abla _ {norm} ^ {2} L}$ в отношении как пространства, так и масштаба (Линдеберг 1994, 1998). Таким образом, учитывая дискретное двумерное входное изображение ${displaystyle f (x, y)}$ трехмерный дискретный объем-пространство ${displaystyle L (x, y, t)}$ вычисляется, и точка считается яркой (темной) каплей, если значение в этой точке больше (меньше), чем значение всех ее 26 соседей. Таким образом, одновременный выбор точек интереса ${displaystyle ({шляпа {x}}, {шляпа {y}})}$ и весы ${displaystyle {hat {t}}}$ выполняется согласно

{displaystyle ({hat {x}}, {hat {y}}; {hat {t}}) = operatorname {argmaxminlocal} _ {(x, y; t)} ((abla _ {norm} ^ {2} L) (x, y; t))}

.

Обратите внимание, что это понятие большого двоичного объекта дает краткое и математически точное рабочее определение понятия «большой двоичный объект», которое напрямую ведет к эффективному и надежному алгоритму обнаружения больших двоичных объектов. Некоторые основные свойства капель, определяемые из максимумов пространства масштаба нормализованного оператора Лапласа, заключаются в том, что отклики ковариантны с перемещениями, поворотами и масштабированием в области изображения. Таким образом, если принять максимум в масштабном пространстве в точке ${displaystyle (x_ {0}, y_ {0}; t_ {0})}$ затем при изменении масштаба изображения на коэффициент масштабирования ${displaystyle s}$ , будет максимум пространства масштаба при ${displaystyle (sx_ {0}, sy_ {0}; s ^ {2} t_ {0})}$ в масштабированном изображении (Lindeberg 1998). Это очень полезное на практике свойство означает, что помимо специфической темы обнаружения лапласовских капель, локальные максимумы / минимумы нормированного на масштаб лапласиана также используются для выбора масштаба в других контекстах, например, в обнаружение угла, масштабно-адаптивное отслеживание функций (Bretzner and Lindeberg 1998), в масштабно-инвариантное преобразование признаков (Lowe 2004), а также другие дескрипторы изображений для сопоставления изображений и распознавание объекта.

Свойства выбора масштаба для оператора Лапласа и других детекторов точек интереса с близким масштабом подробно анализируются в (Lindeberg 2013a).^[1]В (Lindeberg 2013b, 2015)^[2]^[3] показано, что существуют другие детекторы точек интереса в масштабном пространстве, такие как определитель оператора Гессе, которые работают лучше, чем оператор Лапласа или его приближение разности гауссианов для сопоставления на основе изображений с использованием локальных дескрипторов изображений, подобных SIFT.

Отличие гауссианского подхода

Из того, что представление масштабного пространства ${displaystyle L (x, y, t)}$ удовлетворяет уравнение диффузии

{displaystyle partial _ {t} L = {frac {1} {2}} abla ^ {2} L}

следует, что лапласиан гауссовского оператора ${displaystyle abla ^ {2} L (x, y, t)}$ также может быть вычислен как предельный случай разницы между двумя сглаженными по Гауссу изображениями (представления масштабного пространства)

{displaystyle {egin {выровнено} abla _ {norm} ^ {2} L (x, y; t) & приблизительно {frac {t} {Delta t}} left (L (x, y; t + Delta t) -L (x, y; t) ight) конец {выровнен}}}

.

В литературе по компьютерному зрению этот подход упоминается как разница гауссиан (DoG) подход. Однако, помимо мелких технических нюансов, этот оператор по сути похож на Лапласиан и может рассматриваться как приближение оператора Лапласа. Аналогично лапласовскому детектору капель, капли могут быть обнаружены по экстремумам разностей гауссианов в масштабном пространстве - см. (Lindeberg 2012, 2015)^[3]^[4] для явной связи между оператором разности Гаусса и нормированным по масштабу оператором Лапласа. Этот подход, например, используется в масштабно-инвариантное преобразование признаков (SIFT) алгоритм - см. Lowe (2004).

