PDF Giáo trình máy và hệ thống xử lý ảnh trong công nghiệp, Lê Mỹ Hà

Tin đăng trong 'Tài liệu nghiệp vụ, dạy nghề, training' bởi mod_luong, Cập nhật cuối: 22/11/2022.

  1. mod_luong

    mod_luong Moderator Staff Member

    Tham gia :
    09/10/2019
    Bài viết:
    2.448
    Lượt thích:
    52
    Điểm thành tích:
    22.322
    [​IMG]
    Giáo trình máy và hệ thống xử lý ảnh trong công nghiệp, Lê Mỹ Hà

    MỤC LỤC
    LỜI NÓI ĐẦU .......................................................................................... 3
    Chương 1: GIỚI THIỆU ......................................................................... 9
    1.1 THỊ GIÁC MÁY .................................................................................. 9
    1.2 MỐI LIÊN HỆ VỚI CÁC LĨNH VỰC KHÁC ................................. 11
    1.3 VAI TRÒ CỦA TRI THỨC .............................................................. 13
    1.4 TÍNH CHẤT HÌNH HỌC CỦA HÌNH ẢNH ................................... 13
    1.5 LẤY MẪU VÀ LƯỢNG TỬ HÓA ................................................... 16
    1.6 ĐỊNH NGHĨA VỀ ẢNH ................................................................... 18
    1.7 CÁC MỨC ĐỘ TÍNH TOÁN ........................................................... 20
    BÀI TẬP .................................................................................................. 24
    BÀI TẬP NHÓM ..................................................................................... 25
    Chương 2: XỬ LÝ HÌNH ẢNH NHỊ PHÂN ....................................... 29
    2.1 NGƯỠNG ẢNH ................................................................................ 31
    2.2 ĐẶC TÍNH HÌNH HỌC .................................................................... 34
    2.3 CÁC HÌNH CHIẾU ........................................................................... 37
    2.4 MÃ HÓA THEO CHIỀU DÀI .......................................................... 40
    2.5 THUẬT TOÁN NHỊ PHÂN .............................................................. 41
    2.6 HOẠT ĐỘNG HÌNH THÁI .............................................................. 57
    2.7 NHẬN DẠNG CÁC TÍNH CHẤT QUANG HỌC ........................... 63
    BÀI TẬP .................................................................................................. 63
    BÀI TẬP NHÓM ..................................................................................... 64
    Chương 3: VÙNG ẢNH ........................................................................ 65
    3.1 VÙNG VÀ BIÊN ............................................................................... 65
    3.2 VÙNG PHÂN ĐOẠN ....................................................................... 67
    6
    3.3 ĐẠI DIỆN VÙNG ............................................................................. 76
    3.4 PHÂN CHIA VÀ GỘP LẠI .............................................................. 83
    3.5 PHÁT TRIỂN VÙNG ........................................................................ 89
    BÀI TẬP .................................................................................................. 92
    BÀI TẬP NHÓM ..................................................................................... 93
    Chương 4: LỌC ẢNH ........................................................................... 95
    4.1 BIỂU ĐỒ VỀ SỰ THAY ĐỔI .......................................................... 95
    4.2 HỆ THỐNG TUYẾN TÍNH .............................................................. 98
    4.3 LỌC TUYẾN TÍNH ........................................................................ 100
    4.4 LỌC TRUNG VỊ ............................................................................. 103
    4.5 HÀM MỊN GAUSSIAN .................................................................. 104
    BÀI TẬP ................................................................................................ 115
    BÀI TẬP NHÓM ................................................................................... 116
    Chương 5: PHÂN TÍCH ĐƯỜNG BIÊN ........................................... 117
    5.1 GRADIENT ..................................................................................... 120
    5.2 CÁC BƯỚC ĐỂ PHÂN TÍCH LỚP BIÊN ..................................... 122
    5.3 HÀM ĐẠO HÀM BẬC HAI ........................................................... 125
    5.4 BIẾN ĐỔI LAPLACE CỦA HÀM GAUSSIAN ............................ 132
    5.5 XẤP XỈ HÌNH ẢNH ....................................................................... 136
    5.6 PHÁT HIỆN BIÊN GAUSSIAN ..................................................... 142
    5.7 ƯỚC TÍNH VỊ TRÍ CỦA ĐIỂM ẢNH CON .................................. 146
    5.8 PHÁT HIỆN BIÊN .......................................................................... 148
    5.9 PHƯƠNG PHÁP TUẦN TỰ ........................................................... 150
    5.10 PHÁT HIỆN ĐƯỜNG BIÊN ........................................................ 151
    BÀI TẬP ................................................................................................ 151
    BÀI TẬP NHÓM ................................................................................... 153
    7
    Chương 6: ĐƯỜNG BAO (Contour) ................................................. 155
    6.1 HÌNH HỌC CỦA ĐƯỜNG CONG ................................................ 156
    6.2 ĐƯỜNG CONG KỸ THUẬT SỐ ................................................... 157
    6.3 TƯƠNG THÍCH VỚI ĐƯỜNG CONG .......................................... 160
    6.4 ĐƯỜNG POLYLINE ...................................................................... 162
    6.5 CÁC CUNG TRÒN ......................................................................... 167
    6.6 MẶT CẮT HÌNH NÓN ................................................................... 170
    6.7 ĐƯỜNG CONG SPLINE ................................................................ 173
    6.8 XẤP XỈ ĐƯỜNG CONG ................................................................ 175
    6.9 MÔ TẢ FOURIER .......................................................................... 185
    BÀI TẬP ................................................................................................ 186
    BÀI TẬP NHÓM ................................................................................... 190
    TÀI LIỆU THAM KHẢO ................................................................... 194
     
