Hachage géométrique: Algorithmes efficaces pour la reconnaissance et la correspondance d'images
Par Fouad Sabry
()
À propos de ce livre électronique
Qu'est-ce que le hachage géométrique
En informatique, le hachage géométrique est une méthode permettant de trouver efficacement des objets bidimensionnels représentés par des points discrets ayant subi une transformation affine, via des extensions. existent pour d’autres représentations et transformations d’objets. Dans une étape hors ligne, les objets sont codés en traitant chaque paire de points comme une base géométrique. Les points restants peuvent être représentés de manière invariante par rapport à cette base à l'aide de deux paramètres. Pour chaque point, ses coordonnées transformées quantifiées sont stockées dans la table de hachage sous forme de clé, et les indices des points de base sous forme de valeur. Ensuite, une nouvelle paire de points de base est sélectionnée et le processus est répété. Dans l'étape en ligne (reconnaissance), des paires de points de données sélectionnées au hasard sont considérées comme bases candidates. Pour chaque base candidate, les points de données restants sont codés en fonction de la base et les correspondances possibles de l'objet sont trouvées dans le tableau précédemment construit. La base candidate est acceptée si un nombre suffisamment grand de points de données indexent une base objet cohérente.
Comment vous en bénéficierez
(I) Insights, et validations sur les sujets suivants :
Chapitre 1 : Hachage géométrique
Chapitre 2 : Géométrie analytique
Chapitre 3 : Système de coordonnées cartésiennes
Chapitre 4 : Infographie 2D
Chapitre 5 : Système de coordonnées
Chapitre 6 : Translation (géométrie)
Chapitre 7 : Transformation de Hough
Chapitre 8 : Transformation de caractéristiques invariantes à l'échelle
Chapitre 9 : Homographie
Chapitre 10 : Apprentissage de caractéristiques géométriques
(II) Répondre aux principales questions du public sur hachage géométrique.
(III) Exemples concrets d'utilisation du hachage géométrique dans de nombreux domaines.
À qui s'adresse ce livre
Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de hachage géométrique.
En savoir plus sur Fouad Sabry
Technologies Émergentes En Optoélectronique [French]
Lié à Hachage géométrique
Titres dans cette série (100)
Profil de couleur: Explorer la perception et l'analyse visuelles en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétecteur de bord Canny: Dévoiler l'art de la perception visuelle Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur: Explorer les profondeurs de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision stéréo par ordinateur: Explorer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur sous-marine: Explorer les profondeurs de la vision par ordinateur sous les vagues Évaluation : 0 sur 5 étoiles0 évaluationRéduction de bruit: Amélioration de la clarté et techniques avancées de réduction du bruit en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCartographie des tons: Cartographie des tons : perspectives éclairantes en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationÉgalisation d'histogramme: Amélioration du contraste de l'image pour une perception visuelle améliorée Évaluation : 0 sur 5 étoiles0 évaluationModèle du système visuel humain: Comprendre la perception et le traitement Évaluation : 0 sur 5 étoiles0 évaluationCompression d'images: Techniques efficaces pour l'optimisation des données visuelles Évaluation : 0 sur 5 étoiles0 évaluationCorrection gamma: Améliorer la clarté visuelle en vision par ordinateur : la technique de correction gamma Évaluation : 0 sur 5 étoiles0 évaluationSystème de gestion des couleurs: Optimiser la perception visuelle dans les environnements numériques Évaluation : 0 sur 5 étoiles0 évaluationTransformation du radon: Dévoiler des modèles cachés dans les données visuelles Évaluation : 0 sur 5 étoiles0 évaluationTransformation affine: Libérer des perspectives visuelles : explorer la transformation affine en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétecteur de coin Harris: Dévoiler la magie de la détection des caractéristiques de l'image Évaluation : 0 sur 5 étoiles0 évaluationTransformation Hadamard: Dévoilement de la puissance de la transformation Hadamard en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDiffusion anisotrope: Améliorer l'analyse d'images grâce à la diffusion anisotrope Évaluation : 0 sur 5 étoiles0 évaluationHistogramme d'image: Dévoilement d'informations visuelles, exploration des