Метод Эмпирических мод Гильберта-Хуанга на изображении

[Кожевников Пётр 0]

Здравствуйте, я не так давно начал изучать библиотеку OpenCV... Возникли вопросы в реализации метода Эмпирических мод Гильберта-Хуанга на изображении http://ru.wikipedia.org/wiki/Empirical_Mode_Decomposition:

1. Сейчас я использую поиск локальных минимумов и максимумов в ручную, обращаясь к пикселю на прямую и отображаю их на двух соответствующих изображениях.. Можно ли этот этап оптимизировать, используя готовую реализацию...

2. После получения двух изображений, к ним необходимо применить сглаживание, возможно бикубическую интерполяцию http://ru.wikipedia.org/wiki/Empirical_Mode_Decomposition.. Писать самому не очень хочется.. К тому же, как я понимаю она будет работать не совсем так как мне нужно. Мне необходимо сделать сглаживание ограниченного количества точек, расположение которых я заведомо не знаю кубическим сплайном так, чтобы после завершения получить картинку , как градиент, с плавным переходом. Может Размытие подойдёт? Но опять же параметры размытия необходимо узнавать, скорее всего как максимальное отклонение локальных экстремумов...

[Smorodov 579]

С таким методом (Эмпирических мод Гильберта-Хуанга) пока не сталкивался.

Оптимизировать можно, например так:

1) отсекаем по порогу все точки со значением меньше заданного (можно базируясь на значении дисперсии, скажем значение порога = 2*sigma плюс среднее)

получаются "острова" со значением внутри них не меньше порогового.

2) Находим контуры этих островов. Находим габариты контуров.

3) Принимаем окошко с "островом" как область интереса.

4) Внутри ищем максимум (minMaxLoc).

Тут похожая реализация есть:

http://www.compvision.ru/forum/index.php?showtopic=927&st=0

по поводу интерполяции то здесь посоветовали неплохое решение (посредством триангуляции Делоне):

http://stackoverflow.com/questions/10180084/c-2d-array-non-regular-grid-interpolation

Ставим точки, триангулируем, а дальше интерполяция внутри треугольника:

http://www.arcsynthesis.org/gltut/Illumination/Tut10%20Fragment%20Lighting.html

http://courses.cms.caltech.edu/cs171/barycentric.pdf

Я тоже такую функцию как то хотел найти (аналог матлабовской interp2), не нашел, обошелся без нее. В матлабе есть все исходники, но там столько наворочено, что браться страшно .

Надо как-нибудь будет соорудить на основе триангуляции.

[Кожевников Пётр 0]

Спасибо большое за ответ... скоро напишу результаты)

[Pavia00 32]

Делоне требует много сил по написанию.

Если точек мало и сетка неравномерная, то

http://en.wikipedia.org/wiki/Inverse_distance_weighting

Ничего страшного нет. Идем по новым точкам значение в точке вычисляется как сумма значение опорной точки умноженный на расстояние. После полученная сумма делится на сумму расстояний от всех опорных точек.

Правда скорость будет маленькая.

[Smorodov 579]

Нет, этот метод не такой уж медленный,

When combined with fast spatial search structure (like kd-tree) it becomes efficient N*logN interpolation method suitable for large-scale problems.

Что касается параметров, то p=2 наверное оптимальное значение в большинстве случаев и, как я понял задает метрику.

Для p=2 получается Евклидова метрика.

Делоне есть в OpenCV, даже пример есть (delaunay2.cpp), так что ничего выдумывать своего не нужно.

Есть еще очень неплохая библиотечка triangle и ее обертка под C++ triangle++

[mrgloom 242]

подумалось, что неплохо будет написать варп изображения по треугольникам.

т.е. для 1 треугольника были одни координаты, стали другие(и размеры тоже могут менятся), а начинку интерполировали.