Use LEFT and RIGHT arrow keys to navigate between flashcards;
Use UP and DOWN arrow keys to flip the card;
H to show hint;
A reads text to speech;
166 Cards in this Set
- Front
- Back
Wie ist das mathematische Modell eines Farbbildes definiert?
|
Als Matrix von Intensitätswerten I(x,y,Lambda) an der Position (x,y)
|
|
Was ist ein RGB Bild?
|
Jeder Pixel ist Triple aus 8Bit-Werten für den Rot-, Grün- und Blauanteil
|
|
Was ist ein Grauwertbild?
|
1-Kanal-Bild mit 8Bit Lambda-Werten = {0-255}
|
|
Wie kann man aus einem RGB Bild ein Grauwertbild erzeugen?
|
Man kann einen Farbkanal (gibt 3) nehmen und diesen in den Kanal des Grauwertbildes kopieren.
|
|
Welche Bittiefe benötigt man für Röntgenbilder?
|
4096 = 2^12
|
|
Was ist eine Video Lookup Tabelle?
|
VLT ist Index-Tabelle die RGB-Farbintensitätswerte besitzt, die Zeile entspricht Index.
|
|
Was ist ein Indexbild?
|
Jeder Bildpunkt hat als Farbwert Lambda nur den Index einer Zeile der VLT
|
|
Was ist ein Binärbild?
|
Ein Bild, dessen 1-Kanal-Farbwerte entweder 0 oder 1 sind.
|
|
In welchem Bereich liegt das sichtbare Licht?
|
Etwa 380 nm bis 780 nm
|
|
Wie konvertiert man aus einem 1-Kanal-Bild zu einem Binärbild?
|
Legt einen Schwellwert fest. Alles über diesem wird 1, alles darunter 0.
|
|
Was ist Licht?
|
Licht ist eine elektromagnetische Welle mit Lichtgeschwindigkeit = Wellenlänge * Frequenz (c=lambda*f)
|
|
Was ist das additive Farbsystem?
|
Das Überlagern aller Farben ergibt weiß. RGB (Monitor) Modell
|
|
Was ist das subtraktive Farbmodell?
|
Das Überlagern aller Farben ergibt schwarz. CMY (Druckmodell)
|
|
Welche gerätespezifische Farbsysteme gibt es?
|
YIQ, Y=Helligkeit, I=Farbton, Q=Sättigung
YUV, Y=Helligkeit, U=Farbton, V=Farbton (PAL) YCbCr, Y=Helligkeit, Cb=Unterschied zwischen Blau und einem Referenzwert, Cr=Unterschied zwischen Rot und einem Referenzwert |
|
Wie konvertiert man von einem RGB-Bild in ein Grauwertbild?
|
y=Y/3 mit Y= wr*R + wg*G + wb*B (w jeweils Gewichtung der Farbwerte)
|
|
Wie wandelt man von RGB in das CMY Farbmodell um?
|
(255,255,255) - (R,G,B) = (C,M,Y)
|
|
Wie ist das CMY Farbmodell definiert?
|
Findet Verwendung in der Drucktechnik. Aufbau wie RGB-Bild aber mit Cyan- , Magenta- und Yellow-Werten
|
|
Wie ist das HSV Farbmodell definiert?
|
H=Farbton, S=Sättigung, V=Intensität/Helligkeit
HSV basiert auf einem Farbzylinder mit Spitze nach Unten. In der Mitte ist die Sättigung minimal, nach Außen steigt sie zum Maximum linear an. Der Farbton ist ein Winkel, die Helligkeit ist die Höhenlage im Zylinder. |
|
Wie konvertiert man von RGB in das HSV Farbmodell um?
|
Laut Formel auf Folie K1-21
|
|
Wie konvertiert man von RGB in den YIQ (NTSC) oder YUV Farbraum?
|
YIQ = (MATRIX mit def. Werten) * RGB
|
|
Wie definiert man das XYZ-Farbsystem (Standardisiert)?
|
Basiert auf 3 imaginären
Primärfarben X, Y, Z, die so gewählt wurden, dass alle sichtbaren Farben mit nur positiven Komponenten beschrieben werden können. X und Z sind Farbton, Y die Helligkeit |
|
Was ist Diskretisierung?
|
Eine Funktion zu Skalierung eines Bildes auf eine Darstellungsfläche.
|
|
Was ist die Ortsauflösung?
|
Die Anzahl der Pixel auf einer Darstellungsfläche
|
|
Was ist die Farbauflösung?
|
Die Anzahl der Farben, mit denen das Bild maximal dargestellt werden kann
|
|
Was versteht man unter Quantisierung?
|
Die Einteilung der Farbwerte in eine kleinere Farbwertmenge.
|
|
Welche Fehlerarten könnne bei der Digitalisierung auftreten?
|
Abtastfehler (Aliasing) und Quantisierungsfehler (zu geringe Farbtiefe, körnige Bilder)
|
|
Was versteht man unter Aliasing?
