User Tools

Site Tools

Trace:
min-max-tree:start

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revision		Previous revision
min-max-tree:start [2022/06/15 05:10] – modification externe 127.0.0.1min-max-tree:start [2022/11/22 14:32] (current) – charles
Line 5: Line 5:
 {{:min-max-tree:strasbourg.png?direct|}} {{:min-max-tree:strasbourg.png?direct|}}
  
-Dans cet exemple, nous allons construire une représentation hiérarchique de l'image. Plus précisément une arbre d'inclusion où chaque nœud de l'arbre contient des nœuds ou des pixels suivant une règle. Dans notre cas, nous avons choisi un arbre dit MAX, car les feuilles contiennent les valeurs maximales. On donnera au nœud la valeur minimale de tous ses fils. Dans ce cas, tous les fils auront une valeur supérieure ou égal à leur père. Si l'on manipule une image en niveau de gris sur un octet (entre 0 et 255), la racine pourra avoir la valeur 0 et les feuilles 255. Le parcours d'une branche entre la racine et une feuille donnera une fonction monotone croissante.+Dans cet exemple, nous allons construire une représentation hiérarchique de l'image. Plus précisément un arbre d'inclusion où chaque nœud de l'arbre contient des nœuds ou des pixels suivant une règle. Dans notre cas, nous avons choisi un arbre dit MAX, car les feuilles contiennent les valeurs maximales. On donnera au nœud la valeur minimale de tous ses fils. Dans ce cas, tous les fils auront une valeur supérieure ou égal à leur père. Si l'on manipule une image en niveau de gris sur un octet (entre 0 et 255), la racine pourra avoir la valeur 0 et les feuilles 255. Le parcours d'une branche entre la racine et une feuille donnera une fonction monotone croissante.
  
 Pour bien comprendre la notion d'inclusion, on peut imaginer des couches empilées de valeur la plus foncée (0) à la valeur la plus claire. Pour bien comprendre la notion d'inclusion, on peut imaginer des couches empilées de valeur la plus foncée (0) à la valeur la plus claire.
Line 20: Line 20:
 {{:min-max-tree:max-tree-cut.png?nolink|}} {{:min-max-tree:max-tree-cut.png?nolink|}}
  
-En appliquant un filtre (élagage) pour les nœuds de taille inférieur à 100 (ligne verte) et 1000 pixels (ligne orange) et en reconstruisant des images suivant un processus inverse, on obtient 3 images ci-dessous.+En appliquant un filtre (élagage) pour les nœuds de taille inférieure à 100 (ligne verte) et 1000 pixels (ligne orange) et en reconstruisant des images suivant un processus inverse, on obtient 3 images ci-dessous.
  
 Celle du dessous (qui n'est pas encadrée) est l'image d'origine. Dans celle qui est encadrée en vert pointillé, les petits objets clairs ont disparu (le cercle vert montre la disparition de voitures sur un parking). Dans celle qui est encadrée en orange pointillée, les moyens objets ont disparu (le cercle orange montre la disparition des détails de la toiture de l'aéroparc 4). Celle du dessous (qui n'est pas encadrée) est l'image d'origine. Dans celle qui est encadrée en vert pointillé, les petits objets clairs ont disparu (le cercle vert montre la disparition de voitures sur un parking). Dans celle qui est encadrée en orange pointillée, les moyens objets ont disparu (le cercle orange montre la disparition des détails de la toiture de l'aéroparc 4).
  
-{{:min-max-tree:strasbourg-max-layers-0-10-1000.png?nolink|}} +{{:min-max-tree:strasbourg-max-layers-0-100-1000.png?nolink |}}
 Les commandes pour obtenir ces résultats sont  Les commandes pour obtenir ces résultats sont 
 <code bash> <code bash>
Line 44: Line 43:
 ====== Exemple de Min-Tree ====== ====== Exemple de Min-Tree ======
  
-Nous venons de présenter un arbre MAX, dont les feuilles portent les valeurs minimums de l'image. Nous pouvons avoir la démarche symétrique : un arbre MIN possède des feuilles qui portent les valeurs minimums.+Nous venons de présenter un arbre MAX, dont les feuilles portent les valeurs maximums de l'image. Nous pouvons avoir la démarche symétrique : un arbre MIN possède des feuilles qui portent les valeurs minimums.
  
 Cette fois, il s'agit d'imaginer des couches empilées de valeur la plus claire (la plus élevée) à la valeur la plus foncée (0). Cette fois, il s'agit d'imaginer des couches empilées de valeur la plus claire (la plus élevée) à la valeur la plus foncée (0).
Line 59: Line 58:
 {{:min-max-tree:min-tree-cut.png?nolink|}} {{:min-max-tree:min-tree-cut.png?nolink|}}
  
-En appliquant un filtre (élagage) pour les nœuds de taille inférieur à 10 (ligne verte) et 10000 pixels (ligne orange) et en reconstruisant des images suivant un processus inverse, on obtient 3 images ci-dessous.+En appliquant un filtre (élagage) pour les nœuds de taille inférieure à 10 (ligne verte) et 10000 pixels (ligne orange) et en reconstruisant des images suivant un processus inverse, on obtient 3 images ci-dessous.
  
 Celle du dessous (qui n'est pas encadrée) est l'image d'origine. Dans celle qui est encadrée en vert pointillé, les petits objets sombres ont disparu (le cercle vert montre la disparition de l'ombre des voitures sur un parking). Dans celle qui est encadrée en orange pointillée, les moyens objets ont disparu (le cercle orange montre la disparition de l'ombre du pont sur le rond-point). Celle du dessous (qui n'est pas encadrée) est l'image d'origine. Dans celle qui est encadrée en vert pointillé, les petits objets sombres ont disparu (le cercle vert montre la disparition de l'ombre des voitures sur un parking). Dans celle qui est encadrée en orange pointillée, les moyens objets ont disparu (le cercle orange montre la disparition de l'ombre du pont sur le rond-point).
min-max-tree/start.1655269852.txt.gz · Last modified: by 127.0.0.1

Page Tools

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki