可以詳細一點介紹一下嗎?Skyobs 寫:這個大概可以用multi-resolution或moment等方法. 但對任意數目的群數,就可能需要其他較複雜的segmentation方法.
研討 -- 電腦圖像處理+識別問題
Re: 研討 -- 電腦圖像處理+識別問題
可以應用在很多地方啊...sbod 寫:是英仙座雙星團的恆星分佈?WenXP 寫:如圖. 每個點的坐標都是知道的. 電腦怎樣認得出有多少個群和每個群的中心點所在呢? 換句話說, 怎樣設計一個程式, 當讀入任何類似圖檔, 都能輸出群數和群中心坐標的資料呢?
Or 球狀星團的剖面圖?
中心: 點與點距離最近? 最密集的地區?
假如點係平均分佈, 無最密集的地區, 計算手法會不同嗎?
路過......
( 嗯...... 你近來在研究什麼啊? [推眼鏡] )
這其實是Computer Vision的課題之一.
你用Google找一下必可找到大量題目和前人嘗試過的解題法.
而我提出的這題, 在網上找不到相關的, 因此在此提出來集思廣益.
用來做甚麼?
譬如說, 我要搜尋出某一天區所有的星團. 我可以把天區分割為10000個小區, 用電腦控制望遠鏡, 自動拍下每一小區. 而我就要從這10000張相片中找星團. 我想知道星團數目和每個星團的中心坐標.
Histogram-based只在分辨色彩強度不同的區域時有用. 在此問題上應該用不上.Skyobs 寫:其實我對當中詳細的數學都理解不多. 大致上人看到主題的那張圖,就會粗略把點分成兩群,然後找每一群的中心. 在圖像處理上可以說是先做segmentation, 然後計算centroid. 難就難在怎樣才算是一群. 那圖中算有兩群還是三群?
Histogram-based(或稱projection,可能會用上moment)和multi-scale segmentation是對這類問題比較常用的方法. 算法和算式就要找圖像處理的書.
multi-scale segmentation, 要利用gassian blur產生不同模糊度的圖, 再為每幅圖量度edge, 再統計哪些edge是在每幅blurred圖上都出現... 這方法在一維圖上或可用得上, 但對二維圖未免太複雜太缺效率了吧? (也許是我想錯了?)
首先 講句 sorry ~
因為我唔熟 image processing 同 Signal Processing ~
講錯既話, 請見諒 ~
(我 research interest 係 information security ~ XD)
我只係覺得你尼個 topic 好似 Vector Quantization 差不多咁 ~
我以前上堂見過, 好似同 LBG 有關咁 ~
LBG : Linde–Buzo–Gray algorithm
(basically same as Lloyd-Max algorithm)
上 google search 的 ~
http://ocw.mit.edu/OcwWeb/Electrical-En ... tureNotes/
http://andrew.csie.ncyu.edu.tw/pdf2/11- ... zation.pdf
因為我唔熟 image processing 同 Signal Processing ~
講錯既話, 請見諒 ~
(我 research interest 係 information security ~ XD)
我只係覺得你尼個 topic 好似 Vector Quantization 差不多咁 ~
我以前上堂見過, 好似同 LBG 有關咁 ~
LBG : Linde–Buzo–Gray algorithm
(basically same as Lloyd-Max algorithm)
上 google search 的 ~
http://ocw.mit.edu/OcwWeb/Electrical-En ... tureNotes/
http://andrew.csie.ncyu.edu.tw/pdf2/11- ... zation.pdf
Re: 研討 -- 電腦圖像處理+識別問題
令人想起Terminator 判斷別人身形的一幕......WenXP 寫: 可以應用在很多地方啊...
這其實是Computer Vision的課題之一.
你用Google找一下必可找到大量題目和前人嘗試過的解題法.
而我提出的這題, 在網上找不到相關的, 因此在此提出來集思廣益.
用來做甚麼?
譬如說, 我要搜尋出某一天區所有的星團. 我可以把天區分割為10000個小區, 用電腦控制望遠鏡, 自動拍下每一小區. 而我就要從這10000張相片中找星團. 我想知道星團數目和每個星團的中心坐標.
再off-topic: 現代的天文學家都是用這種手法決定天體的座標?
我猜Face-Detection是用了Pattern recognition技術, 計算cross-correlation. 我想這就是Skyobs提到的Matching技術.
這技術很有趣的. 把先儲存起的"標準人面圖"(兩眼一口... 即三片深色圖塊...)轉換成一支多維向量(vector), 同時把CCD中的影象的一部分也轉成向量. 計算兩支向量間的夾角(名為cross-correlation), 如夾角很小, 即代表兩圖很像. 如果夾角很大, 就找CCD影象的另一些部分去嘗試, 直至找到為止. 如所有部分都試過而又找不到相配對到的, 就等於沒有面孔了.
真正的Face-Detection是否如此, 就不得而知了. 畢竟是商業秘密.
這技術很有趣的. 把先儲存起的"標準人面圖"(兩眼一口... 即三片深色圖塊...)轉換成一支多維向量(vector), 同時把CCD中的影象的一部分也轉成向量. 計算兩支向量間的夾角(名為cross-correlation), 如夾角很小, 即代表兩圖很像. 如果夾角很大, 就找CCD影象的另一些部分去嘗試, 直至找到為止. 如所有部分都試過而又找不到相配對到的, 就等於沒有面孔了.
真正的Face-Detection是否如此, 就不得而知了. 畢竟是商業秘密.
其實face detection 好笨, 在白紙上畫個圓 + 雙眼 + 口, 部機一樣會對焦......WenXP 寫:我猜Face-Detection是用了Pattern recognition技術, 計算cross-correlation. 我想這就是Skyobs提到的Matching技術.
這技術很有趣的. 把先儲存起的"標準人面圖"(兩眼一口... 即三片深色圖塊...)轉換成一支多維向量(vector), 同時把CCD中的影象的一部分也轉成向量. 計算兩支向量間的夾角(名為cross-correlation), 如夾角很小, 即代表兩圖很像. 如果夾角很大, 就找CCD影象的另一些部分去嘗試, 直至找到為止. 如所有部分都試過而又找不到相配對到的, 就等於沒有面孔了.
真正的Face-Detection是否如此, 就不得而知了. 畢竟是商業秘密.
誰在線上
正在瀏覽這個版面的使用者:沒有註冊會員 和 10 位訪客