인구조사 변환

인구조사 변환(CT)은 그레이스케일 이미지의 각 픽셀에 바이너리 문자열을 관련짓는 이미지 연산자로, 픽셀의 명암도가 각 비트당 하나씩 인접 픽셀보다 작은지 여부를 인코딩합니다.이는 명도의 실제 값이 아닌 상대적 순서에만 의존하는 비모수 변환으로, 조명의 단조로운 변동에 관해 불변하며, 예를 들어 물체 ^[1]경계를 따라 여러 모달 분포가 존재하는 경우 잘 동작한다.컴퓨터 비전에 응용되어 광학적 흐름 계산이나 시차 ^[2]추정 등의 시각적 대응 문제에 일반적으로 사용됩니다.

인구조사 변환은 각 픽셀에 픽셀 자체보다 더 높은 강도를 가진 인접 픽셀의 수를 연관짓는 순위 변환과 관련이 있으며, 같은 ^[3]논문에 소개되었다.

알고리즘.

센서스 변환의 가장 일반적인 버전은 3x3 창을 사용하여 각 $픽셀{\displaystyle }$ p$\displaystyle$ p$\$displaystyle p를$$ 다음과 같이 정의된 함수$$"\$displaystyle\xi"$와 8개의 연결된 인접 픽셀 p\displaystyle p\xi"와$$ 비교합니다.

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

이러한 비교 결과는 연결되며 변환 값은 바이트 단위로 쉽게 인코딩할 수 있는 8비트 값입니다.

$\displaystyle { c c c } \hline 124 & 74 & 32 \hline 124 & 64 & 18 \hline 157 & 8 4 \ \hline \end { array } \ longrightrow { c c c } \hline 1 & 1 & 1 & 0 \ h$

화상간의 유사도는, 해밍 ^[3]거리를 사용해 대응하는 화소에 대한 인구 조사 변환의 값을 비교하는 것으로 판단된다.서로 다른 크기의 창을 사용하여 패턴(행 방향, 시계 방향, 반시계 방향), 비교 연산자(더 크거나 크거나 같거나 작거나 작거나 작거나 ^[4]같거나 같음)의 인접 이웃 순서가 여러 가지 변형된 알고리즘이 있습니다.

알고리즘의 확장에서는 다음과 같이 정의된^[5] 허용 오차 파라미터$\delta {\displaystyle }$(\$displaystyle \epsilon$보다 강도 차이가 작은 유사한 픽셀을 나타낼 수 있는 3원 비교를 사용합니다.

$\displaystyle \xi (p,p') = exit {cases} 0&{\text{if}p-p' > \ilon \1&{\text{if}p-p' > \leq \ilon \2&{text{if}p'-p } \ilon \end{cases} }$

각 네이버에 대해 2비트로 결과를 부호화할 수 있기 때문에 각 픽셀의 패턴 크기가 2배가 됩니다.

$\displaystyle { c c c } \hline 124 & 74 & 32 \hline 124 & 64 & 18 \hline 157 & 8 4 \ \hline \end { array } \ longrightrow { c c c } \hline 2 & 1 & 0 \ h line 2 & 2 & 0 \ h$

「 」를 참조해 주세요.

• 로컬 바이너리 패턴

레퍼런스

• Hafner, David; Demetz, Oliver; Weickert, Joachim (2013). "Why is the census transform good for robust optic flow computation?" (PDF). International Conference on Scale Space and Variational Methods in Computer Vision. pp. 210–221.
• Stein, Fridtjof (2004). "Efficient computation of optical flow using the census transform". Joint Pattern Recognition Symposium. pp. 79–86.
• Zabih, Ramin; Woodfill, John (1994). "Non-parametric local transforms for computing visual correspondence" (PDF). European conference on computer vision. pp. 151–158.