Motivação

1. 3. Segmentação de Imagens Motivação

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

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

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

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

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

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

8. 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 • Escolha os pixels semente ! • Declarar um predicado (P) ! Resultado?

9. 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

10. 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

11. 3. Segmentação de Imagens Propriedades de Similaridade

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

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

14. 3. Segmentação de Imagens Propriedades de Descontinuidade

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

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

17. 3. Segmentação de Imagens Propriedades de Descontinuidade

18. 3. Segmentação de Imagens 0 -1 0 -1 4 -1 0 -1 0 Propriedades de Descontinuidade Laplaciano O laplaciano é um operador que pode ser definido como: • Vantangens: • invariante a escala e rotação • Define a posição do pixel na borda (lado claro ou escuro) • Desvantagens: • Sensível a ruídos • Produz bordas duplas

19. 3. Segmentação de Imagens Propriedades de Descontinuidade Laplaciano

20. 3. Segmentação de Imagens Propriedades de Descontinuidade Realce de imagens com máscara 3x3 clear A=[ 0 -1 0; -1 5 -1; 0 -1 0 ]; loadkids 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 loadforest 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 loadkids 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 loadkids I=ind2gray(X,map); K=medfilt2(I,[3 3@, [50 50@); subplot(1,2,1);imshow(I,64) subplot(1,2,2);imshow(K,64) Filtragem pela Média de múltiplas imagens loadkids I=ind2gray(X,map); 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)

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

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

23. 3. Segmentação de Imagens Propriedades de Descontinuidade 

24. 3. Segmentação de Imagens

25. 3. Segmentação de Imagens

26. 3. Segmentação de Imagens

27. 3. Segmentação de Imagens

28. 3. Segmentação de Imagens

29. 3. Segmentação de Imagens

30. 3. Segmentação de Imagens

31. 3. Segmentação de Imagens Abertura • 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

32. 3. Segmentação de Imagens Abertura • 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

33. 3. Segmentação de Imagens Exemplo de abertura • Convolução de B em A

34. 3. Segmentação de Imagens Exemplo de fechamento

35. 3. Segmentação de Imagens Extração de fronteiras origem