|
Abtastfehler bei der Digitalisierung von Bildern. Kleine Objekte z.B. verschwimmen zu Flächen. Man sollte immer die Abtastrate so wählen, dass sie der doppelten, maximalen Frequenz entspricht.
|
|
Was versteht man unter dem Moirè-Effekt?
|
Fehler der beim Abtasten von periodischen Strukturen auftreten kann. Macht sich bei der Überlagerung von regelmäßigen feinen Rastern durch zusätzliche scheinbare grobe Raster bemerkbar. Tritt besonders auf Strukturen mit Frequenzen abgetastet werden, die niedriger sind als die doppelte Frequenz der Strukturen selbst (Nyquist-Shannon-Abtasttheorem)
|
|
Welche Abtastrate sollte man wählen?
|
Immer die Doppelte Abtastrate der Bildauflösung.
Z.B. Bild mit 300dpi sollte mit mindestens 600dpi gescannt werden. |
|
Was für Bildeigenschaften kennen Sie?
|
Nachbarschaft
Zusammenhängende Regionen Pfade Distanzmaße auf Nachbarschaften |
|
Was ist Nachbarschaft? Wofür braucht man es?
|
Wenn ein Bild hinsichtlich seiner Bildelemente digital ausgewertet werden soll, können Nachbarschaftsbeziehungen zwischen Pixeln über Quadratische (also 4er bzw 8er) oder über Hexagonale Gitter identifiziert werden.
|
|
Was ist Unterabtastung?
|
Eine Abtastrate die KLEINER als 2 * fmax ist.
|
|
Was ist ein Pfad?
|
Eine Folge von benachbarten Pixeln unter gleicher Homogenitätsbedingung. Ein geschlossener Pfad hat gleichen Anfangs- und Endpixel.
|
|
Was ist ein zusammenhängendes Gebiet?
|
Die Menge aller Pixel, zwischen denen Pfade existieren.
|
|
Was ist ein Rand?
|
Folge von Pixeln eines zusammenhängenden Gebietes, die zum Gebiet gehören und zu Pixeln benachbart sind, die nicht dazu gehören.
|
|
Was für Distanzmaße kennen Sie?
|
Euklidische Distanz
entspricht der Diagonale zwischen zwei Pixeln und wir mathematisch durch den Pythagoras aus x1,y1 und x2,y2 berechnet. Schachbrettdistanz Ist Maximum von |(x1-x2)| und |(y1-y2)| Cityblock oder Manhatten-Distanz |x1-x2| + |y1-y2| |
|
Was versteht man unter einem Histogramm?
|
Histogramme sind Häufigkeitsverteilungen und beschreiben die Häufigkeit der einzelnen Intensitätswerte. h(g)= Anzahl der Pixel mit Intensitätswert g = Haufigkeit zum Grauwert g. Histogramme enthalten keine Informationen, wo Grauwerte im Bild auftreten.
|
|
Welche Methoden der Bildverbesserung kennen Sie?
|
Histogramme stretchen, anpassen, linearisieren
Gammakorrektur zusätzlich auf Pixeln: Invertieren, Clipping/Clamping, Binarisieren, Algorithmus von Otsu (Schwellwertsuche!) |
|
Wie errechne ich ein normiertes Histogramm?
|
Ein normiertes Histogramm nennt man Wahrscheinlichkeitsdichtefunktion. Man errechnet dabei die relative Häufigkeit der Intensitätswerte -> hp(g)= h(g)/(M*N) mit M*N als Bildgröße
|
|
Wie errechne ich ein kumulatives Histogramm?
|
Das kumulative Histogramm heißt Verteilsfunktion. Man errechnet für den Grauwert 0-g die Summe der relativen Häufigkeiten hp(g) -> H(g)= summe von 0 bis g hp(g).
|
|
Was versteht man unter dem Mittelwert eines Bildes?
|
Der Mittelwert liefert eine Aussage darüber, ob ein Bild insgesamt heller oder dunkler ist.
|
|
Was versteht man unter der Varianz eines Bildes?
|
Die Varianz berechnet die mittlere quadratische Abweichung, die auf den Kontrast des Bildes schließen lässt.
|
|
Was versteht man unter der Standardabweichung?
|
Berechnet die Streuung um den Erwartungswert.
Standardabw^2 = Summe von 0 bis G von p(i)*(gi - mittelwert)^2 |
|
Was ist ein Belichtungsfehler?
|
Ein Belichtungsfehler liegt bei ungenutzen Intensitätsbereichen an einem Ende der Intensitätsskala und Häufungen am anderen Ende (Sättigung) vor.
|
|
Was beschreibt die Dynamik eines Bildes?
|
Sie beschreibt die Anzahl verschiedener Farb- bzw. Grauwerte eines Bildes.
|
|
Wie ist der globale Kontrast definiert?
|
Cglobal = gmax - gmin, d.h.