profondeurs des histogrammes d'images en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétection des bords: Explorer les limites de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationRétinex: Dévoiler les secrets de la vision informatique avec Retinex Évaluation : 0 sur 5 étoiles0 évaluationMoindres carrés: Techniques d'optimisation pour la vision par ordinateur : méthodes des moindres carrés Évaluation : 0 sur 5 étoiles0 évaluationPeinture: Combler les lacunes de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGroupe mixte d'experts en photographie: Libérer la puissance des données visuelles avec la norme JPEG Évaluation : 0 sur 5 étoiles0 évaluationBanque de filtres: Aperçu des techniques de banque de filtres de Computer Vision Évaluation : 0 sur 5 étoiles0 évaluationPerception visuelle: Aperçu du traitement visuel informatique Évaluation : 0 sur 5 étoiles0 évaluationHomographie: Homographie : transformations en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationFiltre adaptatif: Améliorer la vision par ordinateur grâce au filtrage adaptatif Évaluation : 0 sur 5 étoiles0 évaluationContour actif: Faire progresser la vision par ordinateur grâce aux techniques de contour actif Évaluation : 0 sur 5 étoiles0 évaluationTransformation de Hough: Dévoiler la magie de la transformation de Hough en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationEspace colorimétrique: Explorer le spectre de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluation
Livres électroniques liés
Espace à l'échelle: Explorer les dimensions en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle de caméra sténopé: Comprendre la perspective grâce à l'optique informatique Évaluation : 0 sur 5 étoiles0 évaluationTransformation de Hough: Dévoiler la magie de la transformation de Hough en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétection de gouttes: Dévoiler des modèles dans les données visuelles Évaluation : 0 sur 5 étoiles0 évaluationMatrice fondamentale de la vision par ordinateur: S'il vous plaît, suggérez un sous-titre pour un livre intitulé « Matrice fondamentale de la vision par ordinateur » dans le domaine de la « Vision par ordinateur ». Le sous-titre suggéré ne doit pas contenir de ':'. Évaluation : 0 sur 5 étoiles0 évaluationApprentissage des caractéristiques géométriques: Libérer des informations visuelles grâce à l'apprentissage des caractéristiques géométriques Évaluation : 0 sur 5 étoiles0 évaluationInfographie bidimensionnelle: Explorer le domaine visuel : l'infographie bidimensionnelle en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationMéthode d'ensemble de niveaux: Faire progresser la vision par ordinateur, explorer la méthode de jeu de niveaux Évaluation : 0 sur 5 étoiles0 évaluationAlgorithme de la ligne Bresenham: Rendu de ligne efficace au pixel près pour la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationFormation 3D par la pratique avec C#5 et WPF: Modeliser des molecules Évaluation : 0 sur 5 étoiles0 évaluationAlgorithme de dessin de ligne: Maîtriser les techniques de rendu d’images de précision Évaluation : 0 sur 5 étoiles0 évaluationPrimitif Géométrique: Explorer les fondements et les applications de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation linéaire directe: Applications et techniques pratiques en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGraphique raster numérique: Dévoilement de la puissance des graphiques raster numériques dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGraphiques vectoriels: Maîtriser les graphiques vectoriels en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationÉgalisation d'histogramme: Amélioration du contraste de l'image pour une perception visuelle améliorée Évaluation : 0 sur 5 étoiles0 évaluationAjustement du forfait: Optimisation des données visuelles pour une reconstruction précise Évaluation : 0 sur 5 étoiles0 évaluationLes tableaux croisés dynamiques avec Excel: Pour aller plus loin dans votre utilisation d'Excel Évaluation : 0 sur 5 étoiles0 évaluationGéométrie computationnelle: Explorer les informations géométriques pour la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationInfographie Polygone: Explorer l'intersection de l'infographie polygonale et de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModélisation et rendu basés sur l'image: Explorer le réalisme visuel : techniques de vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétection des bords: Explorer les limites de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationExcel, remise