Detecção de Bordas e Linhas I

Slides:



Advertisements
Apresentações semelhantes
Paulo Sérgio Rodrigues PEL205
Advertisements

Introdução ao Processamento de Imagens Digitais
Algoritmos de Classificação e Verificação de Impressões Digitais
Paulo Sérgio Rodrigues PEL205
Melhoramento de Imagens
Computer Vision Melhoramento de Imagens Paulo Sérgio Rodrigues PEL205.
Operações envolvendo imagens
Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados Módulo II Introdução ao Processamento de Imagens.
Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados Módulo II Introdução ao Processamento de Imagens.
Computação Gráfica Processamento de Imagem
10º CAPÍTULO Segmentação de imagem.
Digital Image Processing, 3rd ed. © 1992–2008 R. C. Gonzalez & R. E. Woods Gonzalez & Woods Chapter 3 Intensity Transformations.
Rasterização, Anti-aliasing e Preenchimento
Fluxo Óptico Allan Carlos Avelino Rocha
Segmentação de imagens
The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Visão Computacional Prof. Dr. rer.nat. Aldo von Wangenheim.
Transformações espaciais geométricas
Segmentação de imagens
Contornos Original Sobel (T=8).
O COEFICIENTE DE HURST E O COEFICIENTE DE VARIAÇÃO ESPACIAL NA SEGMENTAÇÃO DE TEXTURAS MULTIESPECTRAIS Dra Aura Conci Éldman Oliveira Nunes.
Reconhecimento de Padrões Segmentação
Iana Alexandra Alves Rufino
Estrutura e movimento a partir de imagens
Disparidades, Correspondências e Corte Mínimo para Estéreo
Apresentação de uma metodologia de extração da estrutura de formulários de tipo Tabela. 1º módulo: Células detectadas pela transformada Watershed. 2º módulo:
Computer Vision Segmentação Paulo Sérgio Rodrigues PEL205.
Visão Computacional – 2010 Aula 0: Introdução
Paulo Sérgio Rodrigues PEL205
Paulo Sérgio Rodrigues PEL205
Processamento de Imagens
Fundamentação Teórica
Filtragem Espacial É baseado na aplicação de máscaras na imagem.
Filtros I: o domínio espacial. FILTROS I: o domínio espacial.
Mudança de Variáveis em Integrais Duplas e Triplas
Visão Computacional Mestrado e Doutorado em Engenharia Elétrica
Seminário Introdução à Visão Computacional
HOUGH CIRCLES Universidade Federal da Grande Dourados
Visão Computacional Shape from Shading
Interpolação de imagem
Segmentação de Imagens
Fernando Carvalho, João Manuel R. S. Tavares
3. Segmentação de Imagens
Classificação de imagens de fotografias históricas usando detecção de linhas e paralelogramos pela presença de edifícios Natália Cosse Batista Grupo 8.
Visão Computacional
Image Based Cartoon Style Rendering Jeronimo Silvério Venetillo Fabio Issao Nakamura.
Capítulo III – Processamento de Imagem
Aula 8. Classificação Não Supervisonada por Regiões
Trabalho Prático II Detecção e reconexão de Contornos MC920 - Introdução ao processamento de imagens Bruno Malveira - RA Carolina Michelassi - RA
Segmentação de Fundo Marcelo Gonella
Algemiro Augusto Professor: Marcelo Gattass
Fases do Processo Detecção de Bordas Vetorização Reconhe- cimento.
Transformada de Hough Processamento global para a detecção de linhas retas numa imagem Nenhum conhecimento é necessário a respeito da posição das linhas.
Digital Image Processing, 2nd ed. © 2002 R. C. Gonzalez & R. E. Woods 4. Image Enhancement in the Spatial Domain 4. Image Enhancement.
Fases do Processo Detecção de Bordas Vetorização Reconhe- cimento.
Biometria Reconhecimento de Assinaturas
Snakes / Contornos Ativos
Processamento de Imagens Segmentação
Estruturas de dados Tabela Vectorial Matricial Rede triangular irregular.
Reconhecimento de Elementos Geométricos em Imagens Computacionais. Nelson Abu Samra Rahal Junior.
DERIVADAS – Área 3 – CÁLCULO COM GEOMETRIA ANALÍTICA II
Processamento de Imagens e Computação Gráfica
Segmentação de imagens segmentação Pré-processamento descrição / análise Não existe uma única e definitiva abordagem ao problema da segmentação A descrição.
Processamento de Imagens e Computação Gráfica
Classificação de Imagens
Prof. Edison Oliveira de Jesus
Introdução à Computação Gráfica Rasterização
PROCESSAMENTO DIGITAL DE IMAGENS
Processamento de Imagens e Computação Gráfica
T4.1 – Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra.
Transcrição da apresentação:

Detecção de Bordas e Linhas I Paulo Sérgio Rodrigues PEL205

Conceito de Borda

Conceito de Borda

Conceito de Borda

Técnicas de Detecção de Bordas (Mapa de Bordas)

Detectores de Mapas de Bordas basedados em Gradientes

Detectores de Mapas de Bordas basedados 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

Detectores de Mapas de Bordas basedados em Gradientes

Detectores de Mapas de Bordas basedados em Gradientes

Detectores de Mapas de Bordas basedados em Laplaciano

Detectores de Bordas e Linhas Detectores Baseados em derivadas

Diferença entre Bordas e Shape (contorno) Detectar Borda NÃO é Detectar Contorno Borda, em PDI, NÃO é Contorno Original Mapa de Bordas Contorno

Lidando com Descontinuidade de Bordas As abordagens vistas até aqui para detecção de bordas e linhas quase sempre não são eficientes para detectar Contornos 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.

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.

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 a uma borda. Formalmente, a coordenada (x’,y’) de um pixel na vizinhança de (x,y) é similar em magnitude ao pixel (x,y) se:

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 a 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:

Lidando com Descontinuidade de Bordas Processamento Local Assim, pixels são ligados como pertencentes a mesma região (borda) se atenderem a ambos aos critérios a) e b). Região Região pixels com mesmas características pixels com mesmas características

Lidando com Descontinuidade de Bordas Processamento Local

Lidando com Descontinuidade de Bordas Processamento Global: Transformada de Hough

Lidando com Descontinuidade de Bordas Processamento Global: Transformada de Hough

Lidando com Descontinuidade de Bordas Processamento Global: Transformada de Hough

Lidando com Descontinuidade de Bordas Processamento Global: Transformada de Hough

Lidando com Descontinuidade de Bordas Processamento Global: Transformada de Hough

Aplicação da Transformada de Hough

Aplicação da Transformada de Hough

Aplicação da Transformada de Hough

Aplicação da Transformada de Hough

Metodologia Detecção de Bordas Detecção de Linhas

Metodologia Detecção de Linhas Definição das Regiões de Interesse (ROI)

Metodologia Definição da ROI Matching

Aplicação da Transformada de Hough