Differenz zwischen minimalen und maximalen Pixelwert |
|
Worum handelt es sich bei der Grauwertspreizung?
|
Bei der Grauwertspreizung oder Histogramm Stretching handelt es sich um ein Verfahren zur Bildverbesserung. Dabei wird der globale Kontrast vergrößert um Belichtungsfehler auszugleichen. Dazu werden die Grauwerte g über eine Funktion auf neue Grauwerte g’ abgebildet -> g’(g)=(g-gmin)* ((wmax - wmin)/(gmax - gmin)) + wmin mit wmin und wmax als neue Grenzwerte.
|
|
Wie geht die Grauwertspreizung in Matlab?
|
Mit "imadjust".
J = imadjust(I, [low_in; high_in], [low_out; high_out]); die _in-Werte sind gi Werte, welche auf _out verschoben werden. |
|
Was ist der lokale Kontrast?
|
??
|
|
Was versteht man unter Gamma-Korrektur?
|
Darunter versteht man eine nicht leniare Grauwertspreizung durch eine Potenzfunktion. Formel siehe K2-20. Der Exponent y ist der einzige Parameter. y=1 bedeutet Eingangssignal = Ausgangssignal. y<1 bedeutet eine Spreizung der helleren und Stauchung der dunkleren Grauwerte. y>1 ist genau der umgekehrte Fall.
|
|
Wie geht die Gamma-Korrektur in Matlab?
|
Fast genauso wie die Grauwertspreizung. Die Formeln sind sich ja auch ziemlich ähnlich. In Matlab ist die Funktion die gleiche, es wird nur zusätzlich ein Wert für Gamma angegeben:
J = imadjust(I, [low_in; high_in], [low_out; high_out], gamma); |
|
Welche sind die Parameter zur Messung und Steuerung der Histogrammverteilung?
|
Globaler Kontrast, Lokaler Kontrast, Entropie
|
|
Wie ist die Entropie definiert?
|
E(hp) = - Summe von 0 bis G-1 { hp(g) * log2 hp(g) }
|
|
Was versteht man unter der Histogrammlinearisierung?
|
Dabei verwendet man die Entropie zur Verbesserung des Kontrastes. Man sucht dabei eine Transferfunktion g’, welche die Grauwerte g auf neue Grauwerte abbildet, so dass die Entropie des Histogramms hp der Anzahl der verwendeten Bits entspricht. Das Ziel ist die Maximierung der Entropie. Man nimmt dazu als Transferfunktion das kumulative Histogramm mit wmax = 255:
g’(g) = wmax * H(g) |
|
Was ist Binning?
|
Braucht man zum Erstellen von Histogrammen für Bilder mit mehr als 8 Bits. Dabei wird der Wertebereich G z.B. auf 256 Grauwerte abgebildet, indem G in 256 gleich große Intervalle (Bins) unterteilt wird.
|
|
Wie erstellt man Histogramme bei Farbbildern?
|
Möglichkeiten:
- je ein Histogramm pro Farbkanal erstellen - Visualisierung der verwendeten Farben im RGB-Würfel - Erstellen eines Luminanzhistogrammes |
|
Was ist ein Luminanzhistogramm?
|
Ein Histogramm der Bildintensität. Vorgehen ist einfach das Erstellen einen Grauwertbildes aus dem Farbbild. z.B. durch Extraktion den V-Kanals nach Farbtransformation eines RGB-Bildes in ein HSV-Bild.
|
|
Wie geht Histogrammlinearisierung in Matlab?
|
J = histeq(I)
|
|
Was ist das Decorrelation Stretching?
|
Verstärkung der Farbtrennung durch eine Band-zu-Band-Korrelation.
|
|
Was in drei Teufels Namen sind Punktoperationen?
|
Operationen auf Bildern, die nur die Werte von einzelnen Pixeln betreffen.
|
|
Homogene Operationen, wie sind diese definiert?
|
Operationen, die unabhängig von den Bildkoordinaten sind.
|
|
Was ist Clipping bzwl Clamping?
|
Clipping beschreibt das Setzen einer Schwelle [Smin; Smax], sodass alle alle Werte kleiner Smin auf Smin und Werte größer Smax auf Smax gestezt werden.
Clamping setzt einen berechneten Wert der außerhalb der Grenzen [Min; Max] der möglichen Grauwerte liegt auf den Grenzwert. |
|
Worum gehts beim Thresholding?
|
Kommt bei der Binarisierung zum Einsatz. Dabei handelt es sich um eine spezielle Quantisierung des Bildes in 2 Grauwerte (1 Bit) durch einen bestimmten Schwellwert t. Es gibt verschiede Verfahren zum Ermitteln des Schwellwertes. In Matlab: J= im2bw(i, treshold);
|
|
Erklären Sie das Schwellwertverfahren nach Otsu.
|
Es soll ein Schwellwert bestimmt werden, bei dem die Varianzen innerhalb der Klassen minimal und zwischen den beiden Klassen maximal wird.
|
|
Mit welcher Funktion erhält man den Schwellwert eines Grauwertbildes?
|
graytresh(Igray)
|
|
Was bedeutet die Filterung eines Bildes?