à niveau et perfectionnement: Pour aller plus loin dans votre utilisation d'Excel Évaluation : 0 sur 5 étoiles0 évaluationIntroduction à l'analyse numérique Évaluation : 0 sur 5 étoiles0 évaluationGéométrie descriptive: Déverrouiller le domaine visuel : explorer la géométrie descriptive en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationBien débuter avec Numbers: Formation professionnelle Évaluation : 0 sur 5 étoiles0 évaluationÉditeur de graphiques raster: Transformer les réalités visuelles : maîtriser les éditeurs graphiques raster en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationInfographie du sommet: Explorer l'intersection de l'infographie Vertex et de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCarte de hauteur: Explorer la représentation du terrain grâce à la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluation
Intelligence (IA) et sémantique pour vous
Intelligence artificielle: la quatrième révolution industrielle Évaluation : 0 sur 5 étoiles0 évaluationLe guide du hacker : le guide simplifié du débutant pour apprendre les bases du hacking avec Kali Linux Évaluation : 5 sur 5 étoiles5/5Maîtriser ChatGPT : Libérez la puissance de l'IA pour améliorer la communication et les relations: French Évaluation : 0 sur 5 étoiles0 évaluationTravailler dans le Big Data - les 6 métiers vers lesquels s'orienter Évaluation : 5 sur 5 étoiles5/5Maîtrisez ChatGPT : Du débutant à l'expert - Guide pratique pour exploiter la puissance de l'IA conversationnelle Évaluation : 0 sur 5 étoiles0 évaluationHistoire et évolution de l'Intelligence Artificielle Évaluation : 5 sur 5 étoiles5/5Résumé Chatgpt ia Revolution in 2023: Guide de la Technologie Chatgpt et de son Impact Social Évaluation : 0 sur 5 étoiles0 évaluationOsons l'IA à l'école: Préparons nos jeunes à la révolution de l'intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluationL'art de la création d'images avec l'IA : Techniques, applications et défis éthiques Évaluation : 0 sur 5 étoiles0 évaluationMonétisation ChatGPT : Exploitez la Puissance de l'IA: ChatGPT Évaluation : 0 sur 5 étoiles0 évaluationLimites, dangers et menaces de l'Intelligence Artificielle: Un outil sans maîtrises Évaluation : 0 sur 5 étoiles0 évaluationChat GPT : Comment ça fonctionne et comment gagner avec l'utilisation de la technologie d'Intelligence Artificielle Évaluation : 0 sur 5 étoiles0 évaluationL’Empathie au Cœur de l’Intelligence Artificielle, Comment insérer de l’empathie dans les affaires et l’intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluationComment Réussir sur Facebook en utilisant ChatGPT: Le pouvoir de ChatGPT : découvrez comment il peut transformer votre stratégie sur Facebook Évaluation : 0 sur 5 étoiles0 évaluationGuide définitive pour créer des TikToks avec ChatGPT: Devenez le prochain influenceur sur TikTok avec l'aide de ChatGPT ! Évaluation : 0 sur 5 étoiles0 évaluationL'intelligence mixte, vers une nouvelle forme d'intelligence Évaluation : 0 sur 5 étoiles0 évaluationIA dans les Affaires: Guide Pratique de l'Utilisation de l'Intelligence Artificielle dans Divers Secteurs Évaluation : 0 sur 5 étoiles0 évaluationLa prophétie des anciens: Roman dystopique Évaluation : 0 sur 5 étoiles0 évaluation
Avis sur Hachage géométrique
0 notation0 avis
Aperçu du livre
Hachage géométrique - Fouad Sabry
Hachage géométrique
Algorithmes efficaces pour la reconnaissance et la correspondance d'images
Fouad Sabry est l'ancien responsable régional du développement commercial pour les applications chez Hewlett Packard pour l'Europe du Sud, le Moyen-Orient et l'Afrique. Fouad est titulaire d'un baccalauréat ès sciences des systèmes informatiques et du contrôle automatique, d'une double maîtrise, d'une maîtrise en administration des affaires et d'une maîtrise en gestion des technologies de l'information de l'Université de Melbourne en Australie. Fouad a plus de 25 ans d'expérience dans les technologies de l'information et de la communication, travaillant dans des entreprises locales, régionales et internationales, telles que Vodafone et des machines commerciales internationales. Actuellement, Fouad est un entrepreneur, auteur, futuriste, axé sur les technologies émergentes et les solutions industrielles, et fondateur de l'initiative One billion knowledge.
Un milliard de connaissances
Hachage géométrique
Algorithmes efficaces pour la reconnaissance et la correspondance d'images
Fouad Sabry
Copyright
Hachage © géométrique 2024 par Fouad Sabry. Tous droits réservés.
