Ingo's Blog

(English)  Dieser Post beschreibt, wie man in Matlab zwischen Korrdinatensystemen wechseln/transformieren kann und wie dies dargestellt werden kann. Hierbei sind 3 Funktionen entscheiden: grid3D(startVec, stopVec, varargin) ... Erstellt ein orthogonales Gitter in 3D abhängig von Start und Endpunkt (Diagonale eines Würfels) und zeichnet hierbei Ticks, Labels und MinorGrids. Es können hier Rotationen durchgeführt werden und so Dargestellt werden, wie zwischen kartesischen Korrdinatensystemen transformiert wird. point3D(startVec, stopVec, varargin) ... Ist eine Funktion zum Erstellen von 3D Vektoren anhand Start und Endpunkt. Es beinhaltet Optionen wie das benennen der Punkte, Darstellung als Pfeil, als auch Einstellungen zu Farbe und Dicke. arrow3D(startVec, stopVec, varargin) ... Diese Funktion erzeugt einen Pfeil in 3D der skaliert werden kann durch die Optionen. Die Funktionen inclusive Beispiel können hier heruntergeladen werden: Matlab-Functions/CartesianCorrdinateTransformation...

( German ) This post is focussing on the solution of calculating a point of an ellipsoidal surface in dependency of to angles like in spherical coordinates. Mode of operation: This function calculates the closest point on an ellipsoidal surface from an point outside or inside the body in respect to its center. It needs the mesh data of the ellipsoidal body X, Y, Z and the point, where the point with direct connection to the center should be found on the surface. The output parameters are [point, phi, the] = PointOnSurfaceAnalytic(X, Y, Z, x, y, z); the surface point and the angles phi and theta of the ellipsoidal equations. It can be downloaded here .   To derive the formula we start with the ellipsoidal equation: (x/ a)^2 + (y/ b)^2 + (z/ c)^2 = 1   If we consider 𝝋 to be between the x and y axis and  𝝑 be between the y and z axis it leads to: x = y/tan 𝝋   z = y/tan 𝝑   Substitute this in the ellipsoidal equation one g...

( German ) This post describes a Matlab function which classifies images dependent on shape color and so on to differentiate between images like bananas and apples. Mode of operation: In this function different attributes of images are calculated in values to classify images and seperate them in 2D or 3D. Classification methodes are 'color', 'color2' and 'colorhex' for different color classifications and 'brightness' for the brightness value 'shape', 'std', 'mean', 'cov' and 'sub' are different shape conditions. This function can be downloaded on MathWorks . Following figure shows the classification of apples, bananas and black berries.  It is seen in three dimensions it is clearly classified. Most of the mathematical algortihm are based on magnitude gradient maps to whether calculate shape or substructures. Following figure shows the different input images and their gradient map. In sou...

( English ) This post describes a Matlab function which uses a 7 layer convolutional network for dice number identification (numbers 1-12). It calls for the earlier proposed image processing methode shown in this post . Mode of operation: Two methodes were tested. The dice as shown in previous post is just a tiny part of the whole image. With image processing, the dice itself is excluded and saved in a new folder sorted by number. They are loaded in "digitData". The it is splitted in trainigs set (4/5) and test set (1/5 of alle images). All in all I have 996 images and I tested the not processed images and the binare tresholded images, which suprisingly showed a higher accuracy for the non processed images. An all in all accuracy of 99.6% in the training set and 99.2% in the test set was achieved around 5% higher than for the binare images. In this image the value of accuracy is seen what the convolutional net predicts. A good improvement is seen in non proc...

( English ) Dieser Beitrag beschreibt ein Matlab Skript in dem Lieder aus einem Ordner in einen anderen Ordner sortiert nach Interpreten gespeichert wird. Funktion: Zu erst wird der Pfad der zu sortierenden Dateien und der Pfad in welche diese sortiert werden ausgewählt. Da manchmal im Ordner versteckte Daten wie ".", ".." oder "Desktop.ini" sind werden diese herausgenommen. Jetzt wird der Dateien Name jeder Musikdatei aufgespalten in Interpret und in Liedname und unnötigt zusätze wie "(Official Video)", "[pleer.com]" weggeschnitten. Jetzt wird für jedes Lied nachgeschaut, ob ein Ordner des Interpreten schon in dem zu speichernden Ordner ist. Wenn es keinen gibt wird einer erstellt mit dem Namen der Interpreten. Dann wird in diesem Ordner überprüft, ob das Lied bereits existiert und wenn dies nicht der Fall ist wird das Lied in den Ordner kopiert. All erfolgreich kopierten Liednamen werden in der Konsole ausgegeben. Dabei kann am...

( English ) Dieser Beitrag ist über eine Matlab Funktion die von Bildern den Hintergrund auswählen kann, um diesen transparent zu entfernen. Dabei kann der Hintergrund aus mehreren Farben bestehen und verschmiert sein! Dies ist praktisch für Präsentationen, damit die Bilder zum Hintergrund passen ohne Ränder zu haben. Prinzip: Dies is eine Interface basierte Funktion bei der man Bilder jedes Typen per Buttom laden kann. Mit dem Buttom "Choose Background" kann in dem auftretenden Bild die Hintergrundfarbe gewählt werden, welche rechts durch die weiße Farbe gekennzeichnet ist, welcher Bereich selektiert ist. Nun kann mit dem Schieber die Differenz zu der Farbe gewählt werden. Beispielsweise sind für die Stellung 10 für die Farbe [50 5 200] alle Farben im Bereich [40 0 190] bis [60 15 210] selektiert. In dem Graphen unten links kann die ausgewählt Hintergrundfarbe überprüft werden. Mit dem Buttom "next BG" kann dann ein weiterer Hintergrund, ebensfall...