|
Bei der Filterung eines Bildes werden die Bildpunkte (Pixel) in Abhängigkeit von ihrer Nachbarschaft manipuliert.
|
|
Was bedeutet Filterung im Ortsraum?
|
Direkte Manipulation der Pixelwerte im Bildbereich.
|
|
Was bedeutet Filterung im Frequenzraum?
|
- Bildtransformation (z.B. diskrete Fourier Transformation)
- Manipulation der Transformierten - Rücktransformation in den Bildbereich |
|
Wie kann man ein Bild in Matlab drehen?
|
Irot = imrotate(I, 180);
|
|
Wie erreicht man eine Faltung in Matlab?
|
h = ones(5,5) / 25 <-- ein Filter
Ifiltered = imfilter(I, h, 'conv') |
|
Was ist Bildglättung durch Faltung im Ortsraum (Konvolution)?
|
Zentrum einer Filtermatrix wird auf jeden Pixel eines Bildes gesetzt und benachbarte Bildpunkte mit der Formel K3-4 neu berechnet.
|
|
Formel für die Faltung?
|
siehe Folie Kk-4
Beachten: - Filtermaske hat immer ausnahmslos positive Koeffizienten - Koeffizienten sind immer normalisiert - Filtermaske ist immer ungrade Größe - Faltung ist ein linearer Filter |
|
Was sind Randprobleme?
|
Durch die Faltung mit einem Filter gibt es an den Bildrändern Probleme, da die Berechnung der Faltung davon ausgeht, daß die Filtermaske mittig auf das zu faltende Pixel gesetzt wird.
|
|
Lösungen für Randprobleme?
|
- Bild wird um 2k Spalten und 2k Zeilen kleiner
- Randbereiche werden auf konstanen Wert gesetzt - Randbereiche erhalten den Originalwert - Bild wird periodisch fortgesetzt |
|
Was sind die Eigenschaften der Faltung?
|
- linear
- ortsunabhängig (Verschiebungsinvariant) - Kummutativ (Reihenfolge nicht wichtig) - Assoziativ |
|
Was sind Glättungsfilter?
|
Rechteckfilter, Mittelwertfilter, Gauß-/Binomialfilter
|
|
Was ist der Unterschied zwischen linearen und Binomialfilter?
|
Bei linearen Filtern sind alle Koeffizieten der Filtermatrix gleich. Beim Binomialfilter entsprechen die Koeffizienten den Binomialkoeffizienten entsprechend dem Pascalschen Dreieck
|
|
Was sind separable Filter?
|
Wenn man statt einer 2D-Filterung, zwei 1D-Filterungen ausführt und das selbe Ergebnis raus kommt
|
|
Was versteht man unter Kantenextraktion?
|
Dabei handelt es sich um die Detektion von Kanten und Linien durch lineare Filter. Sie basieren auf der n-ten Ableitung der Helligkeitswerte der Pixel.
|
|
Wie sieht der Laplace-Operator aus?
|
0 1 0
1 -4 1 0 1 0 |
|
Sobeloperatoren?
|
siehe Folie K3-24
|
|
Was sind die Eigenschaften des Marr Hildreth Kantendetektors?
|
- die Größe des Filters muss sich der Bildgröße anpassen, weil Grauwertunterschiede unabhängig von der Auflösung sind
-> der Operator muss sich in der Größe verändern können - ein plötzlicher Grauwertsprung (=Kante) führt zu einem Peak in der 1. Ableitung oder zu einem Nulldurchgang in der 2. Ableitung -> Marr Hildreth Detektor ist der Laplace-Operator der Gaußfunktion |
|
Wie beeinflusst die Größe der Filtermaske die Kantendetektion?
|
Große Filtermasken detektieren verschmierte Kanten und kleine Filtermasken detektieren feine Details.
Ergo sollte das zu detektierende Objekt bestenfalls in der Größe bekannt sein. |
|
Wie funktioniert der Zero Crossing Pixel Algorithmus?
|
3x3 Umgebung um Pixel untersuchen und diesen als Zero Crossing Pixel markieren, falls einer dieser Fälle eintritt:
- Vorzeichenwechsel links-rechts - Vorzeichenwechsel oben-unten - Vorzeichenwechsel über Diagonale links oben - rechts unten - Vorzeichenwechsel über Diagonale rechts oben - links unten |
|
Wie wird der Marr Hildreth Kantendetector in Matlab eingesetzt?
|
Ibw = edge(I, 'zerocross', tresh, h);
[BW, tresh] = edge(I, 'zerocross', ...) |
|
Welche Methoden zur Kantendetektion kennen Sie?
|
Im Ortsraum kennen wir die Detektion durch lineare Filter.
