3. Segmentação de Imagens

3. Segmentação de Imagens
Motivação

Segmentação de Imagens
Propriedades de Similaridade Propriedade básicas de níveis de cinza Descontinuidade Similaridade Segmentação de Imagens Detecção de: pontos linhas bordas Limiarização Crescimento, divisão e fusão de Regiões

Propriedades de Similaridade
3. Segmentação de Imagens Propriedades de Similaridade 3.1 Limiarização

3. Segmentação de Imagens Propriedades de Similaridade 3.1 Limiarização T = 100 T = 200

3. Segmentação de Imagens Propriedades de Similaridade 3.1 Limiarização Tipos de limiar (T) Global Local Adaptativo Global Local Adaptativo (1) Relações espaciais (2)

3. Segmentação de Imagens Propriedades de Similaridade 3.1 Limiarização

3. Segmentação de Imagens Propriedades de Similaridade 3.1 Limiarização Escolha do limiar pelo algoritmo do triângulo Histograma de intensidades Imagem a segmentar Separar o histograma histograma em duas regiões Histograma de intensidades Imagem a segmentar

3. Segmentação de Imagens Propriedades de Similaridade 3.2 Crescimento de Regiões Formulação básica: Seja R a região completa da imagem. A segmentação consiste em particionar a imagem em n regiões R1, R2,...,Rn, tal que: 3.2.1 Crescimento de regiões por agregação de pixels 5 6 7 1 8 2 Escolha os pixels semente ! Declarar um predicado (P) ! Resultado? A B

3. Segmentação de Imagens Propriedades de Similaridade 3.3 Divisão e Fusão de Regiões Predicado - P(Ri) = Verdadeiro R Técnica quadtree R4 Predicado para Fusão - P(Ri U Rj) = Verdadeiro

3. Segmentação de Imagens Propriedades de Similaridade 3.3 Divisão e Fusão de Regiões Exercício: Dada a imagem abaixo, aplique o algoritmo de divisão e fusão de regiões. Considere os predicados apresentados anteriormente 1 R1 R2 R3 R4

3. Segmentação de Imagens Propriedades de Similaridade

Detecção de Pontos Isolados
3. Segmentação de Imagens Propriedades de Descontinuidade Detecção de Pontos Isolados Detecção de Linhas

Propriedades de Descontinuidade
3. Segmentação de Imagens Propriedades de Descontinuidade Método: cálculo de um operador local diferencial Primeira derivada Negativa Positiva Caso Real Motivo?? Segunda Derivada Negativa Positiva Cruzamento por zero Caso Ideal

3. Segmentação de Imagens Propriedades de Descontinuidade

Operadores de Gradiente
3. Segmentação de Imagens Propriedades de Descontinuidade Operadores de Gradiente N1 N2 N3 N4 N5 N6 N7 N8 N9 f(x,y)= Exercício: Dada a imagem digital abaixo calcular a magnitude e direção do pixel. Usar as máscaras nas direções x e y definidas por Sobel. 197 154 117 123 115 106 58 69 75

Operadores de Gradiente
3. Segmentação de Imagens Propriedades de Descontinuidade Operadores de Gradiente

3. Segmentação de Imagens Propriedades de Descontinuidade

3. Segmentação de Imagens Propriedades de Descontinuidade Laplaciano O laplaciano é um operador que pode ser definido como: -1 4 Vantangens: invariante a escala e rotação Define a posição do pixel na borda (lado claro ou escuro) Desvantagens: Sensível a ruídos Produz bordas duplas

3. Segmentação de Imagens Propriedades de Descontinuidade Laplaciano

3. Segmentação de Imagens Propriedades de Descontinuidade Realce de imagens com máscara 3x3 clear A=[ ; ; ]; load kids N = 255; J=ind2gray(X,map); K=round(J*N); L=filter2(A,K); [lin, col] = size(L); for i=1:lin, for j=1:col, if L(i,j)<0 L(i,j)=0; end, end, end for i=1:lin, for j=1:col, if L(i,j)>N L(i,j)=N; end, end, end L = L/N; subplot(1,2,1), imshow(J,256) subplot(1,2,2), imshow(L,256) Gerar histograma da imagem load clown I=ind2gray(X,map); subplot(2,1,1), imhist(I,128) subplot(2,1,2), imshow(I,128) Equalizar histograma da imagem load forest I= ind2gray(X,map); J= histeq(I,128); subplot(2,2,1), imshow(I,128) subplot(2,2,2), imhist(I,128) subplot(2,2,3), imshow(J,128) subplot(2,2,4), imhist(J,128) Filtragem pela Média load kids I=ind2gray(X,map); B=filter2(h,I); subplot(1,2,1);imshow(I,128) subplot(1,2,2);imshow(B,128) Filtragem pela Mediana K=medfilt2(I,[3 [50 subplot(1,2,1);imshow(I,64) subplot(1,2,2);imshow(K,64) Filtragem pela Média de múltiplas imagens J1=imnoise(I,'salt & pepper'); J2=imnoise(I,'salt & pepper'); J3=imnoise(I,'salt & pepper'); J4=imnoise(I,'salt & pepper'); J=(J1+J2+J3+J4)/4; subplot(2,3,1);imshow(I,64) subplot(2,3,2);imshow(J,64) subplot(2,3,3);imshow(J1,64) subplot(2,3,4);imshow(J2,64) subplot(2,3,5);imshow(J3,64) subplot(2,3,6);imshow(J4,64)

 Propriedades de Descontinuidade 3. Segmentação de Imagens Convolução
Filtro de Prewitt - horizontal

 Propriedades de Descontinuidade 3. Segmentação de Imagens
Filtro de Prewitt - vertical

Propriedades de Descontinuidade 

Abertura Fechamento 3. Segmentação de Imagens Propriedades:
Suaviza o contorno da imagem Fechamento Propriedades: Suaviza o contorno da imagem e elimina pequenos buracos na imagem Abertura e fechamento são duais em relação à complementação e reflexão

Abertura Fechamento 3. Segmentação de Imagens Propriedades:
Suaviza o contorno da imagem A o B é um subconjunto de A (A o B) o B = A o B Fechamento Propriedades: Suaviza o contorno da imagem e elimina pequenos buracos na imagem A é um subconjunto de A o B (A o B) o B = A o B Abertura e fechamento são duais em relação à complementação e reflexão

Exemplo de abertura Convolução de B em A

Exemplo de fechamento

Extração de fronteiras
3. Segmentação de Imagens Extração de fronteiras origem

3. Segmentação de Imagens

Apresentações semelhantes

Apresentação em tema: "3. Segmentação de Imagens"— Transcrição da apresentação:

Apresentações semelhantes

Sobre projeto

Feedback

Login

Autorizar-se através da rede social:

3. Segmentação de Imagens

Apresentações semelhantes

Apresentação em tema: "3. Segmentação de Imagens"— Transcrição da apresentação:

Apresentações semelhantes

Sobre projeto

Feedback