58
PROCESSAMENTO MORFOLÓGICO DE IMAGENS Lenon Fachiano Silva Processamento de Imagens Digitais Prof. Dr Ap. Nilceu Marana PPG Ciência da Computação UNESP Bauru 2015

Processamento Morfológico de Imagens

Embed Size (px)

Citation preview

Page 1: Processamento Morfológico de Imagens

PROCESSAMENTO MORFOLÓGICO DE

IMAGENSLenon Fachiano SilvaProcessamento de Imagens DigitaisProf. Dr Ap. Nilceu MaranaPPG Ciência da ComputaçãoUNESPBauru

2015

Page 2: Processamento Morfológico de Imagens

Morfologia = morphos (forma) + logia (estudo)

Na biologia: estudo da forma e estrutura de animais e plantas.Na morfologia matemática: extração de componentes e descrição de objetos em imagens.

Page 3: Processamento Morfológico de Imagens

Desenvolvida primariamente por Jean Serra e Georges Mathreon.Desenvolvido inicialmente para imagens binárias e posteriormente estendido para tons de cinza.A base da morfologia é a teoria dos conjuntos.Imagens binárias são membros do Z2, sendo

cada elemento um vetor bidimensional.

Page 4: Processamento Morfológico de Imagens

Princípio: obter informações relativas à geometria de topologia de um conjunto desconhecido pela transformação por meio de um outro conjunto bem definido, denominado elemento estruturante.

Page 5: Processamento Morfológico de Imagens

Exemplos de elementos estruturantes

Page 6: Processamento Morfológico de Imagens

DEFINIÇÕES BÁSICAS

Page 7: Processamento Morfológico de Imagens

Translação de A por x

Page 8: Processamento Morfológico de Imagens

Reflexão do conjunto B

Page 9: Processamento Morfológico de Imagens

Complemento de A

Page 10: Processamento Morfológico de Imagens

Diferença entre os conjunto A e B

Page 11: Processamento Morfológico de Imagens

EROSÃO E DILATAÇÃO

Page 12: Processamento Morfológico de Imagens

São as duas operações básica na morfologia matemática.

Por meio dessas duas operações, podemos desenvolver uma séries de algoritmos. Para tal, basta realizar combinações de erosões e dilatações.

Page 13: Processamento Morfológico de Imagens

Erosão Binária

“Conjunto de todos os pontos x de forma que B, transladado por x, está contido em A”

Page 14: Processamento Morfológico de Imagens

Erosão Binária

“Passe o elemento estruturante por todos os pixels da imagem original: Se nenhum valor dos pixels da imagem sob os valores não nulos do elemento estruturante for 0, ponha 1 no resultado.”

Page 15: Processamento Morfológico de Imagens

Erosão Binária

Page 16: Processamento Morfológico de Imagens

Dilatação Binária

“Obter a reflexão de B sobre sua origem e depois deslocar esta reflexão por x”.

Page 17: Processamento Morfológico de Imagens

Dilatação Binária

“Passe o elemento estruturante por todos os pixels da imagem original: Se o valor do pixel sob o elemento central for diferente de 0, copie todos os valores 1do elemento estruturante para a imagem resultante.”

Page 18: Processamento Morfológico de Imagens

Dilatação Binária

Page 19: Processamento Morfológico de Imagens

Dilatação e Erosão Binária: Considerações• A aplicação da erosão contrai, diminui o

objeto;• A aplicação da dilatação expande,

aumenta o objeto;• As operações de erosão e dilatação são

duais.“O complemento de uma erosão é o mesmo que uma dilatação do complemento da imagem pelo elemento estruturante refletido”

Page 20: Processamento Morfológico de Imagens

ABERTURA E FECHAMENTO

Page 21: Processamento Morfológico de Imagens

Abertura

• Suaviza o contorno de uma imagem;• Quebra istmos estreitos;• Elimina proeminências delgadas;• Abre buracos

Page 22: Processamento Morfológico de Imagens

Abertura

Page 23: Processamento Morfológico de Imagens

Fechamento

• Funde pequenas quebras;• Alarga golfos estreitos;• Fecha buracos.

Page 24: Processamento Morfológico de Imagens

Fechamento

Page 25: Processamento Morfológico de Imagens

Abertura e Fechamento: Considerações

• São operações duais;• Idempotência

Page 26: Processamento Morfológico de Imagens

TRANSFORMADA HIT-OR-MISS

Page 27: Processamento Morfológico de Imagens

Hit-or-Miss

É muito utilizada para detecção de formas.Indica a posição de um determinado objeto na imagem.

Page 28: Processamento Morfológico de Imagens

Hit-or-Miss

AD

CE

A é uma figura composta pelos objetos C, D e E.Estamos interessados em encontrar o objeto D.

Page 29: Processamento Morfológico de Imagens

Hit-or-Miss

D

W é uma pequena janela que cabe D.

(W-D) será o fundo local de D em relação a W.

W

(W-D)

Page 30: Processamento Morfológico de Imagens

Hit-or-Miss

1. Erosão de A por D. Vamos encontrar as posições em que D está totalmente contido em A: D encontrou um hit em A.

2. Erosão do complemento de A pelo fundo local (W-D).

3. As posições em que D se encaixa perfeitamente dentre de A é a intersecção entre a erosão de A por D e a erosão do complemento de A por (W-D).

Page 31: Processamento Morfológico de Imagens

Hit-or-MissChamando:

D = B1 (W-D) = B2 B = (B1, B2 )

Page 32: Processamento Morfológico de Imagens

ALGORITMOS MORFOLÓGICOS

BÁSICOS

Page 33: Processamento Morfológico de Imagens

Extração de fronteiras

Para extrair o contorno de uma imagem A, basta realizar a erosão de A por um elemento estruturante B e em seguida calcular a diferença entre A e a erosão.