Weiterhin gibt es den Sobel-Filter Marr Hildreth Canny Edge |
|
Was sind nicht-lineare Filter?
|
Filter bei denen keine lineare Multiplikation der Filterkoeffizienten mit dem Bild durchgeführt wird. Also keine Faltung stattfindet. z.B. Median-Filter
|
|
Wie verwendet man nicht-lineare Filter in Matlab?
|
I2 = nlfilter(I, [3 3], filter); <- filter ist ein Handle
A = imread('cameraman.tif'); fun = @(x) median(x(:)); B = nlfilter(A,[3 3],fun); imshow(A), figure, imshow(B) |
|
Wie verwendet man den Median-Fitler in Matlab?
|
I2 = medfilt2(I);
|
|
Wie erstellt man in Matlab ein Funktion-Handle?
|
Beispiel
-- function y = imagestd(x) y = uint8(round(std2(x))); -- Rückgabewert: y Aufruf: Ineu = imagestd(I); |
|
Wie verwende ich blockweise Filterung in Matlab?
|
- Function Handle auf Funktion BLKAVG
- dann I2 = blkproc(I, [N,M], filter); |
|
Was ist eine orthogonale Transformation?
|
Orthogonale Transformationen sind invertierbare Transformationen auf Grundlage von orthogonaler Basen.
Fouriertransformation Kosinustransformation Wavelettransformation |
|
Wie lautet die Grundlegende Aussage zur Fouriertransformation?
|
Jede Funktion lässt sich als Summe von gewichteten Sinus und Cosinusschwingungen darstellen.
|
|
Was sind die Anwendungsbereiche der Orthogonalen Transformation?
|
- Bildrestauration
- Bildkompression - Filteroperationen zur Bildverbesserung - Bildrekonstruktion aus Projektionen |
|
Warum transformiert man in der BV?
|
Ein Bild ist eine 2D diskrete Funktion mit beschränktem Definitions- und Wertebereich. Man transformiert die Funktion in eine geeignetere Darstellung, um folgende Operationen zu vereinfachen:
- Invertierung von Bildstörungen - Filteroperationen zur Bildverbesserung - Beschreibung von informationsreduzierenden Einflüssen - Bildkompressionsverfahren - Bildrekonstruktion aus Projektionen |
|
Wie können die weniger wichtigen Daten elimiert werden?
|
Diskrete Kosinutransformation
Diskrete Wavelettransformation |
|
Wie kann die wellenförmige Störung entfernt werden?
|
Diskrete Fouriertransformation
|
|
Wie ist die Fouriertransformierte definiert?
|
F(u,v) = Re(F(u,v)) + i * Im(F(u,v))
|
|
Wie wird die Amplitude bzw. das Spektrum der Fouriertransformierten berechnet?
|
| F(u,v) | = sqrt( Re^2(F(u,v)) + Im^2(F(u,v)) )
|
|
Wie verwende ich die Fouriertransformation in Matlab?
|
siehe Folie K4-22
|
|
Welchem Prinzip folgt die Filterung im Frequenzraum?
|
Originalbild->Vorverarbeitung->Fouriertransformation->Filterfunktion->Inverse Fouriertransformation->Nachbearbeitung->gefiltertes Bild
|
|
Wie lauten die Faltungstheoreme?
|
f(x,y) * h(x,y) <=> H(u,v] x F(u,v)
f(x,y) x h(x,y) <=> H(u,v) * F(u,v) |
|
Wann filtert man wo?
|
Bei kleinen Filtermasken im Ortsraum, bei großen im Frequenzraum
|
|
Was ist ein Tiefpaßfilter?
|
Ein Glättungsfilter. Er eliminiert die hohen Frequenzen und läßt die neidrigeren unverändert.
|
|
Wie verwende ich den Tiefpaßfilter in Matlab?
|
siehe Folie K4-29
|
|
Was ist ein Hochpaßfilter?
|
Die Umkehrung der Tiefpaßfilter. Lassen also hohe Frequenzen durch und schwächen oder eliminieren die niedrigen Frequenzen
|
|
Wie sieht die Filterung im Frequenzraum in Matlab aus?
|
function H = lpfilter(image,type,D0,n)
% image = Bild der Grösse M x N % type = {'ideal', 'btw', 'gaussian'} % n = Ordnung % D0 = Radius um den Nullpunkt (u,v) = (0,0) % Funktion liefert die Filterübertragungsfunktion H |
|
Wie Sobelt man im Frequenzraum mit Matlab?
|
function highpass(I)
%% Sobelfilterung im Frequenzraum durchführen %% Sobelfilter im Ortsraum definieren und im Frequenzraum erzeugen %h = fspecial('sobel'); % 3x3 Sobelfilter zur Detektion vertikaler Kanten h = [1 0 -1; 2 0 -2; 1 0 -1] Hc = freqz2(h, 256, 256); % Achtung: erzeugt zentrierten Filter figure; imshow(abs(Hc),[]); % Filter dezentrieren H = ifftshift(Hc); figure; imshow(abs(H), []); %% Fouriertransformation berechnen F = fft2(double(I), 256, 256); %% Filterung im Fourierraum durchführen G = H.*F; %% Rücktransformation g = real(ifft2(G)); %% Ergebnis anzeigen figure; imshow(real(g), []); |
|
Wozu filtert man im Frequenzraum?
