Nh v chính xác đ im khóa

Một phần của tài liệu Luận văn thạc sĩ công nghệ thông tin Nghiên cứu và xây dựng bộ lọc ảnh thông qua phân loại ảnh kết hợp với gom cụm (Trang 27)

M t khi m t đi m khóa ng c đ c tìm th y b ng vi c so sánh m t đi m nh v i các láng gi ng c a nó, thì b c ti p theo là th c hi n đi u ch nh chi ti t v i d li u lân c n cho v trí, t l , và t l c a các đ cong ch y u. Thông tin này cho phép lo i b các đi m có đ t ng ph n th p ho c đ c đ nh v kém d c biên.

Th c thi ban đ u c a h ng ti p c n này đã đ nh v m t cách đ n gi n các

đi m khóa v trí và t l c a đi m m u trung tâm. Tuy nhiên, g n đây ng i ta s d ng m t ph ng pháp khác đó là làm phù h p m t hàm b c hai 3D cho các

đi m m u đ a ph ng đ xác đ nh v trí n i suy c a đi m c c đ i, và các th nghi m đã cho th y r ng ph ng pháp này mang l i s c i ti n đáng k cho vi c so kh p và đ n đ nh. Ph ng pháp này s d ng phép khai tri n Taylor (t i đa

là d ng b c hai) c a hàm không gian t l , D(x,y, ), đ c thay đ i đ nh g c v trí đi m m u:

D(x) = D + 弟帖畷

弟掴 捲 + 怠

態捲脹 弟鉄帖

弟掴鉄捲 (2.4)

Trong đó D và các đ o hàm c a nó đ c đ nh giá đi m m u đó và x = (x,y, )T là offset t đi m này. V trí c a c c tr , x賦, đ c xác đ nh b ng vi c l y

đ o hàm theo x và thi t l p nó b ng 0, ta thu đ c:

x賦 =伐置鉄置淡第鉄貼迭置第置淡 (2.5)

Hình 2.3. Các giai đo n l a ch n các đi m khóa. (a) nh g c v i 233x189

đi m nh. (b) 832 v trí đi m khóa ban đ u các đi m c c đ i và c c ti u c a hàm Difference-of-Gaussian. Các đi m khóa đ c th hi n nh các vect cho

bi t t l , h ng và v trí. (c) Sau khi áp d ng m t ng ng lên đ t ng ph n t i thi u, còn l i 729 đi m khóa. (d) 536 đi m khóa cu i cùng đ c gi l i sau khi áp d ng m t ng ng cho t l c a các đ cong ch y u.

Theo đ xu t c a Brown thì ma tr n Hessian và đ o hàm c a D đ c x p x b ng vi c s d ng các đ chênh l ch gi a các đi m m u lân c n. N u offset

x賦l n h n 0.5 b t k chi u nào, thì có ngh a là c c tr đó n m g n v i m t đi m m u khác h n. Trong tr ng h p này, đi m m u đ c thay đ i và th c hi n phép n i suy thay cho đi m đó. Offset cu i cùng x賦đ c c ng thêm v h ng v trí

đi m m u c a nó đ có đ c s c l ng n i suy cho v trí c a c c tr đó.

Giá tr hàm c c tr , D(x賦), có ích cho vi c lo i b các c c tr không n

đ nh có đ t ng ph n th p. Có th đ t đ c đi u này b ng vi c th ph ng trình (2.18) vào (2.17), ta đ c: D(x賦) = D +1 2 D鐸 x x賦

Thông qua các thí nghi m ng i ta nh n th y r ng, t t c các c c tr có giá tr |D(x賦)| nh h n 0.03 đ u đ c lo i b .

Hình 2.3 cho th y hi u qu c a vi c l a ch n đi m khóa trên m t nh t

nhiên. tránh quá nhi u s l n x n, s d ng m t nh có đ phân gi i th p v i 233x189 đi m nh và các đi m khóa đ c th hi n nh các vect cho bi t v trí, t l , và h ng c a m i đi m khóa (vi c gán h ng đ c miêu t sau). Hình 2.3(a) th hi n nh g c, nh này đ c th hi n v i đ t ng ph n th p d n các hình ti p theo. Hình 2.3(b) ch ra 832 đi m khóa t t c các đi m c c đ i và c c ti u đ c phát hi n b i hàm Difference-of-Gaussian, trong khi đó hình 2.3(c) ch ra 729 đi m khóa còn l i sau khi lo i b các đi m có |D(捲賦)| nh h n 0.03. Ph n (d) s đ c gi i thích trong m c ti p theo.

* Lo i b các đáp ng biên

i v i tính n đ nh, không đ đ lo i b các đi m khóa có đ t ng ph n th p. Dù v trí d c theo biên đ c xác đ nh t i nh ng hàm Difference-of- Gaussian v n có m t đáp ng m nh d c theo các biên và vì v y không n đnh khi có các l ng nh t p nhi u.

nh đ c xác đ nh t i trong hàm Difference-of-Gaussian s có m t đ

cong l n ch y u ngang qua biên ngo i tr đ cong nh h ng tr c giao. Các

đ cong ch y u có th đ c tính t ma tr n Hessian 2x2, H, đ c tính v trí và t l c a đi m khóa: 殺= 釆経経掴掴 経掴槻 掴槻 経槻槻挽 (2.6) Các đ o hàm đ c c l ng b ng vi c l y các đ chênh l ch gi a các đi m m u láng gi ng.

Các giá tr riêng c a ma tr n H t ng ng v i các đ cong ch y u c a D. L y là giá tr riêng v i c ng đ l n nh t và là giá tr riêng v i c ng đ nh

h n. Khi đó, ta có th tính t ng các giá tr riêng t d u v t c a H và tích c a

chúng đ c tính t giá tr c a đ nh th c:

Tr(H) = Dxx + Dyy = + ,

Det(H) = DxxDyy – (Dxy)2= .

Trong tr ng h p không ch c x y ra đó là đ nh th c có giá tr âm, các đ

cong có các d u hi u khác nhau vì v y đi m b lo i b không ph i là m t c c tr . L y r là t l gi a giá tr riêng có c ng đ l n nh t và giá tr riêng có c ng đ

nh h n, đ = r . Khi đó, 劇堅(茎)態 経結建(茎) = (糠+紅)態 糠紅 = (堅紅+紅)態 堅紅態 = (堅+ 1)態 堅

Bi u th c (r+1)2/rnh n giá tr c c ti u khi hai giá tr riêng b ng nhau và

nó t ng cùng v i r. Vì v y, đ ki m tra xem t l c a các đ cong ch y u có d i m t ng ng r nào đó không, ta ch c n ki m tra:

劇堅(殺)態

経結建(殺)<

(堅 + 1)態

Các thí nghi m cho th y s d ng giá tr r = 10, s lo i b đ c các đi m khóa có t l gi a các đ cong ch y u l n h n 10. S chuy n ti p t Hình 2.3(c) sang Hình 2.3(d) th hi n các tác đ ng c a thao tác này.

Một phần của tài liệu Luận văn thạc sĩ công nghệ thông tin Nghiên cứu và xây dựng bộ lọc ảnh thông qua phân loại ảnh kết hợp với gom cụm (Trang 27)

Tải bản đầy đủ (PDF)

(95 trang)