1 / 40

Segmentação de Imagens

Segmentação de Imagens. Prof.: Walmor Cardoso Godoi, M.Sc. http://www.walmorgodoi.com. Segmentação de Imagens. Imagem. Tophat. Segmentação de Imagens. Retina. Detecção de Descontinuidades. Tipos de descontinuidades Pontos Linhas Bordas Métodos Uso de Máscaras.

gwydion
Télécharger la présentation

Segmentação de Imagens

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Segmentação de Imagens Prof.: Walmor Cardoso Godoi, M.Sc. http://www.walmorgodoi.com

  2. Segmentação de Imagens

  3. Imagem Tophat Segmentação de Imagens Retina

  4. Detecção de Descontinuidades • Tipos de descontinuidades • Pontos • Linhas • Bordas • Métodos • Uso de Máscaras

  5. Detecção de Descontinuidades • Pontos • Retas

  6. Detecção de Bordas Método: cálculo de um operador local diferencial

  7. Detecção de Bordas • Gradiente

  8. Gradiente - Operadores

  9. Operadores

  10. -1 -1 -1 -1 8 -1 -1 -1 -1 Filtragem espacial Passa-Altas Já os filtros passa-altas atenuam/eliminam os componentes de baixa freqüência e deixando as freqüências altas inalteradas, realçando pixels de alto contraste da imagem: pontos de alta luminosidade cercados por pixels mais escuros. É somada à imagem original para realçar os detalhes. Máscara passa-altas • Para a detecção e realce das bordas. Aplicam-se habitualmente dois tipos de filtros espaciais: • baseados no gradiente da luminosidade. • baseados no laplaciano da luminosidade.

  11. -1 1 -1 0 -1 -1 1 0 0 0 -1 0 1 1 0 1 -1 1 1 3 1 3 Filtro de Prewitt O filtro de detecção de contornos de Prewitt cria uma imagem onde as bordas (mudanças grandes nos valores do nível de cinza) sejam mostradas. A detecção de contornos de Prewitt produz uma imagem onde uns valores mais elevados do nível de cinza indiquem a presença de uma borda entre dois objetos. O filtro de detecção de contornos de Prewitt calcula a raiz quadrada da soma dos quadrados de dois templates (máscaras) 3X3. É um dos filtros os mais populares da detecção da borda 3X3. O filtro da detecção da borda de Prewitt usa os dois moldes 3X3 calcular o valor do gradiente: X Y O gradiente de Prewitt é dado por: SQRT (X*X + Y*Y)

  12. 0 -1 1 -2 -1 0 0 -1 -1 -1 2 0 0 4 0 -2 0 -1 1 1 0 0 2 -1 0 1 -1 1 4 1 4 Filtro de Sobel O filtro de Sobel é apenas uma versão mais “pesada” deste: X Y Laplaciano O laplaciano é um operador que pode ser definido como:

  13. Filtro de Prewitt - horizontal Convolução

  14. Filtro de Prewitt - vertical

  15. PRÉ-PROCESSAMENTO (soma das componentes) 

  16. Filtro Laplaciano – Passa alta truncation • Filtro passa alta. • Somar à imagem originalpara realçar os detalhes. offset

  17. Filtro de Sobel • O filtro Sobel é uma operação utilizada em processamento de imagem, aplicada sobretudo em algoritmos de detecção de contornos. • Em termos técnicos, consiste num operador que calcula diferenças finitas, dando uma aproximação do gradiente da intensidade dos pixels da imagem.

  18. Filtro de Sobel

  19. Segmentação Global • Limiarização

  20. Segmentação • Limiarização Global T

  21. Imagem a segmentar Histograma de intensidades TécnicasSegmentação (Binarização) • Consiste em separar o histograma de uma imagem em duas regiões • Escolha do limiar via histograma • ExemploLimiar=155

  22. Histograma de intensidades Imagem a segmentar TécnicasSegmentação • Limiarização • Escolha do limiar pelo algoritmo do triângulo • ExemploLimiar=152 • Determinação de fronteiras • Uma alternativa à limiarização consiste em encontrar os pixels que definem as fronteiras do objectos • Gradiente • Exemplo

  23. Segmentação de Regiões • A simplificação da imagem é uma questão central na visão computacional, o que pode ser feito reduzindo-se as informações da imagem para regiões mais ou menos homogêneas. • O resultado é uma “caricatura” da realidade onde somente a parte importante está presente, sendo que os detalhes desnecessários e ruídos são extraídos. • Aplicações: • Radiologia (CAD) • Controle de qualidade • Inspeção automatizada de peças em fábricas • Visão robótica

  24. Segmentação de Regiões

  25. SEGMENTAÇÃO

  26. Exemplo de Segmentação de Imagem • ROI original com cluster (b) imagem após realce (c) imagem diferença • (d) imagem segmentada (após aplicação de threshold adaptativo) SEGMENTAÇÃO Ferrari RJ et al. Characterization of breast cancer using statistical approaches. In: Doi K, MacMahon H, Giger ML and Hoffmann KR, eds. Computer-Aided Diagnosis in Medical Imaging. Amsterdan: Elsevier Science, 1999:281-6 • Exemplo de Segmentação de Imagem • ROI original com nódulo (b) imagem segmentada após aplicação de threshold adaptativo e morfologia matemática Kinoshita SK et al. Characterization of breast masses using texture and shape features. In: Doi K, MacMahon H, Giger ML and Hoffmann KR, eds. Computer-Aided Diagnosis in Medical Imaging. Amsterdan: Elsevier Science, 1999:265-70.

  27. Binarização

  28. Limiariazação de Regiões

  29. CADDiagnóstico Auxiliado por ComputadorEXEMPLOS

  30. CADEXEMPLOS Castellino RA. Computer-aided detection: An overview. Applied Radiology, Suplement November 2001:4-8.

  31. CADEXEMPLOS Castellino RA. Computer-aided detection: An overview. Applied Radiology, Suplement November 2001:4-8.

  32. E4.4. Watershed: O Divisor de Águas Linha divisora de águas Bacias hidrográficas Imagem de gradientes

  33. E4.4. Watershed: Exemplo • Tomamos uma imagem qualquer

  34. E4.4. Watershed: Exemplo • Calculamos seus gradientes usando Sobel, Roberts, Canny ou outro....

  35. E4.4. Watershed: Exemplo • Agrupamos pixels vizinhos de gradiente (praticamente) nulo....

  36. E4.4. Watershed: Exemplo • Agrupamos regiões elevando o nível da água (função f)....

  37. E4.4. Watershed: Exemplo • Agrupamos mais as regiões elevando mais o nível da água....

  38. Segmentação por Textura

More Related