|
Ideale, Butterworth und Gauß`sche Bandpaßfilter können zur Rauschreduktion von periodischem Rauschen eingesetzt werden, indem die Störfrequenzen ausgeblendet werden, dh. man setzt eine sogenannte Bandsperre.
|
|
Was macht ein Notch Fehler?
|
Er filtert Frequenzen in einem engen Frequenzbereich. Bedeutet damit sperrt man nicht ein komplettes Frequenzband sonder nur einen kleine Bereich im Frequenzspektrum eines Signals.
|
|
Wie erkennt man periodische Bildfehler (Störfrequenzen)?
|
Periodisches Rauschen zeigt sich durch falsche Peaks im Amplitudenspektrum des Bildes.
|
|
Was versteht man unter Korrelation?
|
Die Korrelation mißt die Ähnlichkeit zwischen zwei Bildern oder Bildsegmenten. Zwei Bilder sind ähnlich, wenn deren Grauwertänderungen ähnlich sind. Das mißt die Kovarianz.
|
|
Wie ist die Kovarianz definiert?
|
siehe Folie K4-49
|
|
Wozu Korrelation?
|
Verwendet man zur Ähnlichkeitssuche, sprich man kann Objekte/Muster in Bildern suchen.
|
|
Wie lautet die Formel zur Korrelation?
|
Diese ist bis auf das Vorzeichen identisch mit der Formel der Faltung. siehe K4-51
|
|
Wie verwende ich die Korrelation in Matlab?
|
dftcorr(f,w) -> Korrelation eines Musters w mit einem Bild f. Ausgabe ist ein Korrelationsbild vom Typ double. Man kann auch imfilter benutzen. Die Standardmethode zum Filtern ist da auch Korrelation.
|
|
Was ist das Additionstheorem bei Fourier?
|
Die Summe von Fourier-Transformierten entspricht der Fouriertransformation der Summe der Funktionen
|
|
Was ist das Ähnlichkeitstheorem bei Fourier?
|
Eine Dehnung der Zeitachse entspricht einer Stauchung der Frequenzachse, und umgekehrt.
|
|
Worin unterscheiden sich histologische Schnitte?
|
- Rotationen und Translationen
- Helligkeit und Kontrast - Bildinhalt (globale Deformationen) |
|
Was ist die diskrete Kosinustransformation?
|
Als Basisfunktionen dienen Kosinuswellen unterschiedlicher Frequenz, Frequenzraum bleibt aber reell.
|
|
Was ist die diskrete Waveletttransformation?
|
Bedeutet die Zerlegung des Bildes in Wellen und Orte. Als Basisfunktionen dienen Wellen unterschiedlicher Frequenz, die räumlich begrenzt sind
|
|
Was ist Kompression?
|
Datenreduktion durch Entfernung der Redundanz in Bilddaten
|
|
Was sind Codierer und Decodierer?
|
Der Codierer (Kompressor) komprimiert das Bild:
Eingabebild->Kompressionsverfahren->Kompressionsbild Der Decodierer (Dekompressor) macht das genaue Gegenteil |
|
Was ist die Kompressionsrate K?
|
Beschreibt das Verhältnis der unkomprimierten zu den komprimierten Daten. Definiert durch:
K= durchschnittliche Codelänge unkomprimierter Daten / durschschnittliche Codelänge komprimierter Daten |
|
Welche Kompressionsraten kennen Sie?
|
Die Signalkompression (K=2 bis K=4)
Die umgebungsbasierte Kompression (K=2 bis K=4) Die wahrnehmungsorientierte Kompression (K=10 bis K=30) |
|
Was ist die Signalkompression?
|
Das Bild besteht aus einer Folge von voneinander unabhöngigen Pixeln, die nacheinander übertragen werden sollen. Dabei ist die Häufigkeit der Grauwerte nicht gleich. Man definiert dann unterschiedlich lange Codes für verschiedene Grauwerte. Der Grauwert mit der höchsten Häufigkeit erhält den kürzesten Code (1 Bit).
|
|
Welche Bedeutung hat die Entropie für die Kompression?
|
Die Entropie misst die durchschnittliche Anzahl der benötigten Bits. Das ist ein Maß für den maximal erzielbaren Kompressionsfaktor. Die Entropie berechnet sich aus dem normierten Histogramm. Je gleichmäßiger die Grauwerte verteilt sind, desto höher wird die Entropie.
|
|
Was ist die Huffman-Codierung?
|
Man fasst die Grauwerte nach ihrer Häufigkeit so lange zusammen, bis nur noch 2 Symbole existieren. Die Code-Zuteilung wird in einem Baum dargestellt, der bei der Decodierung traversiert wird.
