Задание №3. Обработка и анализ изображений.

Начало: 30 марта 2005 года.
Конец: 13 апреля 2005 года (23:59)

Авторы задания:
Вежневец Владимир (vvp @ graphicon.ru)
Дегтярева Анна

Задание посвящено применению полученных вами знаний по обработке и анализу изображений для решения модельной задачи - распознавания двоичных чисел. Для успешного выполнения задания требуется реализовать несколько функций по обработке изображений, а также суметь воспользоваться этими функциями, чтобы успешно решить задачу распознавания.

На изображениях для обработки находятся 2 типа объектов интереса: "единички" и "нолики". Все остальное - шум, нас не интересующий.

В чем состоит задание? На входном изображении нужно обнаружить объекты, являющиеся цифрами "1" и "0", проанализировать их взаимное расположение и вычислить результирующее двоичное число.

Правила отображения результатов:

1. Прямоугольниками разного цвета отметить на изображении единицы и нули (для всех единиц - один цвет, для всех нулей - второй);
2. Вывести на изображение распознанное число в двоичном и десятичном виде;

Пример - исходная картинка (слева) и результат работы (справа)

Обязательная часть задания (7 баллов)

Требуется написать программу, выполняющую следующие операции над изображениями из категории "simple" (отсутствие шума, одно число, изображение ориентировано строго горизонтально):

• Загрузка и отображение BMP-файла. Достаточно сделать поддержку только 24bit RGB (непалитровых) форматов изображений;

• Преобразование изображения в бинарное с помощью алгоритма k-средних или адаптивного порога (другие алгоритмы не принимаются);

• Выделение связных областей любым из алгоритмов, рассказаных на лекции;

• Вычисление инвариантных характеристик областей и их классификация - (единички, нолики);

• Распознавание двоичного числа на изображении;

• Отображение числа в двоичном и десятичном виде, отметка найденных ноликов и единиц. Отображние должно быть оформлено, как написано выше, оба пункта правил отображения обязательны.

Фактически, приведенный список задает приблизительный алгоритм распознавания числа на изображениях simple.

Программа должна реализовывать универсальный алгоритм, одинаково (правильно) работающий на всех изображениях из категории "simple". За реализацию минимального задания дается 7 баллов.

Нужно предусмотреть возможность вызвать (нажатием одной кнопки или выбором одного пункта меню):

• Цикл полной обработки изображения для распознавания числа;
• Все дополнительно реализованные операции, которые вы хотите, чтобы были зачтены (математической морфологии, автоконтраст, медианный фильтр и т.д.);

Дополнительная часть задания

За быструю работу алгоритмов, удобный и красивый (не путать с вычурным) интерфейс и аккуратно и грамотно оформленный код (в соотвествии с рекомендациями) будут начисляться призовые баллы (всего не более +3 баллов). Также дополнительно поощряются:

• Реализация медианной фильтрации с задаваемым размером окрестности (+2 балла)
• Реализация выделения связных областей путем последовательного сканирования (+2 балла)
• Реализация операций математической морфологии (cужение, расширение, открытие, закрытие); (+2 балла)
• Реализация одного из методов коррекции контрастности/цветности; (серый мир, растяжение диапазона) (+1 балл)

Помимо "простых" изображений (набор "simple"), даются два дополнительных набора. Один - с зашумленными изображениями, для тех, кому интересно решить более сложную задачу ("medium") и один с сильно испорченными изображениями ("maniac").

За успешное обработку с применением шумоподавления и коррекции изображения известными вам способами изображений "medium" дается дополнительно до +4 баллов (в зависимости от того, с какими картинками справитесь).

Успешное распознавание изображений из набора "maniac" также премируется до +4 баллов. На изображениях Maniac встречаются не одно, а два числа - чем больше чисел распознаете, тем выше будет оценка.

Имейте ввиду, что шумоподавление можно применять как до перевода изображения в бинарное, так и после - выбор алгоритма за вами. В файле readme обязательно должно быть описано, как именно подавляется шум (последовательность фильтров, их параметры). Если не удается найти универсальную последовательность фильтров для шумоподавления на всех изображениях с шумом, можно сделать свою последовательность для каждого шумного изображения, вызываемую из меню программы.

Советы:

• Сначала реализуйте и доведите до рабочего состояния обязательную часть задания, и только потом наращивайте дополнительную функциональность.
• Пробуйте разные фильтры, морфологию с разными структурными элементами.
• Для одной из картинок из раздела "maniac" может потребоваться реализация выравнивания освещенности. Алгоритм описан вот здесь.
• Пробуйте применять различные предобработки для разных задач. Скажем, для нахождения стрелок - одна последовательность фильтров, после этого, опираясь на полученные знания, можно применить к исходному изображдению другую последовательность фильтров для нахождения клада.