Aucune partie de ce livre ne peut être reproduite sous quelque forme que ce soit ou par quelque moyen électronique ou mécanique que ce soit, y compris les systèmes de stockage et de récupération d'informations, sans l'autorisation écrite de l'auteur. La seule exception est celle d'un critique, qui peut citer de courts extraits dans une critique.
Couverture conçue par Fouad Sabry.
Bien que toutes les précautions aient été prises dans la préparation de ce livre, les auteurs et les éditeurs n'assument aucune responsabilité pour les erreurs ou omissions, ou pour les dommages résultant de l'utilisation des informations contenues dans ce livre.
Table des matières
Chapitre 1 : Hachage géométrique
Chapitre 2 : Géométrie analytique
Chapitre 3 : Système de coordonnées cartésiennes
Chapitre 4 : Infographie 2D
Chapitre 5 : Système de coordonnées
Chapitre 6 : Translation (géométrie)
Chapitre 7 : Transformation de Hough
Chapitre 8 : Transformation de caractéristique invariante à l'échelle
Chapitre 9 : Homographie
Chapitre 10 : Apprentissage des caractéristiques géométriques
Appendice
À propos de l'auteur
Chapitre 1 : Hachage géométrique
Il existe des expansions dans diverses représentations et transformations d'objets, mais en informatique, le hachage géométrique est utilisé pour localiser efficacement des objets en deux dimensions représentés par des points discrets qui ont subi une transformation affine. Hors ligne, chaque paire de points est utilisée comme base géométrique pour encoder les objets. Deux paramètres permettent une représentation invariante de base des points restants. La table de hachage conserve une paire de valeurs : les indices des points de base pour chaque clé et les coordonnées converties quantifiées pour chaque valeur. La procédure est ensuite répétée, cette fois en utilisant un ensemble différent de points de base. Dans la phase de (reconnaissance) en ligne, des appariements arbitraires de points de données sont évalués comme des fondations potentielles. Afin de trouver des correspondances réalisables entre l'objet et chaque base candidate, les points de données restants sont codés en fonction de la base. Si une fraction suffisamment grande des points de données pointe vers une base d'objet constant, alors la base candidate est acceptée.
En vision par ordinateur, le hachage géométrique a été proposé pour la première fois pour la reconnaissance d'objets 2D et 3D, la reconnaissance d'objets utilisant le hachage géométrique.
Disons que nous voulons vérifier si une image de modèle peut être vue dans une image d'entrée.
Le hachage géométrique est une méthode qui peut être utilisée pour y parvenir.
La technique peut être utilisée pour identifier un seul objet parmi plusieurs dans une base de données, dans ce scénario, la table de hachage doit garder une trace à la fois des données de pose et de l'index de base du modèle objet.
Afin de garder l'exemple simple, nous utiliserons simplement quelques caractéristiques ponctuelles et supposerons que leurs descriptions proviennent uniquement de leurs coordonnées (en pratique, des descripteurs locaux tels que SIFT pourraient être utilisés pour l'indexation).
Découvrez les caractéristiques déterminantes du modèle.
Supposons que 5 points de caractéristique se trouvent dans l'image du modèle avec les coordonnées (12,17); (45,13); (40,46); (20,35); (35,25) , voir la photographie.
Fournir une base pour décrire les coordonnées des points de caractéristique.
Les deux points qui fournissent la base d'une transformation de similarité dans l'espace bidimensionnel.
Le point de départ est situé à mi-chemin de la ligne qui relie les deux points (P1, P2), le P4 de notre étude de cas, l' x' axe est dirigé vers l'un d'eux, le y' est orthogonal et passe par l'origine.
L'échelle est choisie de telle sorte que la valeur absolue de pour x' les deux points de base soit 1.
Expliquez où en sont les choses par rapport à cette fondation, c'est-à-dire
calculer les transformations vers les nouveaux axes.
Pour rendre la reconnaissance plus résistante au bruit, les coordonnées doivent être discrétisées, un bac de 0,25 unité est utilisé.
Nous obtenons ainsi les coordonnées (-0.75,-1.25); (1.00,0.00); (-0.50,1.25); (-1.00,0.00); (0.00,0.25)
Utilisez une table de hachage avec les entités comme index pour stocker la fondation (uniquement les coordonnées transformées dans ce cas). Nombre d'éléments à stocker avec la paire de base s'il y en a plus de deux à mettre en correspondance.
