Você está na página 1de 5

Segmentao de Imagens

Subdivide a imagem em partes ou objetos constituintes. O nvel at o


qual essa subdiviso deve ser realizada depende do problema sendo resolvido.
A segmentao uma das tarefas mais difceis em viso computacional. Se ela
falha, a maioria dos processos subsequentes estar comprometido. Os
algoritmos de segmentao para imagens monocromticas so geralmente
baseados em uma das propriedades bsicas: Descontinuidade e similaridade
Segmentao por Limiarizao

Consiste em separar regies de uma imagem quando esta apresenta duas
classes: Fundo e objeto (background, foreground).
A maneira bvia de extrair objetos selecionar um limiar T que separe os dois
grupos. Ento, para cada ponto (x,y) tal que f(x,y) > T denominado ponto do
objeto, caso contrrio, fundo. Nesse caso, T depende apenas de f(x,y) e
portanto conhecida como limiarizao global.
Limiarizao adaptativa
A limiarizao adaptativa uma tcnica que analisa diversos aspectos
da imagem para definir se determinado pixel ser considerado preto ou branco.
Esta tcnica possui uma literatura repleta de algoritmos, desde solues
simples (que requer pouco custo computacional) at a soluo tima de
Limiarizao local. Os algoritmos baseiam-se em caractersticas variadas da
imagem, como o formato do histograma, a entropia do histograma, atributos
espaciais, entre outros. Na prxima subseo estes algoritmos so Analisados
para verificar a viabilidade de sua implementao no pipeline do arcam.

Segmentao por Regies


Seja R a regio completa de uma imagem. Pode se imaginar a
segmentao como um processo de dividir R em n regies R
1
, R
2
, ..., R
n
, tal
que:
F R R P
V R P
R R
R R
j i
i
j i
i
n
i

) (
) (
0
1


Em que P(R
i
) um predicado lgico (ex: todos os pixels possuem a
mesma intensidade) sobre os pontos do conjunto R
i
e 0 o conjunto vazio.
Na Diviso e fuso seja R a imagem completa e seja P um predicado.
No caso de uma imagem quadrada, uma abordagem para segmentao de R
consiste em subdividi-la sucessivamente em quadrantes cada vez menores de
modo que P(Ri) = V. Ou seja, se P(R) for falso para qualquer quadrante, o
quadrado deve ser subdivido em sub-quadrantes. Essa tcnica possui uma
representao conveniente chamada quadtree. As fuses so limitadas
inicialmente a grupos de quatro blocos que sejam descendentes na
representao quadtree e que satisfaam o predicado P. Quando fuses desse
tipo no forem mais possveis, o procedimento terminado por uma fuso final.

Clustering
Existem basicamente dois tipos de clustering:
Divisive - A imagem vista como um cluster, e ento so feitas divises sucessivas.
Segmentao por regies.
Agglomerative - Cada pixel visto como um cluster, e clusters so unidos
recursivamente at formarem um bom cluster.
Uma coleo de objetos que so similares entre si, e diferentes dos
objetos pertencentes a outros clusters. Isso requer uma medida de
similaridade.
k-Means Clustering
a tcnica mais simples de aprendizagem no supervisionada. Consiste
em fixar k centrides (de maneira aleatria), um para cada grupo (clusters).
Associar cada indivduo ao seu centride mais prximo.
O algoritmo K-means pode ser descrito pelos passos a seguir (Figuras 2, 3 e
4), de acordo com Fontana e Naldi (2009):
1. Atribuem-se valores iniciais para os prottipos seguindo algum critrio, por
exemplo, sorteio aleatrio desses valores dentro dos limites de domnio de
cada atributo;
2. Atribui-se cada objeto ao grupo cujo prottipo possua maior similaridade com
o objeto;
3. Recalcula-se o valor do centride (prottipo) de cada grupo, como sendo a
mdia dos objetos atuais do grupo;
4. Repete-se os passos 2 e 3 at que os grupos se estabilizem;

k-Means Inicializao
Importncia da inicializao. Quando se tm noo dos centrides, pode-se
melhorar a convergncia do algoritmo.Execuo do algoritmo vrias vezes,
permite reduzir impacto da inicializao aleatria.


Movimento

O movimento uma poderosa pista usada pelos seres humanos e
animais para a extrao de um objeto de interesse de um fundo de detalhes
irrelevantes.
Abordagem bsica - A abordagem mais simples para a deteco de mudanas
entre dois quadros de imagem f(x,y,t
i
) e f(x,y,t
j
) tomados em instantes t
i
e t
j
,
respectivamente, atravs da comparao de imagens pixel a pixel.