Aufbau in 4 Schritten: 1. Berechne normiertes Histogramm 2. Eingangssymbole nach Häufigkeit ordnen 3. Symbolreduktion: Die zwei seltensten Symbole zu einem kombinierten Symbol zusammensetzen bis nur noch 2 Symbole übrig bleiben. 4. Code-Zuteilung: Zerlegung der zusammengesetzten Symbole und Vergabe von neuen Codes. Bei jeder Zerlegung verlängert sich der Code. |
|
Was ist die Reduktion der räumlichen Redundanz?
|
Verfahren, die die Redundanz von benachbarten Pixeln berücksichtigt. z.B. Lauflängencodierung
|
|
Was ist die Lauflängencodierung (RLE)?
|
Ein Run oder Lauf sind aufeinanderfolgende Pixel mit gleichen Werten die zusammengefasst werden. Die Richtung der Pixelfolge ist dabei vorgegeben (meistens entlang der X-Achse).
|
|
Für welche Bilder ist die Lauflängencodierung nicht geeignet?
|
Für verrauschte Bilder. Dort hat man sehr viele kleine Grauwertänderungen, sprich viele kleine Runs. Eine Lösung ist die Zerlegung des Bildes in Bitebenen und die Runs separat auf jeder Ebene laufen lassen
|
|
Was ist der Grey-Code?
|
Bei einem Gray-Code unterscheiden sich zwei aufeinander folgende Zahlen um höchstens 1 Bit
|
|
Was versteht man unter der Reduktion der Bedeutungsredundanz?
|
Die Verfahren:
- Quantisierung im Ortsraum (Farbquantisierung) - Quantisierung im Frequenzraum (Cosinustransformation) |
|
Was bedeutet Quantisierung im Ortsraum?
|
Darunter versteht man die Reduktion der Ortsauflösung und/oder die Reduktion der Quantiseirung (darstellbare Farben)
|
|
Wie verwende ich die diskrete Kosinustransformation in Matlab?
|
J = dct2(I);
|
|
Was ist JPEG?
|
Kompressionsverfahren für Bilder, insbesondere für Fotos. Hat eine Datenreduktionsrate um den Faktor 1:16.
Aufbau: 1. Farbraumkonvertierung und Unterabtastung (RGB nach YCC Farbraum) 2. Kosinustransformation und Quantisierung im Spektralraum 3. Verlustfreie Kompression (mit Lauflängen- oder Huffman-Kodierungsverfahren) |
|
Wie ist der Aufbau des JPEG-Kompressors?
|
Eingabebild->Aufteilung 8x8 Blöcke->DCT->Normalisierung/Quantisierung->Symbolkodierung->Kompressionsbild
|
|
Wie ist der Aufbau des JPEG-Dekompressors?
|
Kompressionsbild->Denormalisierung->Inverse DCT->8x8 Blöcke Mischer->Rekonstruiertes Bild
|
|
Was bedeutet Morphologie?
|
Beschreibt die Form und Struktur von Bildobjekten. zB. Ausgedehntheit, Konkavitäten, Anzahl Löcher eines Bildobjektes
|
|
Was sind morphologische Operationen?
|
Verändern der Form von Bildobjekten, Merkmale von Formen berechnen, Detektieren von Formen
|
|
Wie sieht die morphologische Basisoperation aus?
|
g = f X s mit f = Bild/Menge von Pixeln und s = Strukturelement
X steht für einen Operator (Vereinigung, Differenz, Schnitt...) |
|
Was sind die Voraussetzungen für morohologische Operationen?
|
- Mengen in der mathematischen Morphologie entsprechen Objekten oder Mustern in einem Bild
- Bild in ein Binärbild oder Grauwertbild -Strukturelement besteht aus 0 und 1, wobei die 1en diejenigen Pixel definieren, die zu einer Nachbarschaft gehören |
|
Was versteht man unter Dilatation?
|
Das Strukturelement wird über jede Pixelposition gelegt und es wird eine logische Oder-Verknüpfung ausgeführt. Das Ergebnis wird im Ausgabebild an der Stelle des Ursprungs des Strukturelementes gespeichert.
Dilatation nutzt man um Objekte zu vergrößern, oder Löcher zu schließen. |
|
Wie ist die Dilatation definiert?
|
Sie entspricht einer Oder-Verknüpfung des Bildes und des Stukturelementes:
g = f || s |
|
Wie wird die Dilatation in Matlab durchgeführt?
|
% Bild einlesen
A = imread('broken-text.tif'); subplot(1,2,1); imshow(A), title('Original'); % Strukturelement definieren: % 010 % 111 % 010 B = [0 1 0; 1 1 1; 0 1 0]; % Dilatation berechnen A2 = imdilate(A,B); % Ergebnis anschauen und abspeichern subplot(1,2,2); imshow(A2), title('Dilatation'); imwrite(A2,'broken-text-dilatation.tif'); |
|
Wie kann man in Matlab ein Strukturelement erzeugen?
|
Entweder man legt selber eine Matrix an, oder man benutzt die Funktion strel:
z.B. strel('diamond',4) -> flache Diamantform mit max Abstand zum Ursprung = 4 |
|
Wie lässt sich die Effizienz einer Dilatation verbessern?
