segmenta o de imagens n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Segmentação de Imagens PowerPoint Presentation
Download Presentation
Segmentação de Imagens

Loading in 2 Seconds...

play fullscreen
1 / 14

Segmentação de Imagens - PowerPoint PPT Presentation


  • 75 Views
  • Uploaded on

Segmentação de Imagens. Alexandre Valdetaro Porto. Introdução. Segmentação é o agrupamento de Pixels de uma imagem em regiões peculiares. Objetivos. Expor alguma informação contida na imagem. Partes da um foto Objetos Superfícies Letras Patterns Silhuetas Etc. Aplicações importantes.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Segmentação de Imagens' - payton


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
segmenta o de imagens

Segmentação de Imagens

Alexandre Valdetaro Porto

introdu o
Introdução
  • Segmentação é o agrupamento de Pixels de uma imagem em regiões peculiares.
objetivos
Objetivos
  • Expor alguma informação contida na imagem.
    • Partes da um foto
    • Objetos
    • Superfícies
    • Letras
    • Patterns
    • Silhuetas
    • Etc..
aplica es importantes
Aplicações importantes
  • Localização de locais em imagens de satélite
  • Reconhecimento de faces
  • Realidade Aumentada
  • Imagens Médicas
  • Leitura de impressões digitais
  • Buscas em bancos de dados de imagem
abordagem para o problema
Abordagem para o problema
  • Existem inúmeros algoritmos para segmentação de imagem.
  • A abordagem naive para o problema seria varrer a imagem buscando pixels que estejam variando de cor ou intensidade dentro de uma dada tolerância. Lembrando-se sempre de respeitar as margens dos objetos.
algoritmos conhecidos
Algoritmos conhecidos
  • K-means
  • Histogram
  • Edgedetection
  • WaterShedTransformation
  • Muitos outros...
k means
K-Means
  • 1 Primeiramente escolha um número variável de grupos para os pixels e escolha seus valores médios.
  • 2 Varra a imagem incluindo cada pixel ao grupo cujo valor médio mais se aproxima de seu valor
  • 3 Recalcule os valores médios dos grupos com os pixels novos incluidos.
  • Faça 2 e 3 até que nenhum pixel mude de grupo.
histogram
Histogram
  • Calcula um histograma da imagem
  • Requer uma passada apenas
  • Utiliza-se os picos e vales para encontrar os grupos para subdivisão dos pixels
  • Pode ser utilizado para dizer os grupos iniciais dos pixels para o método K-means
edge detection
EdgeDetection
  • Métodos de detecção de arestas podem discretizar os objetos facilmente.
  • A silhueta de um objeto tende a ser um ponto da imagem com o grande magnitude de gradiente, ou seja, que há grande variação na intensidade em relação aos vizinhos.
  • Pode ser feito algo trivial desde a diferença entre a intensidade do pixel anterior e o atual ou filtros mais complexos que utilizam o gradiente da imagem.
  • Filtro passa alta
watershed tranformation
WatershedTranformation
  • A transformação Watershed é similar ao EdgeDetection.
  • Primeiramente considera-se os pixels com maior magnitude de gradiente da como sendo bordas.
  • Assim, fazendo uma analogia com o cair de gotas em um superfície topológica(análoga a uma imagem em greyscale), as gotas escorrerão um mínimo de intensidade local.
  • Os pixels que escorrem para o mínimo local formam uma poça, que pode ser considerado um grupo na segmentação.
conclus o
Conclusão
  • Todos os algoritmos abordados podem ser combinados para obtenção de melhores resultados.
  • A escolha do método certo depende do tipo de aplicação e imagem.
  • Podem ser aplicados na escala de cor da imagem, porém se tornam mais complexos