    pdf : Bạn cần để tải tài liệu
    Đang tải...
  2. mod_luong

    mod_luong Moderator Staff Member

    Tham gia :
    09/10/2019
    Bài viết:
    2.448
    Lượt thích:
    52
    Điểm thành tích:
    22.322
    TÀI LIỆU THAM KHẢO
    [1] I. E. Abdou and W. K. Pratt. Quantitative design and evaluation of
    enhancement/thresholding edge detectors. Proceedings of the
    IEEE, 67(5):753-763, May 1979.
    [2] J. K. Aggarwal and N. Nandhakumar. On the computation of
    motion from sequences of images: A review. Technical Report TR-
    88-2-47, University of Texas. Austin, April 1988.
    [3] N. Ahuja and A. L. Abbot. Active stereo: Integrating disparity,
    vergence, focus, aperture, and calibration for surface estimation.
    IEEE Trans. Pattern Analysis and Machine Intelligence, 15(10):
    1007-1029, 1993.
    [4] J. Aisbett. Optical flow with an intensity-weighted smoothing.
    IEEE Trans. Pattern Analysis and Machine Intelligence,
    11(5):512—522, May 1989.
    [5] J. Y. Aloimonos. Shape from texture. Biological Cybernetics,
    58(5):345,
    [6] J. Y. Aloimonos and I. Rigoutsos. Determining the 3-d motion of a
    rigid planar patch without correspondence, under perspective
    projection. Proc. Workshop on Motion, pages 167-174, 1986.
    [7] J. Y. Aloimonos and I. Rigoutsos. Determining the 3-d motion of a
    rigid surface patch without correspondence, under perspective
    projection, i. planar surfaces; ii. curved surfaces. Proc. National
    Conf. on Artificial Intelligence, pages 681-688, 1986.
    [8] J. Y. Aloimonos, I. Weiss, and A. Bandyopadhyay. Active vision.
    Int. J. Computer Vision, 1:333-356, 1988.
    [9] P. Anandan. A computational framework and an algorithm for the
    measurement of visual motion. Int. J. Computer Vision, 2(3):283-310,
    [10] H. Asada and M. Brady. The curvature primal sketch. IEEE Trans.
    Pattern Analysis and Machine Intelligence, 8(1):2—14, January
    [11] N. Ayache and B. Faverjon. Efficient registration of stereo images
    by matching graph descriptions of edge segments. Int. J. Computer
    Vision, pages 107-131, 1987.
    [12] N. Ayache and F. Lustman. Fast and reliable trinocular stéréovision.
    Proc. First Intl. Conf. Computer Vision, pages 422-427, 1987.
    195
    [13] R. Bajcsy and L. Lieberman. Texture gradient as a depth cue.
    Comp. Graph, and Image Proc.. 5:52-67, 1976.
    [14] R. Bajcsy. Active perception. Proc. IEEE, 76(8):996-1005, 1988.
    [15] H. H. Baker and R. C. Bolles. Generalizing epipolar-plane image analysis
    on the spatiotemporal surface. Int. J. Computer Vision, 3:33-49,
    [16] H. H. Baker and T. O. Binford. Depth from edge and intensity
    based stereo. Proc. 7th Int. Joint Conf. AI. pages 631-636, 1981.
    [17] W. H. Baker. Elements of Photogrammetry. Ronald Press
    Company, New York, 1960.
    [18] D. H. Ballard. Generalizing the hough transform to detect arbitrary
    shapes. Pattern Recognition, 13(2): 111—122, 1981.
    [19] D. H. Ballard and C. M. Brown. Computer Vision. Prentice-Hall,
    Englewood Cliffs, New Jersey, 1982.
    [20] S. T. Barnard and M. A. Fischler. Computational stereo.
    Computing Surveys, 14(4):553-572, December 1982.
    [21] S. T. Barnard and W. B. Thompson. Disparity analysis of images.
    IEEE Trans. Pattern Analysis and Machine Intelligence, 2(4):333-
    340, July 1980.
    [22] R. H. Bartels, J. C. Beatty, and B. A. Barsky. An Introduction to
    Splines for Use in Computer Graphics and Geometric Modeling.
