Определить преобразование, которое превращает изображения в темную сторону

Question

Работая над новым методом обнаружения линейных объектов на изображениях, я обнаружил преобразование, которое превращает изображения в жуткую запутанную сеть. Моя теория состоит в том, что преобразованное изображение показывает основные пути пространственной когерентности.

Этот вид анализа уже выполнен в другой области обработки изображений или в другом приложении?

Я показываю пример со спутниковым снимком леса:

У меня есть опыт работы с изображениями для определения элементов на изображениях, таких как края или прямые линии, но я никогда не видел ничего подобного.

Метод основан на нескольких вейвлет-преобразованиях вокруг каждого пикселя, рассматривая линии во всех направлениях и выбирая угол с максимальным значением свертки. Эта операция приводит к двум числам на пиксель: максимальная свертка и соответствующий ей угол, аналогичные величине и фазе анализа Фурье. В приведенном выше примере карта свертки показана с ее крайними значениями, масштабированными до серой карты.

Как указывалось в комментариях @ user1118321, я сравнил преобразование с фильтром Собеля:

Оператор Собеля аппроксимирует пространственные производные изображения в каждом пикселе. Используя классическое ядро ​​3x3, получается приближение вектора градиента первого порядка, которое обычно используется для выделения ребер. Мой фильтр использует произвольный размер ядра (32x32 в приведенном выше примере), но не аппроксимирует пространственные производные любого порядка. Изображение свернуто против линейных ядер, которые можно интерпретировать как локальные преобразования Хафа, как указано в комментариях @Meisam. При выборе ядра с максимальным значением свертки изображение локально аппроксимируется в виде линии в соответствующем направлении.

Эта гипотеза отвечает на часть моего вопроса, но точное значение путей, присутствующих на отфильтрованном изображении, все еще остается открытым. Кажется, что пути соединяют определенные области изображения, может быть пространственно связными или, может быть, просто визуальным артефактом от суперпозиции локальных преобразований Хафа.

Answer 1

Я задал вопрос на форуме Image.sc, и Габриэль ответил с помощью техники, называемой двумерными согласованными фильтрами, и научной работой конца 80-х.

Chaudhuri etи др.Обнаружение кровеносных сосудов на изображениях сетчатки с использованием двумерных согласованных фильтров.IEEE Trans Medical Imaging 1989, 8 (3): 263-269 ( pdf )

В этой работе ядра с различной ориентацией используются для идентификации гладких краев на изображениях сетчатки.В моем случае я хотел определить размытые линии, поэтому я использовал круглые ядра, содержащие линию с различной ориентацией.

Габриэль также нашел время для обработкимой пример изображения с использованием двумерных согласованных фильтров с похожими результатами.