Fourier-Transformation und Fourier-Deskriptoren zu extrahieren, Formen, Funktionen auf Java

Ich versuche zu bauen, ein einfaches system zu erkennen einfache Formen, die mit der Fourier-Deskriptoren:
Ich bin mit dieser Implementierung der Schnellen fourier-Transformation auf meinem Programm: (link unten)

http://www.wikijava.org/wiki/The_Fast_Fourier_Transform_in_Java_%28part_1%29

fft(double[] inputReal, double[] inputImag, boolean direction)

Eingaben sind: real und imag Teil (die im wesentlichen in x -, y-Koordinaten der Grenz-parameter habe ich)
- und Ausgänge sind die transformierten real und imag zahlen.

Frage: Wie kann ich mit dem output (transformierte real,imag ) als invariante Deskriptoren meiner einfachen Formen?

Das war, was ich dachte :

  • berechnen R = sqrt( real^2 + imag^2 ) für jedes N Schritte.
  • teilen jeden R durch R[1] = die Normalisierung Faktor zu machen, invariant.

Das problem ist ich bekomme sehr unterschiedliche R-Werte für leicht unterschiedliche Bilder (wie das leichte Rotationen angewendet, etc)

In anderen Worten :

Mein Deskriptoren sind nicht invariant... ich denke, ich mache etwas falsch mit dem bekommen der R-Wert.

  • Eine geniale Website für fourier-Reihe,nehmen Sie einen Blick auf dieses Fourier Series
InformationsquelleAutor user1356658 | 2012-04-25
  1. 8

    Es gibt eine bestimmte Theorie, die Sie benötigen, um wissen über Fourier-Deskriptoren: es ist eine äußerst interessante Technik, die aber entwickelt werden müssen richtig. Was Sie wollen, ist die Invarianz; Invarianz bezüglich rotation, translation, vielleicht sogar affine Transformationen. Ermöglichen gute Vergleichbarkeit mit anderen sets von Fourier-Deskriptoren sollten Sie folgende Dinge in Betracht:

    • wenn Sie wollen Invarianz der übersetzung, verwenden Sie nicht die DC-Bezeichnung, ist das erste element in das resultierende array von Fourier-Koeffizienten
    • wenn Sie wollen Invarianz der Skalierung, machen Sie den Vergleich-Verhältnis-wie zum Beispiel durch teilen jedes Fourier-Koeffizienten von DC-Koeffizienten. f*[1] = f[1]/f[0], f*[2]/f[0], und so weiter.
    • wenn Sie möchten, Invarianz, um den Anfangspunkt Ihrer Kontur, verwenden Sie nur die absoluten Werte der resultierenden Fourier-Koeffizienten.
    • Nur die ersten 5 bis 8 Fourier-Koeffizienten sind nützlich beim Vergleich der Koeffizienten von zwei verschiedenen Objekten; höhere Koeffizienten nur dann in die details Ihrer Kontur, die meist nicht sehr nützliche Informationen. (es ist die Globale form ankommt)
    • Lassen Sie uns sagen, Sie haben 2 Objekte, und Ihre Fourier-Deskriptoren. Das resultierende array von Fourier-Koeffizienten kann eine unterschiedliche Größe, was bedeutet, dass die 'Häufigkeit' der resultierende Frequenzgang ist, unterscheiden sich die beiden Formen. Das kann man nicht vergleichen äpfel mit Birnen. Null-pad Ihre kürzeste Kontur entsprechend der Größe der längsten Kontur, und berechnen Sie dann die Fourier-Deskriptoren. Jetzt haben Sie die Analogie zwischen Koeffizienten und einen guten Vergleich.

    Hoffe, das hilft. Btw, user-made-FFT-Lösungen sind nicht vertrauenswürdig meiner Meinung nach. Gehen Sie für die Lösungen, die Bibliotheken erreichen. Wenn die Arbeit mit Bildern, OpenCV stellt die Fourier-transform-utilities.

    InformationsquelleAutor filipsch
  2. 0

    Wenn Sie schauen, um mit verschiedenen Formen, versuchen Sie es mit verschiedenen shape-Deskriptoren aus MPEG-7-standard. Sie werden wahrscheinlich brauchen einen Klassifikator, werfen Sie einen Blick auf SVM, Boosting, Neural Networks ...: http://docs.opencv.org/modules/ml/doc/ml.html

    InformationsquelleAutor Przemyslaw Szeptycki
Schreibe einen Kommentar