Thi Giac May Tinh Vo Quang Hoang Khang Xla Baigiang 04

om
.c
ng
co
Chương 4:
an
CÁC CẤU TRÚC DỮ LIỆU ng
th
o
du
u
cu
Võ Quang Hoàng Khang

TPHCM - 2016
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Các mức biểu diễn dữ liệu hình ảnh
om
1.
.c
2. Traditional data structures
ng
co
3. Hierarchical data structures
an
th
o ng
du
u
cu
2
 Mô tả được các mức biểu diễn hình ảnh.
om
.c
 Giải thích được lý do sử dụng các cấu trúc dữ liệu/mã
ng
để biểu diễn ảnh.
co
 Nhận diện được mục đích sử dụng của các cấu
an
th
trúc/mã: ng
 Chain
o
du
 Run-length
u
cu
 Topology
 Hierarchical
3
• Iconic image: mức biểu diễn thấp nhất, ma trận số
om
.c
nguyên chứa giá trị về độ sáng của các pixel.
ng
• Segmented image: các pixel thuộc về một vùng của
co
an
cùng một đối tượng.
th
ng
• Geometric representations: hình dạng 2D, 3D.
o
du
• Relational model: cho chúng ta khả năng xử lý dữ

u
cu
liệu hiệu quả hơn và ở mức độ trừu tượng cao hơn.
• Ma trận - Matrices
om
.c
• Mã xích – Chain Codes
ng
• Mã loạt dài - Run Length Codes
co
an
• Đồ thị - Graphs
th
ng
• Relational databases
o
du
u
cu
• Cấu trúc dữ liệu phổ biến nhất đại diện cho một
om
hình ảnh ở mức thấp (low-level)
.c
ng
100 116 126 129
co
100 116 126 129
103 106 113 119
an
103 106 113 119
th  98 101 106 109

98 101 106 109
ng
96 98 101 105  
o
96 98 101 105

du
u
cu
• Ảnh nhị phân: ma trận chỉ chứa các giá trị 0 và 1
om
• Vùng ảnh (phân đoạn) được biểu diễn bởi đường biên
.c
của vùng.
ng
co
• Chain code: đại diện cho một đường biên bằng chuỗi
an
kết nối các đoạn đường thẳng có độ dài và hướng.
th
ng
• Có thể dùng 4-neighbor hoặc 8-neighbor
o
du
u
cu
om
.c
ng
co
an
th
o ng
du
u
cu
om
.c
ng
co
an
th
o ng
du
u
cu
• Thông tin hữu ích từ chuỗi Chain code:

Chu vi của vùng = số phần tử trong chuỗi chain code
• Thay thế chuỗi các giá trị brightness bởi:
om
.c
(hàng, cột bắt đầu, cột kết thúc)
ng
co
an
th
o ng
du
u
cu
• Mô tả ảnh bởi tập các phần tử và mối quan hệ giữa
om
.c
chúng:
ng
co
• đồ thị vùng liền kề
an
• relational structures
th
o ng
du
u
cu
om
.c
ng
co
an
th
o ng
du
u
cu
0
om
1
.c
ng
co
an
5
th
ng 2
3 4
6
o
du
u
cu
om
0 • node: vùng
.c
• arcs: các vùng lân cận
ng
1
co
an
th
ng
5
2 0
o
du
3 4
6
u
cu
1 2
6 3 5 4
1
om
.c
ng
5
2
co
3 6 4
an
th
ng
Object Name Density (x,y) Inside
o
du
1 Background 8 (1,1)
u
2 Chest wall 140 (347,107) 1

cu
3 Right lung 35 (145,159) 2

4 Left lung 35 (357,146) 2
5 Heart 142 (259,165) 2
6 Aorta 148 (280,319) 2
 Phân tích hình ảnh ở các độ phân giải khác nhau:
om
.c
– M-pyramids (matrix-pyramids)
ng
co
– T-pyramids (tree-pyramids)
an
th
o ng
du
u
cu
• A sequence of images {ML, ML-1, …, M0}
om
.c
ng
co
an
th
o ng
du
u
cu
ML ML-1 ML-2 ML-3 ML-4 ML-5
• ML represents the original image
om
.c
• Mi-1 is derived from Mi by reducing the resolution by a factor of 2
ng
co
an
th
o ng
du
u
cu
ML ML-1 ML-2 ML-3 ML-4 ML-5

256 x 256 128 x 128 64 x 64 32 x 32 16 x 16 8x8
 Phân tích ảnh ở các độ phân giải khác nhau cùng
om
một lúc
.c
ng
co
an
th
o ng
du
u
cu
• Cho phép phân tích ảnh ở các độ phân giải khác nhau
om
cùng một lúc
.c
ng
20 x 20 Level 0
co
21 x 21 Level 1
an
22 x 22 Level 2
th
2L-2 x 2L-2
ng Level L-2 (ML-2)
o
du
2L-1 x 2L-1 Level L-1