( English ) Dieser Beitrag ist ähnlich zu dem Beitrag davor und beschreibt die Identifikation von Zahlen  von 1-12 eines 12-seitigen Würfels. Diese Bilder sind ebenfalls in der automatischen Würfelmschine meines Bruder erzeugt worden. Würfel Identifikation: Zuerst werden alle Bilder in Matlab geladen und auf eine 200x200 Pixel Größe reduziert. Dieses Bild wird nun konvertiert via rgb2gray in ein farbloses Bild. Darauf hin wird der Gradient angewendet und dieses und das graue Bild werden mit einem Treshold in binäres Bilder umgewandelt. Das Gradienten Bild wird mit der morphologischen Operation imclose erweitert und dann mit dem normalen binären Bild multipliziert und dann wird Dilatation angewendet um die Konturen dicker zu machen. Hiernach wird eine große For-Schleife über alle Bilder durchgeführt und die Mitte des Bildes mit meiner Funktion bestimmt (gewichtet alle Stellen die 1 sind und findet die Mitte davon: bestimmt den Mean-Wert aller Zeilen und Spalten an ...

( English ) Dieser Eintrag beschreibt die Identifikation von Plus und Minus auf Würfeln. Würfel Identifikation: Mein Bruder hat eine Würfel Roll Maschine gebaut die automatisch würfelt mit zwei Seiten +, eine Seite - und der rest leer und Bilder aufnimmt. Diese Bilder sehen wie die folgenden aus:  Das Plus ist dabei grün und das Minus ist rot. Bildbearbeitung: Zu erst lade ich alle Bilder mit Matlab und schneide sie in eine 200x200 size größe (zweite Zeile). Weiterhin verbesser ich den Kontrast der Bilder durch Erhöhung der RGB-Werte, da diese nur bei 100 von 255 liegen (dritte Zeile). Die einzelnen RGB-Kanäle werden dann aufgeteilt und dadurch ein grüner Kanal rekonsturiert, indem von dem grünen Kanel die hälfte des blauen und roten Kanals (als einfache Matrixsubtraktion) abgezogen wird und demenstprechend für rot. Mit einer Grenze der Double-Werte bei 50 für das grüne Bild (darüber sind die Werte nun 1 und darunter 0) und 20 für das rote Bild wird also ein binäres Bi...

Segmentierung Wachstum (Segmentation Growing) ( English ) Diese Post ist über ein Verfahren um Objekte aus BIldern zu segmentieren. Dafür wird eine Region gewählt (seed) und mit einem Gewichtungsfaktor, der von der Standartabweichung und der Durchschnittswert der Region und dem Faktor f abhängt, gewählt. Wenn Pixel, die unmittelbar um das seed liegen innerhalb der Grenzen sind, wird dieser dem seed hinzugefügt. Dies wird so lange fortgezetzt, bis kein Wert mehr dem seed hinzugefügt wird. Dann ist das Objekt somit segmentiert. function [region, area, seed, sx1, sx2, sy1, sy2] = Segmentation_Growing(img,sx1,sx2,sy1,sy2,f): Diese Funktion benötigt ein Bild als input. Wird sonst nichts als input angegeben kann mit 2 Markern der Bereich festgelegt werden, in dem der seed ist. Andernfalls wird mit sx1, sy1 die obere linke Ecke und mit sx2, sy2 die untere rechte Ecke definiert. Wird mit den Markern gearbeitet, kann als zweiter input f angegeben werden. Diese Variable beschreibt die Gewi...

Die Dijkstra Methode ( English ) In diesem Post wird die Dijkstra Methode aus dem vorherigen Post nochmal aufgearbeitet, sodass diese eine größere Nachbarschaft nach Wegen durchsucht und somit bei mehreren möglichen Pfäden eine präziesere Lösung findet. Die wird in folgendem Bild zu dme vorherigen Post verglichen: Hier kann der Code bei MathWorks heruntergeladen werden. Quellcode Dijkstra: function [path, prev, unvis, distance, start, target] = Dijkstra_Methode(Matrix, start, target) %Matrix is the incoming image %start is the start point in a vector [a,b] where a is the column and b the %row %target is the end point similare to start %path is the matrix with ones excepted at the position of the path where it is 0 %prev are also the previous visited pixels where the algorithm took the %wrong way %unvis are all unvisited pixels %distance is the distance or weight of the pixels %open the image and you can choose with the cursor the start %and end point if you don't give ...

Die Dijkstra Methode ( English ) In diesem Post zeige ich wie mit Matlab am Rand von Objekten oder Bildern der Pfad gefunden werden kann. Hierfür benutzt ich die Dijkstra Methode. Ich nehme als Input ein BIld von Matlab, führe es in ein Gradientenbild über mit [G,Gdir] = imgradient(img,'sobel'); und benutze meine Funktion Dijkstra(G,p,q) : Diese ist benötigt ein Bild in double Format G , einen Startpunkt p bei dem der erste Wert der Zeilenwert und der zweite der Spaltenwert ist und das vorgegebene Ziel q dem entsprechend. Die Methode funktioniert so, dass sie alle Distanzen auf unendlich setzt und nur den Startpunkt auf 0. Alle unbesichteten Pixel haben den Wert 1. Der Algorithmus geht so lange, bis das Ziel kein unbesichteter Pixel mehr ist. Er summiert über alle Nachbarpixel und berechnet immer das Gewicht bzw. die Distanz mit function [weight] = localedgewidth(G,p,q) wobei der Wert vom Nachbarpixel von dem Maximum der Bilder abgezogen wird, dies durch die Differenz von...