Binarization results of poor qualit

Binarization results of poor quality gray-level images does
not guarantee a consistent number neither the quality of resulted components, therefore, poses real limitation for using
the Shape Context descriptor. The presented descriptor uses
view points taken from rings out of the shape and therefore
not significantly affected by the results of the binarization
step. In such cases, limited results of the binarization process can still serve to determine the values of diameter (D),
height H, and centroid C as in the binary case. From the
other hand, since the contour results are not guaranteed,
we modify the presented descriptor to captures the weighted
distribution over relative positions of the shape pixels. Multi
resolution rings around the centroid can still be used for
richer descriptions. In this case each feature descriptor from
a view point is a log-polar weighted histogram of the coordinates of each pixel in the shape. The gray level value
of pixels are used as weights, and the reference points are
the view points. In poor quality images, one may emphasize
edges using Sobel or Gaussian low pass edge-emphasizing
filters for better performance. In our case we have used the
Sobel edge-emphasizing filter on the gray-evel image. A predefined low value have been used to binarize only the back
ground of the image and later on calculate the values C and
D for the centroid and Diameter respectively. The ring centered on C with the diameter D have been used to generate
n view points taken uniformly distant on the ring.

ผลลัพธ์ (ไทย) 1:

ไม่ binarization ผลลัพธ์ของภาพสีเทาระดับคุณภาพดีไม่รับประกันหลายคุณภาพไม่ทำให้เกิดส่วนประกอบ ดังนั้น ส่อเค้าจริงข้อจำกัดสำหรับการใช้อธิบายบริบทรูปร่าง ใช้อธิบายนำเสนอจากแหวนจากรูปร่างดีและอย่างมีนัยสำคัญไม่ได้รับผลกระทบ โดยผลของการ binarizationขั้นตอนการ ในกรณี ผลจำกัดการ binarization สามารถยังคงใช้การกำหนดค่าของเส้นผ่านศูนย์กลาง (D),ความสูง H และเซนทรอยด์ C ในกรณีไบนารี จากการกลับกัน เนื่องจากไม่รับประกันผลลัพธ์เส้นเราปรับเปลี่ยนตัวอธิบายนำเสนอการจับที่ถ่วงน้ำหนักกระจายผ่านตำแหน่งสัมพัทธ์ของพิกเซลของรูปร่าง หลายความละเอียดแหวนสถานเซนทรอยด์สามารถยังคงสามารถใช้สำหรับคำอธิบายที่ลึกยิ่งขึ้น ในกรณีที่แต่ละตัวบอกคุณลักษณะจุดชมวิวมีการล็อกขั้วโลกถ่วงน้ำหนักฮิสโตแกรมของพิกัดของแต่ละพิกเซลในรูปร่าง ค่าระดับสีเทาของพิกเซลที่ใช้เป็นน้ำหนัก และจุดอ้างอิงจุดดู ในภาพที่คุณภาพไม่ดี หนึ่งอาจเน้นขอบใช้ Sobel หรือ Gaussian ต่ำผ่านเน้นขอบตัวกรองสำหรับประสิทธิภาพที่ดีขึ้น ในกรณี ที่เราใช้ในSobel เน้นขอบกรองบนรูป evel สีเทา ค่าต่ำสุดที่กำหนดไว้ล่วงหน้ามีการใช้ binarize ด้านหลังพื้น ของรูป และในภายหลังคำนวณค่าของ C และD เซนทรอยด์และเส้นผ่าศูนย์กลางตามลำดับ ใช้สร้างวงแหวนศูนย์กลางใน C มีเส้นผ่านศูนย์กลาง Dเอ็นดีทำไกลสม่ำเสมอเมื่อเทียบเคียงกับแหวน

ผลลัพธ์ (ไทย) 3:

ภาพผลลัพธ์ของภาพระดับสีเทาคุณภาพไม่ดีไม่
ไม่รับประกันจำนวนและคุณภาพของผลองค์ประกอบที่สอดคล้องกัน ดังนั้น ท่าข้อจริงโดยใช้
รูปร่างบริบทหัวเรื่อง . เสนอหัวเรื่องใช้
มุมมองถ่ายจากแหวนของรูปร่างและดังนั้นจึงไม่มีผลต่อค่า

โดยผลลัพธ์ของภาพขั้นตอน ในบางกรณีจำกัดผลลัพธ์ของกระบวนการภาพยังสามารถใช้เพื่อตรวจสอบค่าของเส้นผ่านศูนย์กลาง ( d )
ความสูง h และเซนทรอยด์ C นี้เป็นแบบไบนารี จาก
อีกเนื่องจากรูปร่างผลลัพธ์ไม่รับประกัน
เราปรับเปลี่ยนเสนอหัวเรื่องที่จะจับการกระจายน้ำหนัก
กว่าตำแหน่งสัมพัทธ์ของรูปร่างพิกเซล มัลติ
ความละเอียดของภาพวงรอบ ๆยังสามารถใช้สำหรับ
คำอธิบายที่สมบูรณ์ยิ่งขึ้น ในกรณีนี้คุณลักษณะแต่ละหัวเรื่องจาก
จุดชมวิวเป็นบันทึกที่ขั้วโลกถ่วงน้ำหนักความถี่ของพิกัดของแต่ละพิกเซลในรูปร่าง ค่าระดับสีเทาของพิกเซล ใช้เป็น
น้ำหนักและจุดอ้างอิงเป็น
ดูจุด ในสภาพที่มีคุณภาพดีหนึ่งอาจเน้น
ขอบโดยใช้ลิงค์หรือขอบต่ำผ่านตัวกรอง ) เน้น
สำหรับประสิทธิภาพที่ดีขึ้น ในกรณีของเรา เราได้ใช้
ลิงค์ขอบเน้นกรองภาพ Evel สีเทา ที่กำหนดไว้ล่วงหน้าค่าต่ำจะถูกใช้เพื่อ binarize เฉพาะด้านหลัง
พื้นของภาพและเมื่อคำนวณค่า C
D สำหรับ centroid และเส้นผ่าศูนย์กลางตามลำดับแหวนศูนย์กลางใน C มีเส้นผ่าศูนย์กลาง D ถูกใช้เพื่อสร้าง
n จุดวิวถ่ายโดยไกลบนแหวน