Определитель гессиана

Рассматривая нормированный по масштабу определитель гессиана, также называемый Оператор Монжа – Ампера,

{displaystyle operatorname {det} H_ {norm} L = t ^ {2} (L_ {xx} L_ {yy} -L_ {xy} ^ {2})}

куда ${displaystyle HL}$ обозначает Матрица Гессе представления масштабного пространства ${displaystyle L}$ а затем, обнаруживая максимумы этого оператора в пространстве масштаба, можно получить другой простой дифференциальный детектор капель с автоматическим выбором масштаба, который также реагирует на седла (Lindeberg 1994, 1998).

{displaystyle ({hat {x}}, {hat {y}}; {hat {t}}) = operatorname {argmaxlocal} _ {(x, y; t)} ((operatorname {det} H_ {norm} L ) (x, y; t))}

.

Точки капли ${displaystyle ({шляпа {x}}, {шляпа {y}})}$ и весы ${displaystyle {hat {t}}}$ также определяются из операционных дифференциально-геометрических определений, которые приводят к дескрипторам blob, которые ковариантны с перемещениями, поворотами и масштабами в области изображения. С точки зрения масштабного выбора, капли, определенные из экстремумов масштабного пространства детерминанта гессиана (DoH), также имеют несколько лучшие свойства масштабного выбора при неевклидовых аффинных преобразованиях, чем более часто используемый лапласовский оператор (Lindeberg 1994, 1998, 2015) .^[3] В упрощенной форме нормированный на масштаб определитель гессиана, вычисляемый из Вейвлеты Хаара используется в качестве основного оператора точки интереса в СЕРФ дескриптор (Bay et al. 2006) для сопоставления изображений и распознавания объектов.

Подробный анализ селективных свойств детерминанта оператора Гессе и других детекторов точек интереса в близком масштабе представлен в (Lindeberg 2013a).^[1] показывающий, что определитель оператора Гессе имеет лучшие свойства масштабного выбора при преобразованиях аффинных изображений, чем оператор Лапласа. (Lindeberg 2013b, 2015)^[2]^[3] показано, что определитель оператора Гессе работает значительно лучше, чем оператор Лапласа или его приближение разности гауссианов, а также лучше, чем операторы Харриса или Харриса-Лапласа, для сопоставления на основе изображений с использованием локального SIFT-подобного или Дескрипторы изображений, подобные SURF, что приводит к более высоким значениям эффективности и более низким показателям точности 1.

Гибридный лапласиан и определитель оператора Гессе (Гессе-Лапласа)

Также был предложен гибридный оператор между лапласианом и детерминантом гессианских детекторов блобов, в котором пространственный выбор осуществляется детерминантом гессиана, а масштабный выбор выполняется с помощью нормированного по масштабу лапласиана (Mikolajczyk and Schmid 2004):

{displaystyle ({hat {x}}, {hat {y}}) = operatorname {argmaxlocal} _ {(x, y)} ((operatorname {det} HL) (x, y; t))}

{displaystyle {hat {t}} = operatorname {argmaxminlocal} _ {t} ((abla _ {norm} ^ {2} L) ({hat {x}}, {hat {y}}; t))}

Этот оператор использовался для сопоставления изображений, распознавания объектов, а также для анализа текстур.

Аффинно-адаптированные дифференциальные детекторы капель

Дескрипторы blob, полученные от этих детекторов blob с автоматическим выбором масштаба, инвариантны к сдвигам, поворотам и равномерному изменению масштаба в пространственной области. Однако изображения, входящие в систему компьютерного зрения, также подвержены перспективным искажениям. Для получения дескрипторов больших двоичных объектов, более устойчивых к преобразованиям перспективы, естественным подходом является разработка детектора больших двоичных объектов, который инвариантен к аффинным преобразованиям. На практике аффинно-инвариантные точки интереса можно получить, применяя адаптация аффинной формы в дескриптор большого двоичного объекта, где форма сглаживающего ядра итеративно деформируется, чтобы соответствовать локальной структуре изображения вокруг капли, или, что эквивалентно, локальный фрагмент изображения итеративно деформируется, в то время как форма сглаживающего ядра остается вращательно-симметричной (Lindeberg and Garding 1997; Баумберг, 2000; Миколайчик, Шмид, 2004, Линдеберг, 2008). Таким образом, мы можем определить аффинно адаптированные версии оператора Лапласа / Разности Гаусса, определителя Гессиана и оператора Гессе-Лапласа (см. Также Харрис-Аффин и Гессен-Аффинный).

Детекторы пространственно-временных блобов

Определитель оператора Гессе был расширен на совместное пространство-время Виллемсом и др. ^[5] и Линдеберг,^[6] что приводит к следующему дифференциальному выражению с нормализованной шкалой

{displaystyle operatorname {det} (H _ {(x, y, t), norm} L) =, s ^ ​​{2gamma _ {s}} au ^ {gamma _ {au}} left ((L_ {xx} L_ { yy} L_ {tt} + 2L_ {xy} L_ {xt} L_ {yt} -L_ {xx} L_ {yt} ^ {2} -L_ {yy} L_ {xt} ^ {2} -L_ {tt} L_ {xy} ^ {2} ight).}

В работе Willems et al.,^[5] более простое выражение, соответствующее ${displaystyle gamma _ {s} = 1}$ и ${displaystyle gamma _ {au} = 1}$ использовался. В Линдеберге,^[6] было показано, что ${displaystyle gamma _ {s} = 5/4}$ и ${displaystyle gamma _ {au} = 5/4}$ подразумевает лучшие свойства масштабного выбора в том смысле, что выбранные масштабные уровни, полученные из пространственно-временного гауссова блоба с пространственной протяженностью ${displaystyle s = s_ {0}}$ и временная протяженность ${displaystyle au = au _ {0}}$ будет идеально соответствовать пространственной протяженности и временной продолжительности блоба, с выбором масштаба, выполняемым путем обнаружения пространственно-временных экстремумов масштабного пространства дифференциального выражения.

Оператор Лапласа был распространен на пространственно-временные видеоданные Линдебергом,^[6] что приводит к следующим двум пространственно-временным операторам, которые также представляют собой модели рецептивных полей нейронов без задержки и нейронов в LGN:

{displaystyle partial _ {t, norm} (abla _ {(x, y), norm} ^ {2} L) = s ^ {gamma _ {s}} au ^ {gamma _ {au} / 2} (L_ {xxt} + L_ {yyt}),}

{displaystyle partial _ {tt, norm} (abla _ {(x, y), norm} ^ {2} L) = s ^ {gamma _ {s}} au ^ {gamma _ {au}} (L_ {xxtt } + L_ {yytt}).}

Для первого оператора свойства выбора масштаба требуют использования ${displaystyle gamma _ {s} = 1}$ и ${displaystyle gamma _ {au} = 1/2}$ , если мы хотим, чтобы этот оператор принимал максимальное значение в пространственно-временных масштабах на уровне пространственно-временного масштаба, отражающего пространственную протяженность и временную длительность начинающегося гауссова блоба. Для второго оператора свойства выбора масштаба требуют использования ${displaystyle gamma _ {s} = 1}$ и ${displaystyle gamma _ {au} = 3/4}$ , если мы хотим, чтобы этот оператор принимал максимальное значение в пространственно-временных масштабах на пространственно-временном масштабном уровне, отражающем пространственную протяженность и временную длительность мигающего гауссова блоба.

Капли серого уровня, деревья капель серого уровня и капли пространства масштаба

Естественный подход к обнаружению капель - связать яркую (темную) каплю с каждым локальным максимумом (минимумом) в ландшафте интенсивности. Однако основная проблема такого подхода заключается в том, что локальные экстремумы очень чувствительны к шуму. Чтобы решить эту проблему, Линдеберг (1993, 1994) изучил проблему обнаружения локальных максимумов с протяженностью в нескольких масштабах в масштабное пространство. Область с пространственной протяженностью, определяемой по аналогии с водоразделом, была связана с каждым локальным максимумом, а также с локальным контрастом, определяемым из так называемой разграничивающей седловой точки. Локальный экстремум с таким образом определенным протяжением назывался капля серого уровня. Более того, продолжая аналогию с водоразделом за ограничивающей седловой точкой, дерево капли серого уровня был определен для захвата вложенной топологической структуры наборов уровней в ландшафте интенсивности, инвариантным к аффинным деформациям в области изображения и монотонным преобразованиям интенсивности. Изучая, как эти структуры развиваются с увеличением масштабов, понятие капли в масштабе пространства был представлен. Помимо локального контраста и протяженности, эти капли в пространстве масштаба также измеряли, насколько стабильны структуры изображения в пространстве масштаба, измеряя их время жизни в масштабном пространстве.