Page 34: Processamento Morfológico de Imagens

Extração de fronteiras

Page 35: Processamento Morfológico de Imagens

Preenchimento de Regiões

Partindo de um ponto no interior de uma região, preenche-se essa região com 1s.

Page 36: Processamento Morfológico de Imagens

Preenchimento de Regiões

X0 = ponto inicialB = elemento estruturanteO procedimento repete-se até que Xk = Xk-1

Por fim, une-se o resultado com o contorno

Page 37: Processamento Morfológico de Imagens

Preenchimento de Regiões

Page 38: Processamento Morfológico de Imagens

Extração de componentes conectados

Sendo Y um componente conectado em uma imagem, partindo de um ponto pertencente a esse componente conectado, obtém-se todos os pontos deste componente.O procedimento repete-se até que Xk = Xk-1

Page 39: Processamento Morfológico de Imagens

Extração de componentes conectados

Page 40: Processamento Morfológico de Imagens

Afinamento e Espessamento

Operações duais definidas por meio da transformada hit-or-miss.No final do afinamento, ele convertido para m-conectividade para eliminar caminhos múltiplos.

Afinamento

Espessamento

Page 41: Processamento Morfológico de Imagens

Afinamento e Espessamento

Em geral, utiliza-se uma sequência de elementos estruturantes em que um é ligeiramente rotacionado em relação ao anterior.

Page 42: Processamento Morfológico de Imagens

Casco Convexo

Casco convexo H de um conjunto S pode ser definido como o menor conjunto que ainda contém S.

O procedimento morfológico utiliza quatro elementos estruturantes.

Page 43: Processamento Morfológico de Imagens

Casco Convexo

Page 44: Processamento Morfológico de Imagens

Casco Convexo

Page 45: Processamento Morfológico de Imagens

PROCESSAMENTO MORFOLÓGICO DE IMAGENS

EM TONS DE CINZA

Page 46: Processamento Morfológico de Imagens

Diferente das imagens binárias, os pixels podem ter qualquer valor inteiro.As imagens são agora tratadas como superfícies.Graças ao conceito matemático de umbra, pode-se realizar operações com elementos estruturantes bidimensionais.Uniões se tornam máximos e interseções mínimos

Page 47: Processamento Morfológico de Imagens

Erosão(A B) = min {A(i – x , j – y) – B(x , y) | (i – x , j – y) A , (x, y) B}

1. Posiciona-se a origem do elemento estruturante sobre o primeiro pixel da imagem que sofrerá erosão.

2. Calcula-se a diferença de cada par correspondente de valores de pixels do elemento estruturante e da imagem.

3. Acha-se o valor mínimo de todas as diferenças e armazena-se no correspondente da saída.

4. Repete-se o processo para todos os pixels da imagem.

Page 48: Processamento Morfológico de Imagens

ErosãoEm geral, obtém-se uma imagem mais escura como resultado.

Page 49: Processamento Morfológico de Imagens

Dilatação

1. Posiciona-se a origem do elemento estruturante sobre o primeiro pixel da imagem que será dilatada.

2. Calcula-se a soma de cada par correspondente de valores de pixel do elemento estruturante e da imagem.

3. Acha-se o valor máximo de todas esses adições e armazena-se no pixel correspondente da imagem de saída.

4. Repete-se o processo para todos os pixels da imagem.

(A B) = max {A(i – x , j – y) + B(x , y) | (i – x , j – y) A , (x, y) B}

Page 50: Processamento Morfológico de Imagens

DilataçãoEm geral, obtém-se uma imagem mais clara como resultado.

Page 51: Processamento Morfológico de Imagens

Gradiente MorfológicoEnfatiza transições

Page 52: Processamento Morfológico de Imagens

Transformada Top-Hat Diferença entre uma imagem e sua abertura por um elemento estruturanteEnfatiza detalhes na presença de sombreamento.

Page 53: Processamento Morfológico de Imagens

Transformada Bottom-Hat Diferença entre uma imagem e sua abertura por um elemento estruturanteEnfatiza detalhes na presença de sombreamento.

Page 54: Processamento Morfológico de Imagens

REFERÊNCIAS

Page 55: Processamento Morfológico de Imagens

MARQUES FILHO, O.; VIEIRA NETO, H. Processamento digital de imagens. [S.l.]: BRASPORT, 1999. ISBN 9788574520094

GONZALEZ, R.; WOODS, R. Digital Image Processing. [S.l.]: Pearson Education, 2011. ISBN 9780133002324

Page 56: Processamento Morfológico de Imagens

PITAS, I. Digital Image Processing Algorithms and Applications. [S.l.]: Wiley, 2000. ISBN 9780471377399

SERRA, J. Introduction to mathematical morphology. Computer Vision, Graphicas, and Image Processing, v. 35, n. 3, p. 283–305, September 1983

Page 57: Processamento Morfológico de Imagens

WEI, D., TONG, W. Research on Edge Detection based on Mathematical Morphology Algorithm. International Conference on Optoeletronics and Image Processing, v. 2, p. 211–213, November 2010.HARALICK, R. M.; STERNBERG, R. S.; ZHUANG, X. Image Analysis Using Mathematical Morphology. IEEE Transactions on Pattern Analysis and Machine Intelligence, v. PAM-9, n. 4, p. 532–550, July 1987.

Page 58: Processamento Morfológico de Imagens

PROCESSAMENTO MORFOLÓGICO DE

IMAGENSLenon Fachiano SilvaProcessamento de Imagens DigitaisProf. Dr Ap. Nilceu MaranaPPG Ciência da ComputaçãoUNESPBauru

2015

Obrigado