Upload
payton
View
31
Download
0
Embed Size (px)
DESCRIPTION
Segmentação de Imagens. Alexandre Valdetaro Porto. Introdução. Segmentação é o agrupamento de Pixels de uma imagem em regiões peculiares. Objetivos. Expor alguma informação contida na imagem. Partes da um foto Objetos Superfícies Letras Patterns Silhuetas Etc. Aplicações importantes. - PowerPoint PPT Presentation
Citation preview
Segmentação de Imagens
Alexandre Valdetaro Porto
Introdução Segmentação é o agrupamento de Pixels de
uma imagem em regiões peculiares.
Objetivos Expor alguma informação contida na imagem.
Partes da um foto Objetos Superfícies Letras Patterns Silhuetas Etc..
Aplicações importantes Localização de locais em imagens de satélite Reconhecimento de faces Realidade Aumentada Imagens Médicas Leitura de impressões digitais Buscas em bancos de dados de imagem
Abordagem para o problema Existem inúmeros algoritmos para
segmentação de imagem.
A abordagem naive para o problema seria varrer a imagem buscando pixels que estejam variando de cor ou intensidade dentro de uma dada tolerância. Lembrando-se sempre de respeitar as margens dos objetos.
Algoritmos conhecidos K-means Histogram Edge detection WaterShed Transformation Muitos outros...
K-Means 1 Primeiramente escolha um número variável
de grupos para os pixels e escolha seus valores médios.
2 Varra a imagem incluindo cada pixel ao grupo cujo valor médio mais se aproxima de seu valor
3 Recalcule os valores médios dos grupos com os pixels novos incluidos.
Faça 2 e 3 até que nenhum pixel mude de grupo.
K-Means
Histogram Calcula um histograma da imagem Requer uma passada apenas Utiliza-se os picos e vales para encontrar os
grupos para subdivisão dos pixels Pode ser utilizado para dizer os grupos iniciais
dos pixels para o método K-means
Edge Detection Métodos de detecção de arestas podem
discretizar os objetos facilmente. A silhueta de um objeto tende a ser um ponto
da imagem com o grande magnitude de gradiente, ou seja, que há grande variação na intensidade em relação aos vizinhos.
Pode ser feito algo trivial desde a diferença entre a intensidade do pixel anterior e o atual ou filtros mais complexos que utilizam o gradiente da imagem.
Filtro passa alta
Edge Detection
Watershed Tranformation A transformação Watershed é similar ao Edge
Detection. Primeiramente considera-se os pixels com
maior magnitude de gradiente da como sendo bordas.
Assim, fazendo uma analogia com o cair de gotas em um superfície topológica(análoga a uma imagem em greyscale), as gotas escorrerão um mínimo de intensidade local.
Os pixels que escorrem para o mínimo local formam uma poça, que pode ser considerado um grupo na segmentação.
Watershed transformation
Conclusão Todos os algoritmos abordados podem ser
combinados para obtenção de melhores resultados.
A escolha do método certo depende do tipo de aplicação e imagem.
Podem ser aplicados na escala de cor da imagem, porém se tornam mais complexos