    Morgan Kaufmann, Los Altos, California, 1987.
    [23] D. M. Bates and D. G. Watts. Nonlinear Regression Analysis and
    Its Applications. Wiley, New York, 1988.
    [24] J. V. Beck and K. J. Arnold. Parameter Estimation in Engineering
    and Science. Wiley, New York, 1977.
    [25] F. Bergholm. Edge focusing. IEEE Trans. Pattern Analysis and
    Machine Intelligence, 9(6):726-741, November 1987.
    [26] P. J. Besl. Active, optical range imaging sensors. Machine Vision
    and Applications, 1:127-152, 1988.
    [27] P. J. Besl and R. C. Jain. Three-dimensional object recognition.
    Computing Surveys, 17(1):75 145, March 1985.
    [28] P. J. Besl and R. C. Jain. Segmentation through variable-order surface
    fitting. IEEE Trans. Pattern Analysis and Machine
    Intelligence, 10(2):167-192, March 1988.
    196
    [29] P. J. Besl and N. D. McKay. A method for registration of 3-d
    shapes. IEEE Trans. Pattern Analysis and Machine Intelligence,
    14(2):239— 256, February 1992.
    [30] J. R. Beveridge et al. Segmenting images using localized histograms
    and region merging. Int. J. Computer Vision, 2(3):311 -347, 1989.
    [31] J. D. E. Beynon and D. R. Lamb, editors. Charge-Coupled Devices
    and Their Applications. McGraw-Hill Book Company (UK)
    Limited, London, 1980.
    [32] B. Bhanu and C. Ho. CAD-based 3-d object recognition for robot
    vision. Computer, 20(8): 19-36, 1987.
    [33] T. O. Binford. Spatial understanding: The successor system. Proc.
    DARPA Image Understanding Workshop, pages 12-20, 1989.
    [34] T. O. Binford. Survey of model-based image analysis systems. Int.
    J. Robotics Research, 1(1): 18—64, 1982.
    [35] A. Blake and A. Zisserman. Visual Reconstruction. MIT Press,
    Cambridge, 1987.
    [36] D. Blostein and N. Ahuja. Shape from texture: Integrating textureeleinent
    extraction and surface estimation. IEEE Trans. Pattern
    Analysis and Machine Intelligence, 11(12):1233 1251, 1989.
    [37] R. C. Bolles, H. H. Baker, and D. H. Marimont. Epipolar-plane
    image analysis: An approach to determining structure from motion.
    Int. J. Computer Vision, 1:7-55, 1987.
    [38] R. C. Bolles and M. A. Fischler. A RANSAC-based approach to
    model fitting and its application to finding cylinders in range data.
    In Int. Joint. Conf. Artificial Intelligence, pages 637-643, 1981.
    [39] F. L. Bookstein. The Measurement of Biological Shape and Shape
    Change. Lecture Notes in Biomathernatics, 24. Springer, New York,
    [40] F. L. Bookstein. A statistical method for biological shape
    comparisons. J. Theoretical Biology, 107:475-520, 1984.
    [41] F. L. Bookstein. Size and shape spaces. Statistical Science, 1:181-
    242, 1986
    [42] F. L. Bookstein. Principal warps: Thin-plate splines and the decomposition
    of deformations. IEEE Trans. Pattern Analysis and
    Machine Intelligence, 11 (6):567 585, June 1989.
    197
    [43] G. E. P. Box, W. G. Hunter, and J. S. Hunter. Statistics for Experimenters:
    An Introduction to Design, Data Analysis, and Model
    Building. Wiley, New York, 1978.
    [44] K. L. Boyer and A. C. Kak. Color-encoded structured light for rapid active
    ranging. IEEE Trans. Pattern Analysis and Machine Intelligence,
    [45] J. M. Brady and H. Asada. Smoothed local symmetries and their
    implementation. Int. J. Robotics Research, 3:36-61, 1984.
    [46] M. Brady, J. Ponce, A. Yuille, and H. Asada. Describing surfaces.
    Computer Vision, Graphics and Image Processing, 32(1): 1-28,
