Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Paulo Sérgio Rodrigues PEL205
Segmentação Paulo Sérgio Rodrigues PEL205
2
Conceito Formal de Segmentação de Imagens
Aristóteles ( a.C.), em um tratado sobre os sentidos humanos, definiu o que seria a diferença entre Sensação e Razão. Segundo o Filósofo, sensação é o processo de captura de sinais externos através de órgãos sensitivos de um ser. Ao generalizar sinais externos, órgãos sensitivos e ser, Aristóteles define a sensação como um processo inerente a qualquer ser vivo.
3
Conceito Formal de Segmentação de Imagens
Por outro lado, define razão como o processo de interpretar o sinal sensitivo como tendo alguma finalidade dentro de um contexto: “.. Um Leão percebe uma Gazela correndo mas não reconhece que ela está correndo ...” Assim, podemos definir o processo de Segmentação como sendo simplesmente a idéia de percepção de elementos em uma cena.
4
Diferença entre Segmentação e Reconhecimento
Por outro lado, o processo de reconhecimento é o processo de interpretação dos elementos percebidos pelos órgãos sensitivos. Assim, fica bem clara a diferença ente segmentação e reconhecimento de imagens, que também podem ser chamadas de detecção e análise.
5
Diferença entre Segmentação e Reconhecimento
A interpretação, no entanto, depende do contexto, da base de conhecimento e conseqüentemente, do observador
6
Diferença entre Segmentação e Reconhecimento
A interpretação, no entanto, depende do contexto, da base de conhecimento e conseqüentemente, do observador
7
Diferença entre Segmentação e Reconhecimento
A interpretação, no entanto, depende do contexto, da base de conhecimento e conseqüentemente, do observador
8
Diferença entre Segmentação e Reconhecimento
A interpretação, no entanto, depende do contexto, da base de conhecimento e conseqüentemente, do observador
9
Diferença entre Segmentação e Reconhecimento
A interpretação, no entanto, depende do contexto, da base de conhecimento e conseqüentemente, do observador
10
Diferença entre Segmentação e Reconhecimento
A interpretação, no entanto, depende do contexto, da base de conhecimento e conseqüentemente, do observador
11
Diferença entre Segmentação e Reconhecimento
A interpretação, no entanto, depende do contexto, da base de conhecimento e conseqüentemente, do observador
12
Diferença entre Segmentação e Reconhecimento
A interpretação, no entanto, depende do contexto, da base de conhecimento e conseqüentemente, do observador
13
Técnicas de Segmentação
Detecção de Bordas Detecção de Linhas Detecção de Círculos Detecção de Regiões Detecção de movimento
14
Técnicas de Segmentação
Detecção de Bordas
15
Técnicas de Segmentação
Detecção de Bordas
16
Técnicas de Segmentação
Detecção de Bordas
17
Técnicas de Segmentação
Detecção de Bordas
18
Técnicas de Segmentação
Detecção de Bordas
19
Detectores de Borda e Linhas
Detectores Baseados em Gradientes
20
Detectores de Bordas e Linhas
Detectores Baseados em Gradientes Zi-1,j-1 Zi-1,j+1 Zi,j-1 Zi-1,j Zi+1,j-1 Zi,j Zi+1,j Zi,j+1 Zi+1,j+1
21
Detectores de Bordas e Linhas
Detectores Baseados em Gradientes
22
Detectores de Bordas e Linhas
Detectores Baseados em Gradientes
23
Detectores de Bordas e Linhas
Detectores Baseados em Gradientes
24
Detectores de Bordas e Linhas
Detectores Baseados em derivadas
25
Detectores de Bordas e Linhas
Detectores Baseados em derivadas
26
Detectores de Bordas e Linhas
Detectores Combinados de Bordas e Linhas
27
Detectores de Bordas e Linhas
Detectores Combinados de Bordas e Linhas w2 z w1 Θ
28
Detectores de Bordas e Linhas
Detectores Combinados de Bordas e Linhas Detector de linhas w1 w2 w3 Detector de Bordas z Projeção de z no plano w1 w2 Projeção no eixo w3 θ Φ
29
Detectores de Bordas e Linhas
Detectores Combinados de Bordas e Linhas
30
Detectores de Bordas e Linhas
Detectores Combinados de Bordas e Linhas Detector de linhas w1 w2 w3 Detector de Bordas z Projeção de z no plano w1 w2 Projeção no plano w3 θ Φ Conclusão: Se θ > Φ a região representada por z possui mais bordas do que linhas. O contrário é verdadeiro para θ < Φ.
31
Lidando com Descontinuidade de Bordas
As abordagens vistas até aqui para detecção de bordas e linhas quase sempre não são eficientes para detectar as bordas em uma cena. Isso é devido à presença de ruído, descontinuidade de bordas e relativo baixo contraste entre elas. O objetivo desta parte da disciplina é definir, dada a saída de um detector de bordas ou linhas, quais pixels realmente pertencem a um borda.
32
Lidando com Descontinuidade de Bordas
Processamento Local Uma das maneiras mais simples de se definir bordas reais a partir da saída de um detector é através da análise de características locais. Os pixels na vizinhança de uma borda possuem características semelhantes que podem ser usadas para sua detecção. Dada a saída de um detector como Gradiente, Sobel ou Roberts, pode-se definir uma borda com base em dois tipos de informação: a) a intensidade da detecção e b) a direção da detecção.
33
Lidando com Descontinuidade de Bordas
Processamento Local Considerando o primeiro critério, pode-se estabelecer um limiar T, a partir do qual considera-se que um pixel (x’,y’) pertence ou não à uma borda. Formalmente, a coordenada (x’,y’) de um pixel na vizinhança de (x,y) é similar em magnitude ao pixel (x,y) se:
34
Lidando com Descontinuidade de Bordas
Processamento Local Considerando o segundo critério, pode-se também estabelecer um limiar A (A é um ângulo), a partir do qual considera-se que um pixel (x’,y’) pertence ou não à uma borda. Se o gradiente de um pixel qualquer é dado pela equação: Então, um pixel (x’,y’) é semelhante a um pixel de uma vizinhança (x,y) se:
35
Lidando com Descontinuidade de Bordas
Processamento Local Assim, pixels são ligados como pertencentes a mesma região (borda) se atenderem ambos aos critérios a) e b). Região Região pixels com mesmas características pixels com mesmas características
36
Lidando com Descontinuidade de Bordas
Processamento Local
37
Lidando com Descontinuidade de Bordas
Processamento Global: Transformada de Hough
38
Lidando com Descontinuidade de Bordas
Processamento Global: Transformada de Hough
39
Lidando com Descontinuidade de Bordas
Processamento Global: Transformada de Hough
40
Lidando com Descontinuidade de Bordas
Processamento Global: Transformada de Hough
41
Lidando com Descontinuidade de Bordas
Processamento Global: Transformada de Hough
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.