|
Durch geeignete Zerlegung kann man die Effizienz steigern. Die Rechenzeit entspricht in etwa der Anzahl der Einsen. Bei einer vollen Matix ist die Zerlegung in Zeilen und Spaltenvektor sinnvoll.
|
|
Wie zerlege ich das Strukturelement in Matlab?
|
% Strukturelement erzeugen
% 41 Einsen se = strel('diamond',4) % Strukturelement wird in 3 Strukturelemente zerlegt, % die zu einer effizienten morphologischen Operation % führen decomp = getsequence(se); |
|
Was versteht man unter Erosion?
|
Das Strukturelement wird über jede Pixelposition gelegt und es wird eine logische Und-Verknüpfung ausgeführt. Das Ergebnis wird im Ausgabebild an der Stelle des Ursprungs des Strukturelementes gespeichert.
Erosion wird genutzt um Objekte kleiner zu machen. Löcher vergrößern sich. Objekte werden gelöscht wenn sie kleiner als das Strukturelement sind |
|
Wie ist die Erosion definiert?
|
g = f && s
|
|
Wie funktioniert die Erosion in Matlab?
|
I = imread('wirebond-mask.tif');
se = strel('disk', 5) I2 = imerode(I, se); imwrite(I2, 'wirebond-mask_erosion5.tif'); |
|
Wie funktioniert Dilatation und Erosion bei Grauwertbildern?
|
Die durch das Strukturelement überdeckten Pixel definieren eine Menge die der Größe nach sortiert wird.
Bei der Dilatation wird der Ursprung durch das Maxim der Menge ersetzt, bei der Ersosion durch das Minimum. Beim Medianfilter durch den Median der Reihenfolge |
|
Was ist Opening?
|
Opening
Erst Erosion, danach Dilatation --> Rundet Kanten --> Entfernt dünne Verbindungen und dünne herausragende Strukturen |
|
Was ist Closing?
|
Erst Dilatation, dann Erosion
--> schließt Lücken, Verbindet nahe Objekte |
|
Wie verwende ich Opening und Closing in Matlab?
|
I = imread('shapes.tif');
Original % 20x20 Strukturelement se = strel('square', 20); % Opening des Bildes I mit % Strukturelement se Opening I_opening = imopen(I, se); % Closing des Bildes I mit % Strukturelement se Closing I_closing = imclose(I,se); |
|
Was macht die Hit-or-Miss Transformation ?
|
UND-Operation zwischen zwei Erosionen, wobei das Strukturelement ein Paar B=(B1,B2) und Ac das Komplement zu A (d.h. A invertiert) sind.
|
|
Wie bekommt man durch Erosion ein Kantenbild?
|
Grauwertbild in BW-Bild umrechnen
Auf BW-Bild erosion durchführen Erodiertes Bild von Original-Bild abziehen |
|
Welche morphologische Algorithmen kennen Sie?
|
Kantenextraktion
Detektion von Löchern Extraktion von zusammenhängenden Regionen Konvexe Hülle bestimmen Verdünnen - Erosion Verdicken - Dilatation Skelettieren Morphing |
|
Was macht die Distanztransformation?
|
Liefert den kürzesten Abstand von einem Pixel zum
Objektrand • Positive Abstände: Pixel liegt innerhalb des Objektes • Negative Abstände: Pixel liegt außerhalb Abstandsmaß: Euklidisch, Cityblock, Schachbrett, ... |
|
Wie funktioniert (IDEE) die Distanztransformation?
|
Ausgangsbild ist ein Binärbild.
b0 =b. erzeuge schwarzes bild mit gleicher dimension: neu addiere die werte von b0 auf neu erodiere b0 -> b1 addiere die werte von b1 aud neu ... erodiere und addiere, bis bn keinen pixel mit 1 mehr hat |
|
Was ist das Skelett eines Objektes?
|
Das Skelett eines Objektes ist die Menge aller Mittelpunkte von Kreisen mit maximalem Radius, die vollständig innerhalb des Objektes liegen
|
|
Wie wird das Skelett eines Objektes berechnet?
|
Mit der Hit-or-Miss transformation und 8 verschiedenen Strukturelementen
Diese werden benötigt, um alle Richtungen abzufangen |
|
Was ist Segmentierung?
|
Zusammenfassen von Pixelregionen mit ähnlichen Eigenschaften
|
|
Welche Arten der Segmentierung gibt es?
|
Man unterscheidet datenbasierte (pixelbasierte, bildbasierte (nochmal unterteilt in regionenbasierte und kantenbasierte)), modellbasiert und texturbasierte Segmentierung
|
|
Was ist region growing?
|
Verfahren, das Gruppen von Pixeln (Subregionen) zu größeren Regionen unter vordefinierten Bedingungen zusammenfaßt
|
|
Was ist Region splitting?
|
Unterteile (splitte) jede Region Ri in 4 Quadranten, falls Homogenitätsbedingung P(Ri) = false
Wenn nicht mehr unterteilt werden kann, verschmelze benachbarte Regionen für die P(Ri, Rk) = true |