zoukankan      html  css  js  c++  java
  • 图像分析:投影曲线的波峰查找

    1. 前言

    在图像分析里,投影曲线是我们经常要用到的一个图像特征,通过投影曲线我们可以看到在某一个方向上,图像灰度变化的规律,这在图像分割,文字提取方面应用比较广。一个投影曲线,它的关键信息就在于波峰与波谷,所以我们面临的第一个问题就是找到波峰与波谷。

    第一次涉及到求波峰与波谷时,很多人都不以为意,觉得波谷波峰还不容易,无非是一些曲线变化为零的点,从离散的角度来说,也就是:

    波峰:$F(x)>F(x-1) 且 F(x)>F(x+1)$

    波谷:$F(x)<F(x-1) 且 F(x)<F(x+1)$

    这么简单吗?显示不是,你首先就会遇到这样的曲线图,然后图上的波峰点并不满足上面的条件。

    image

    看到这种情况,你也许会考虑在上面的等式中把$>$和$<$改为$ge$和$le$。

    波峰:$F(x)ge F(x-1) &&  F(x) > F(x+1)$  或者 $F(x)> F(x-1) &&  F(x) ge F(x+1)$

    波谷:$F(x)le F(x-1) &&  F(x) < F(x+1)$  或者 $F(x)< F(x-1) &&  F(x) le F(x+1)$

    这次是否就这样简单,答案显示不是,下面的这个图就会让你对一些非峰值点作出错误的判断。

    image

    上面这幅图真正的峰值只有一个,其他平台上的点,你如果按上面修改的公式,就会被错误的当成波峰点。

    下面让我们看一下,到底如何能求得准确的曲线波峰与波谷。

    2. 波峰波谷算法

    投影曲线实际上是一个一维的向量:

    $$V=[v_1,v_2,dots,v_n]$$

    其中$v_i,i in [1,2,dots,N]$,代表图像在第$i$行或列上的灰度累积。当然不仅仅是投影曲线,$T$也可以是某一事件中变量的观测值,我们需要研究这个变量的变化规律。

    下面给出波峰与波谷的算法:

    1,假投影曲线可以表示为$V=[v_1,v_2,dots,v_n]$。

    2,计算V的一阶差分向量$Diff_V$:

    $$Diff_v(i)=V(i+1)-V(i),其中iin {1,2,dots,N-1}$$

    3,对差分向量进行取符号函数运算,$Trend=sign(Diff_v)$,即遍历$Diff_v$,若$Diff_v(i)$大于0,则取1;如果小于0,则取-1,否则则值为0。

    $$ sign(x)=left{
    egin{aligned}
    1& if x>0 \ 
    0& if x=0 \ 
    -1& if x<0  
    end{aligned}
    ight.
    $$

    4,从尾部遍历$Trend$向量,进行如下操作:

    $$
    if Trend(i)=0且Trend(i+1)ge0,则Trend(i)=1 \
    if Trend(i)=0且Trend(i+1)<0,则Trend(i)=-1
    $$

    5,对$Trend$向量进行一阶差分运算,如同步骤2,得到$R=diff(Trend)$。

    6,遍历得到的差分向量$R$,如果$R(i)=-2$,则$i+1$为投影向量$V$的一个峰值位,对应的峰值为$V(i+1)$;如果$R(i)=2$,则$i+1$为投影向量$V$的一个波谷位,对应的波谷为$V(i+1)$。

    下面我们来结合一个实际的向量值,给中中间结合的计算。

    1,$V=[-5,10,10,14,14,8,8,6,6,-3,2,2,2,2,-3]$。

    它的曲线图像如下把示,图中红色圈标出了曲线的峰值,而绿字圈标出了图像的波谷位置。

    image

    2,计算$V$的一阶差分,我们得到$Diff(V)=[15,0,4,0,,-6,0,-2,0,-9,5,0,0,0,-5]$。

    3,对$Diff_v$进行取符号运算,得到向量$Trend=[1,0,1,0,-1,0,-1,0,-1,1,0,0,0,-1]$。

    4,对$Trend$作一次遍历,如步骤4。$Trend=[1,1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1]$。

    5,对$Trend$做一阶差分,得到向量$R=Diff(Trend)=[0,0,-2,,0,0,0,0,0,2,-2,0,0,0]$。

    6,遍历向量$R$,我们就得到了两个峰值点和一个波谷点。

    3. 算法原理

    其实上述算法的核心思路非常简单,曲线的峰值点,满足一阶导数为0,并且满足二阶导数为负;而波谷点,则满足一阶导数为0,二阶导数为正。

    在上面的算法里面,我们首先计算了一阶的导数$Diff_v$,然后我们将其符号化,是因为我们并不关心一阶导数的大小。

    然后我们去看那些一阶层数为0的地方,我们发现,那些平台上的点,有些并不是波峰与波谷,然后很多处在上坡与下坡的路上,所以我们将它们的一阶导数设为与它们所在的坡面梯度方向相同。

    最后我们再来计算二阶导数时,就会发现只要为2或者-2,所以曲线斜在这个点发生了变化,由正变负或由负变正。找到这些点,也就找到了原曲线中的波峰或波谷点。

    4. 实现

    下面给出这个算法的C++实现,findPeaks是查找波峰函数,而查找波谷函数则类似,这里没有写在一个函数内。函数接受一个Vecotr<int>的向量,输出为一个vector<int>的位置向量。

    void findPeak(const vector<int>& v, vector<int>& peakPositions)
    {
        vector<int> diff_v(v.size() - 1, 0);
        // 计算V的一阶差分和符号函数trend
        for (vector<int>::size_type i = 0; i != diff_v.size(); i++)
        {
            if (v[i + 1] - v[i]>0)
                diff_v[i] = 1;
            else if (v[i + 1] - v[i] < 0)
                diff_v[i] = -1;
            else
                diff_v[i] = 0;
        }
        // 对Trend作了一个遍历
        for (int i = diff_v.size() - 1; i >= 0; i--)
        {
            if (diff_v[i] == 0 && i == diff_v.size() - 1)
            {
                diff_v[i] = 1;
            }
            else if (diff_v[i] == 0)
            {
                if (diff_v[i + 1] >= 0)
                    diff_v[i] = 1;
                else
                    diff_v[i] = -1;
            }
        }
    
        for (vector<int>::size_type i = 0; i != diff_v.size() - 1; i++)
        {
            if (diff_v[i + 1] - diff_v[i] == -2)
                peakPositions.push_back(i + 1);
        }
    }
  • 相关阅读:
    壳的编写(1)-- 简介与搭建框架
    Writing Your Own Packer
    中断门
    记一次:Windows的Socket编程学习和分析过程
    封装调用包含界面的MFC dll
    编译vtk8.1.1 + 在vs2017中配置开发环境
    迁移通知
    基于CAN总线的汽车诊断协议UDS(上位机开发驱动篇)
    基于CAN总线的汽车诊断协议UDS(ECU底层模块移植开发)
    浅谈jQuery,老司机带你jQuery入门到精通
  • 原文地址:https://www.cnblogs.com/ronny/p/3616470.html
Copyright © 2011-2022 走看看