Исходные данные для обработки

Архив с изображениями "simple"
Архив с зашумленными изображениями "medium"
Архив с зашумленными изображениями "maniaс"

Обязательные требования

Обязательное требование - выполнить обязательную часть задания.

Еще одно обязательное требование - разбираться в материале. В спорных ситуациях оценка выставляется после личной беседы, выявляющей понимание принципа действия основных алгоритмов.

К программе должны прилагаться все необходимые для ее запуска библиотеки (опускать можно только слишком большие библиотеки, если они явлются стандартными). Отсутствие библиотек создает неудобства при проверке, однако не фатально. У нас есть набор из наиболее часто недостающих библиотек для Borland C++ Builder и MS Visual C++.

Оформление

Оформление не отличается от обычного.

ZIP-архив с исходными текстами и исполняемыми файлами, названный по схеме GZV_nnnnnnnn.zip (где G - последняя цифра номера группы, Z - номер задания, V - номер версии задания, nnnnnnnn - номер студенческого билета) присылайте на assign3@graphics.cs.msu.su

Например, студент 206 группы с номером студенческого билета 06529042, сдающий обновленную (вторую) версию программы по первому заданию, должен прислать архив с именем 612_06529042.zip.

Также смотрите здесь, какие файлы нам присылать и как их оформить Советуем очень внимательно прочитать весь FAQ

Не забудьте положить в архив файл readme.txt. В файле описать интерфейс програмы (алгоритм работы с программой, пункты меню, управляющие клавиши) и указать выполненные подзадания.

!Внимание: обратите внимание на правильное именование и структуру архива с работой, а также на содержание файла readme.txt. Если ваша работа не будет соответствовать требованиям, баллы могут быть снижены.

Результаты работы

Результаты смотрите в интернете и/или на стенде около комнаты 703
Все вопросы и комментарии задавать в форуме. Ответы на наиболее часто задаваемые вопросы будут отражены в разделе ЧаВо по заданию

Примечания

1. Задание выполняется строго индивидуально. За совместную работу или обмен кусками кода ставится -5 баллов всем участникам, если факт командной работы не был указан в readme.txt заданий.
2. Рекомендуется написание программы под семейство ОС Windows. Написание под другие операционные системы нежелательно и может вызвать задержки с проверкой таких работ.
3. Для тех, кто интересуется машинным зрением и обработкой изображений и хочет попасть к нам в лабораторию, выполнение этого задания на высокую оценку будет хорошей рекомендацией.

Почему иногда не работает алгоритм k-средних?

В алгоритме k-средних используется элемент случайности при выборе первого приближения средних значений кластеров. В некоторых случаях, при сегментации изображений, где число присутствующих яркостей мало, может возникнуть ситуация, когда к одному из средних не будет приписано ни одного пикселя.

Пример: изображения с яркостями от 0 до 130. Если при первом шаге разделения выпадут случайные средние 128 и 200, то получится, что к среднему яркости 200 не окажется приписанным ни одного пикселя. И в результате получится один кластер вместо двух.

Чтобы избежать этой ситуации нужно иметь ввиду такую возможность и предпринимать некие действия для решения проблемы, например: случайным образом вычислять средние исходя из реального диапазона яркостей изображения (в нашем примере от 0 до 130), и/или при обнаружении среднего с нулем приписанных к нему пикселей заново инициализировать его случайным образом.

Я придумал хитрый алгоритм распознавания, отличающийся от данного в задании. Я молодец?

Если алгоритм работает - то да. Не забудьте только реализовать вещи, перечисленные в обязательной части. И еще не забудьте описать в readme ваш алгоритм (четко, кратко и понятно). Оригинальные идеи будут премироваться дополнительными баллами.

Что будет с теми кто пришлет плагиат?

Будут ставиться отрицательные баллы всем владельцам одинаковых работ. Берегите ваши работы от нечистоплотных любителей халявы.

А я - чиста реальный пацан (дивчонка). Я типа не учицца сюда пришол (пришла), а чиста за дипломом. Мне типа ваш машграф савершенна не нужин. Мне тут адин товарищ за деньги прогу написал, тока я ниче в ней не понимаю. Че будет если меня вызавут, спросют че там где, а я не отвечу?

Всем, кто не разбирается в том, что он сдал (как в алгоритмах, так и в программе) будет ставиться -5 баллов. Специально для "реальных людей" часть студентов (случайным образом выбранных) будет приглашена на собеседование.