(ML-1)
u
cu
2L x 2L
Level L
(ML)
om
• T-pyramid biểu diễn đầy đủ CTDL dạng cây theo
.c
phương pháp tiếp cận “bottom-up“.
ng
co
• Quadtrees là một modify của T-pyramid.
an
•
th
Mỗi node của Tree có 4 con. ng
o
du
u
cu
• Begin with the original 2L x 2L image…
om
.c
ng
Level 0
co
an
th
o ng
du
u
cu
• Begin with the original 2L x 2L image… and divide it
om
into 4 quadrants each of dimension 2L-1 x 2L-1
.c
ng
Level 0
co
an
0 1
th
0 1 2 3
o ng
du
u
cu
2 3
• Tiếp tục chia nhỏ các nút nếu chưa thỏa mãn tiêu chí
om
đồng nhất.
.c
ng
Level 0
co
8 9
an
0
th
0 2 3
ng
10 11
o
Level 2
du
8 9 10 11
u
cu
2 3
• Lặp lại cho đến khi thỏa mãn tiêu chí đồng nhất
om
.c
ng
Level 0
co
36 37
9
an
38 39
0
th
48 49
ng 0 2 3
10
50 51
o
Level 2
du
9 10
u
cu
2 3 Level 3
36 37 38 39 48 49 50 51
• A binary image
om
.c
ng
Level 0
co
an
th
o ng
du
u
cu
om
.c
ng
Level 0
co
an
1
th
1 2
o ng
du
u
cu
om
.c
ng
Level 0
co
5
an
1
th
1 2
ng
6 7
o
du
5 6 7 16 17 18 19
16 17
u
cu
2
18 19
om
.c
ng
Level 0
co
20 21
5
an
22 23
1
th
1 2
ng
6 7
o
du
5 6 7 16 17 18 19
16 17
u
cu
2 Level 3
20 21 22 23
18 19
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
•Cây có thể được mã hóa bởi một chuỗi các kí tự: b, w,

cu
và g.
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w g( ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w g( b ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w g( b b ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w g( b b w ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w g( b b w g( ) ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w g( b b w g( b ) ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w g( b b w g( b b ) ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w g( b b w g( b b w ) ) )
om
.c
ng
1 2
co
an
5 6 7 16 17 18 19
th
o ng
20 21 22 23
du
u
cu
Code: g( g( b b w w ) b w g( b b w g( b b w w ) ) )
Level of image data representation
om
 Data structures together with algorithms are used to devise solutions to
.c
computational tasks.
ng
 Data structures for vision may be loosely classified as
co
 * Iconic
an
 * Segmented
th
 * Geometric ng
 * Relational
o
*Boundaries between these layers may not be well defined.
du
u
cu
Traditional image data structures
om
 The matrix (2D array) is the most common data structure used for low-
.c
level representations, implemented as an array.
ng
 Matrices hold image data explicitly. Spatial characteristics are implicitly
available.
co
 Binary images are represented by binary matrices; multispectral images
an
are represented by binary matrices; Hierarchical image structures are
th
represented by matrices of different dimensions;
ng
 The co-occurrence matrix is an example of global information derived
o
from an image matrix; it is useful in describing texture.
du
u
cu
Traditional image data structures cont.
om
 Chains may be used to describe pixel paths, especially borders.
.c
 Chain codes are useful for recognition based on syntactic approaches.
ng
 Run length codes are useful for simple image compression.
co
 Graph structures may be used to describe regions and their adjacency.
These may be derived from a region map, a matrix of the same size as
an
the image.

th
Relational structures may be used to describe semantic relationships
ng
between image regions.
o
du
u
cu
Hierarchical data structures
om
 Hierarchical structures can be used to extract large-scale features, which may be
used to initialize analysis. They can provide significant computational efficiency.
.c
 M-pyramids and T-pyramids provide data structures to describe multiple image
ng
resolutions.
co
 Quadtrees are a variety of T-pyramid in which selected areas of an image are
an
stored at higher resolution than others, permitting selective extraction of detail.
th
 Many algorithms for manipulation of quadtrees are available. Quadtrees are
prone to great variation from small image differences.
ng
Leaf codes provide a more efficient form of quadtree.
o

du
 Many ways of deriving pyramids exist, dependent on choice of reduction

u
window.
cu

Thi Giac May Tinh Vo Quang Hoang Khang Xla Baigiang 04

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Thi Giac May Tinh Vo Quang Hoang Khang Xla Baigiang 04

Uploaded by

Copyright:

Available Formats

om

Võ Quang Hoàng Khang

• Relational model: cho chúng ta khả năng xử lý dữ

liệu hiệu quả hơn và ở mức độ trừu tượng cao hơn.

103 106 113 119

th  98 101 106 109

96 98 101 105

• Ảnh nhị phân: ma trận chỉ chứa các giá trị 0 và 1

• Thông tin hữu ích từ chuỗi Chain code:

2 Chest wall 140 (347,107) 1

3 Right lung 35 (145,159) 2

ML ML-1 ML-2 ML-3 ML-4 ML-5

ML ML-1 ML-2 ML-3 ML-4 ML-5

2L-1 x 2L-1 Level L-1

•Cây có thể được mã hóa bởi một chuỗi các kí tự: b, w,

 Many ways of deriving pyramids exist, dependent on choice of reduction

You might also like