Passez à une nouvelle paire de base et continuez à partir de là (étape 2). Pour faire face aux occlusions, c'est essentiel. Toutes les paires qui ne sont pas linéaires devraient idéalement être répertoriées. Après deux itérations, dans lesquelles la paire (P1, P3) est choisie, nous présentons la table de hachage.
Table de hachage :
La plupart des tables de hachage ne permettent pas d'associer des clés en double à des valeurs distinctes.
Ainsi, dans la vraie vie, on n'encodera pas les clés de base (1.0, 0.0) et (-1.0, (table de hachage, valeur de 0).
Localisez les points d'attrait visuel dans l'image donnée.
Choisissez un point de départ aléatoire. L'image d'entrée ne contient probablement pas l'élément cible s'il n'y a pas de base arbitraire adéquate pour déterminer s'il est présent ou non.
Détailler les emplacements des points caractéristiques du nouveau système de coordonnées. Effectuez la quantification traditionnelle des coordonnées résultantes.
Vérifiez les entités ponctuelles converties de l'image d'entrée par rapport à la table de hachage. Dans le cas où les entités ponctuelles sont identiques ou très similaires, le nombre de la base pertinente doit être augmenté (et le type d'objet, le cas échéant).
Si le nombre d'une certaine base est supérieur à un certain seuil, il est probable que cette base corresponde à une base d'image sélectionnée à l'étape 2. Pour ce faire, nous convertissons d'abord le système de coordonnées de l'image en celui du modèle (pour l'objet fictif). Si cela fonctionne, l'article est localisé. Si ce n'est pas le cas, revenez à l'étape précédente.
Il semble que les seules transformations que cette approche puisse gérer sont celles de la taille, de la position et de l'orientation. Cependant, l'élément peut déjà exister dans l'image fournie dans un format d'image miroir. Par conséquent, l'objet doit également être découvrable par hachage géométrique. Les objets en miroir peuvent être identifiés de deux manières différentes.
Faites en sorte que le côté gauche du graphique vectoriel soit positif et le côté droit négatif. Pour obtenir le même résultat en multipliant par x, il suffit d'ajouter -1.
Utilisez une triade comme point de départ. Cela permet d'identifier les reflets (ou objets). Une autre méthode de hachage géométrique utilise un ensemble de trois points comme base.
Le hachage fonctionne de la même manière pour les données de dimension supérieure, comme indiqué ci-dessus. Trois points sont nécessaires pour la base des données tridimensionnelles. L'axe des x est défini par les deux premiers points et l'axe des y par le troisième (avec le premier point). En utilisant la règle de la main droite, un axe peut être construit et l'axe z lui sera perpendiculaire. La base résultante est sensible à l'ordre dans lequel les points sont saisis.
{Fin du chapitre 1}
Chapitre 2 : Géométrie analytique
La géométrie analytique, souvent appelée géométrie de coordonnées ou géométrie cartésienne, est une branche des mathématiques qui s'intéresse à l'étude de la géométrie d'un point de vue cartésien. La géométrie synthétique est à l'opposé de cela.
La physique, l'ingénierie, l'aviation, les fusées, les sciences spatiales et les voyages spatiaux utilisent tous la géométrie analytique. Elle est à la base de plusieurs branches de la géométrie contemporaine, telles que la géométrie algébrique, différentielle, discrète et computationnelle.
Lorsque vous travaillez avec des équations impliquant des plans, des lignes droites et des cercles, le système de coordonnées cartésiennes est généralement utilisé. En géométrie, le plan euclidien bidimensionnel et l'espace euclidien tridimensionnel sont étudiés. La géométrie analytique, telle qu'elle est généralement définie et enseignée dans les manuels, s'intéresse à la création et à la représentation de formes géométriques au sens numérique, et à l'extraction d'informations numériques à partir de ces représentations. L'axiome de Cantor-Dedekind garantit que les calculs dans la géométrie du continuum linéaire peuvent être effectués en utilisant uniquement l'algèbre des nombres réels.
Il a été soutenu que le mathématicien grec Menaechmus a développé la géométrie analytique en raison de son utilisation d'une technique qui ressemblait à l'utilisation de coordonnées pour résoudre des problèmes et prouver des théorèmes.
Le mathématicien persan du XIe siècle Omar Khayyam a vu une forte relation entre la géométrie et l'algèbre et