Computer Vision - Shapes

Shape는 Color나 Texture보다 한 단계 나아간 개념이다.

Color, Texture은 Global attributes이지만 shape은 image attributes가 아니다.

 

Shape를 추출하는 법

1. Region descriptors

2. Boundary

3. Interest points (corners)

 

 

1. Region based Shape descriptors

Zero-order moment (area)

Intensity가 들어오면 region의 intensity의 총합, binary가 들어오면 area의 사이즈가 된다.

Centroid (First order moment)

Intensity에서는 행과 열의 밝기의 평균값, Binary에서는 기하학적 중심을 의미한다.

Second Moments (분산, 강건하다.)

Perimeter and Perimeter Length

4-connected -> P8 8방향 확인, 8-conneted -> P4  4방향 확인

 

Circularity

Perimeter의 제곱 분의 Size

작을 수록 원형의 형태이다.

Circularity as variance of radius(강건하다)

평균과 분산을 구해 평균/분산으로 나타낸다.

값이 클 수록 원형의 형태이다.

 

Orientation

Axis of inertia를 찾는 것이다. (모든 점으로부터의 거리의 합이 가장 작은 직선을 찾는 것이다.)

Topological Region Descriptors

Topological properties: Properties of image preserved unde rubber-sheet distortions

hole counting

 

Boundary Representation

 

Interst Operators

1. Interest points를 찾는다

2. local descriptor를 만든다.

 

Zhang Approach

1. Harris detector: Extraction of interst

2. Cross-correlation

3. Verification with the fundamental matrix(homography: )

 

Harris detector

얼마나 차이가 나느냐를 확인하기 위해 auto-correlation을 사용한다.

Moravec Corner Detector

1. Window 크기를 정한다.

2. 4방향으로 shift한다.

3. 차이를 계산한다.

4. 가장 작은 차이값을 구한다.

5. region안에 가장 큰 min value를 값으로 설정한다. 

 

단점

1. 오직 4방향만 확인한다.

2. 오직 rectangular window만 사용한다.

3. 너무 간단한 min function을 사용한다. 방향에 따른 variation을 확인하고 싶다.

 

 

Harris detector

Intensity의 gradient이다.

 

R 값을 Thresholding

 

Summary

Region Based Descriptor

• Zero-moment(area)
• centorid(first-moment)
• Second Moments
• Perimeter adn Perimeter Length
• Circularity (1). (2), Elongation
• Orientation
• Topological Region Descriptors​

Boundary

• Chain Code
• Tangent-Angle histogram

Interest points

• Zhang Approach (Harris -> cross-correlation -> Homography (matching))
• Harris detector (auto-correlation)
• Moravec detector