    October 1985.
    [47] T. J. Broida and R. Chellappa. Estimation of object motion parameters
    from noisy images. IEEE Trans. Pattern Analysis and
    Machine Intelligence, 8(l):90-99, January 1986.
    [48] T. J. Broida and R. Chellappa. Performance bounds for estimating
    three-dimensional motion parameters from a sequence of noisy
    images. J. Opt. Soc. Am. A, 6(6), June 1989.
    [49] R. A. Brooks. Model-based three-dimensional interpretations of
    two- dimensional images. IEEE Trans. Pattern Analysis and
    Machine Intelligence, 5(2):140-149, 1983.
    [50] R. A. Brooks, R. Greiner, and T. O. Binford. The acronym modelbased
    vision system. In Int. Joint. Conf. Artificial Intelligence, 1979.
    [51] D. C. Brown. Close range camera calibration. Photogrammetric
    Engineering, 37(8):855-866, August 1971.
    [52] P. J. Burt. Fast algorithms for estimating local image properties. Computer
    Vision, Graphics and Image Processing, 21:368-382, 1983.
    [53] J. F. Canny. A computational approach to edge detection. IEEE
    Trans. Pattern Analysis and Machine Intelligence, 8(6):679-698,
    November 1986.
    [54] P. Cavanaugh. Size and position invariance in the vision system.
    Perception, 7:167-177, 1978.
    [55] P. Cavanaugh. Size invariance: Reply to Schwartz. Perception,
    10:469- 474, 1981.
    [56] I. Chakravarty and H. Freeman. Characteristic views as a basis for
    three-dimensional object recognition. Proc. SPIE Conf. Robot
    Vision, 336:37-45, 1982.
    198
    [57] R. T. Chin and C. R. Dyer. Model-based recognition in robot
    vision. ACM Computing Surveys, 18(1):67—108, March 1986.
    [58] W. F. Clocksin. Perception of surface slant and edge labels from
    optical flow: A computational approach. Perception, 9:253-269, 1980
    [59] W. J. Cody and W. Waite. Software Manual for the Elementary
    Functions. Prentice-Hall, Englewood Cliffs, New Jersey, 1980.
    [60] L. Cohen et al. Hierarchical region-based stereo matching. Proc. Conf.
    Computer Vision and Pattern Recognition, pages 416-421, 1989.
    [61] R. W. Conners and C. A. Harlow. Equal probability quantizing and
    texture analysis of radiographic images. Comp. Graph, and Image
    Proc., 8:447-463, 1978.
    [62] R. Courant and D. Hilbert. Methods of Mathematical Physics, volume
    1. John Wiley & Sons, Interscience Publishers, New York, 1937.
    [63] N. A. C. Cressie. Statistics for Spatial Data. Wiley, New York, 1991.
    [64] G. R. Cross and A. K. Jain. Markov random field texture models.
    IEEE Trans. Pattern Analysis and Machine Intelligence, 5(l):25-39,
    [65] J. L. Crowley and R. Stern. Fast computation of the difference of
    low-pass transform. IEEE Trans. Pattern Analysis and Machine
    Intelligence, 6:212-222, March 1984.
    [66] E. De Micheli, B. Caprile, P. Ottonello, and V. Torre. Localization
    and noise in edge detection. IEEE Trans. Pattern Analysis and
    Machine Intelligence, 11(10): 1106—1117, October 1989.
    [67] M. P. do Carmo. Differential Geometry of Curves and Surfaces.
    Prentice-Hall, Englewood Cliffs, New Jersey, 1976.
    [68] E. R. Dougherty and C. R. Giardina. Mathematical Methods for
    Artificial Intelligence and Autonomous Systems. Prentice-Hall,
    Englewood Cliffs, New Jersey, 1988.
    [69] A. W. Drake. Fundamentals of Applied Probability Theory.
    McGraw- Hill, New York, 1967.
    [70] R. O. Duda and P. Hart. Pattern Classification and Scene Analysis.
    Wiley, New York, 1973.
     

Chia sẻ trang này