Было предложено, чтобы области интереса и дескрипторы шкалы, полученные таким образом, с соответствующими уровнями шкалы, определенными из шкал, на которых нормализованные меры силы пятна принимают свои максимумы по шкалам, могли использоваться для управления другой ранней визуальной обработкой. Был разработан ранний прототип упрощенных систем зрения, в которых такие области интереса и дескрипторы масштаба использовались для управления фокусом внимания активной системы зрения. Хотя конкретная техника, которая использовалась в этих прототипах, может быть существенно улучшена с помощью текущих знаний в области компьютерного зрения, общий общий подход все еще актуален, например, в том смысле, что в настоящее время используются локальные экстремумы по шкалам нормализованного по масштабу оператора лапласа. для предоставления информации о масштабе другим визуальным процессам.

Алгоритм обнаружения блобов на уровне серого на основе водораздела Линдеберга

С целью обнаружения капли серого уровня (локальные экстремумы с протяженностью) по аналогии с водоразделом Линдеберг разработал алгоритм, основанный на предварительная сортировка пиксели, альтернативно соединенные области, имеющие одинаковую интенсивность, возрастающий порядок значений яркости. Затем были выполнены сравнения между ближайшими соседями пикселей или связанных областей.

Для простоты рассмотрим случай обнаружения ярких пятен с уровнем серого и обозначим «более высокий сосед» вместо «соседний пиксель, имеющий более высокое значение уровня серого». Затем на любом этапе алгоритма (выполняется в порядке убывания интенсивности values) основан на следующих правилах классификации:

Если у региона нет более высокого соседа, то он является локальным максимумом и будет начальным значением большого двоичного объекта. Установите флаг, который позволяет капле расти.
В противном случае, если у него есть хотя бы один более высокий сосед, который является фоном, тогда он не может быть частью какого-либо blob и должен быть фоном.
В противном случае, если у него более одного старшего соседа и если эти более высокие соседи являются частями разных блобов, то он не может быть частью какого-либо блоба и должен быть фоном. Если кому-то из более высоких соседей все еще разрешено расти, снимите их флаг, который позволяет им расти.
В противном случае у него есть один или несколько более высоких соседей, которые все являются частями одного и того же большого двоичного объекта. Если этот большой двоичный объект все еще может расти, текущий регион должен быть включен как часть этого большого двоичного объекта. В противном случае область должна быть фоновой.

По сравнению с другими методами водораздела наводнение в этом алгоритме останавливается, когда уровень интенсивности падает ниже значения интенсивности так называемого ограничивающая седловая точка связанный с локальным максимумом. Однако распространить этот подход на другие типы водосборных сооружений довольно просто. Например, переходя за пределы первой ограничивающей седловой точки, можно построить «дерево капли серого». Более того, метод обнаружения блобов на уровне серого был встроен в представление масштабного пространства и выполняется на всех уровнях масштаба, в результате получается представление, называемое первичный эскиз в масштабе пространства.

Этот алгоритм с его приложениями в компьютерном зрении более подробно описан в диссертации Линдеберга. ^[7] а также монография по теории масштабных пространств ^[8] частично на основе этой работы. Более ранние презентации этого алгоритма также можно найти в.^[9]^[10] Более подробные описания приложений обнаружения блобов на уровне серого и первичного эскиза в масштабном пространстве для компьютерного зрения и анализа медицинских изображений приведены в.^[11]^[12]^[13]

Максимально устойчивые экстремальные области (MSER)

Matas et al. (2002) были заинтересованы в определении дескрипторов изображений, устойчивых к перспективные преобразования. Они изучили наборы уровней в ландшафте интенсивности и измерили, насколько они стабильны по измерению интенсивности. На основе этой идеи они определили понятие максимально устойчивые экстремальные области и показал, как эти дескрипторы изображений могут использоваться в качестве функций изображений для стерео согласование.

Между этим понятием и вышеупомянутым понятием дерева капли серого уровня существует тесная связь. Максимально стабильные экстремальные области можно рассматривать как конкретное подмножество дерева BLOB-объектов уровня серого явным для дальнейшей обработки.

Navigation