Преобразование переписи - Census transform - Wikipedia

Пример преобразования переписи

Синтетическая сцена

Преобразование оттенков серого с последующим преобразованием переписи

В преобразование переписи (CT) - оператор изображения, который ассоциируется с каждым пиксель из оттенки серого image двоичная строка, кодирующая, имеет ли пиксель меньшую интенсивность, чем каждый из его соседей, по одному на каждый бит. Это непараметрическое преобразование, которое зависит только от относительного упорядочения интенсивностей, а не от фактических значений интенсивности, что делает его инвариантным относительно монотонный вариации освещение, и он хорошо ведет себя при наличии мультимодальных распределений интенсивности, например по границам объекта.^[1] Он имеет приложения в компьютерное зрение, и он обычно используется в визуальных проблемы с перепиской Такие как оптический поток расчет и несоответствие оценка.^[2]

Преобразование переписи связано с преобразование ранга, который связывает с каждым пикселем количество соседних пикселей с большей интенсивностью, чем сам пиксель, и был представлен в той же статье.^[3]

Алгоритм

Наиболее распространенная версия преобразования переписи использует окно 3x3, сравнивая каждый пиксель ${ displaystyle p}$ со всеми его 8-связными соседями с функцией ${ Displaystyle xi}$ определяется как

${ displaystyle xi (p, p ') = { begin {cases} 0 & { text {if}} p> p' 1 & { text {if}} p leq p ' end { случаи}}.}$

Результаты этих сравнений объединяются, и значение преобразования представляет собой 8-битное значение, которое может быть легко закодировано в байт.

${ displaystyle { begin {array} {| c | c || c |} hline 124 & 74 & 32 hline 124 & 64 & 18 hline 157 & 116 & 84 hline end {array}} longrightarrow { begin {array} {| c | c | c |} hline 1 & 1 & 0 hline 1 & x & 0 hline 1 & 1 & 1 hline end {array}} longrightarrow 11010111}$

Сходство между изображениями определяется путем сравнения значений преобразования переписи для соответствующих пикселей с использованием Расстояние Хэмминга.^[3] Существует несколько вариантов алгоритма, использующих различный размер окна, порядок соседей в шаблоне (по строкам, по часовой стрелке, против часовой стрелки), оператор сравнения (больше, больше или равно, меньше, меньше или равно).^[4]

Расширение алгоритма использует трехстороннее сравнение, которое позволяет представлять похожие пиксели, разница в интенсивности которых меньше параметра допуска. ${ displaystyle epsilon}$, определяется как^[5]

${ displaystyle xi (p, p ') = { begin {cases} 0 & { text {if}} p-p'> epsilon 1 & { text {if}} | p-p '| leq epsilon 2 & { text {if}} p'-p> epsilon end {case}}}$

результат которого может быть закодирован двумя битами для каждого соседа, таким образом удваивая размер шаблона для каждого пикселя.

${ displaystyle { begin {array} {| c | c || c |} hline 124 & 74 & 32 hline 124 & 64 & 18 hline 157 & 116 & 84 hline end {array}} longrightarrow { begin {array} {| c | c | c |} hline 2 & 1 & 0 hline 2 & x & 0 hline 2 & 2 & 2 hline end {array}} longrightarrow 21020222}$

Смотрите также

• Локальные бинарные шаблоны

Рекомендации

• Хафнер, Дэвид; Деметц, Оливер; Вейкерт, Иоахим (2013). «Почему преобразование переписи хорошо подходит для надежного вычисления оптического потока?» (PDF). Международная конференция по масштабному пространству и вариационным методам компьютерного зрения. С. 210–221.
• Штейн, Фритьоф (2004). «Эффективное вычисление оптического потока с использованием преобразования переписи». Совместный симпозиум по распознаванию образов. С. 79–86.
• Забих, Рамин; Деревянная шпилька, Джон (1994). «Непараметрические локальные преобразования для вычисления визуального соответствия» (PDF). Европейская конференция по компьютерному зрению. С. 151–158.