Escolar Documentos
Profissional Documentos
Cultura Documentos
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
Roteiro
Limiarizao
Fundamentos
Limiarizao global simples
Limiarizao utilizando o mtodo de Otsu
Usando a suavizao para melhorar a limiarizao global
Usando as bordas para melhorar a limiarizao global
Limiarizao mltipla
Limiarizao local (varivel)
Bibliografia
GONZALEZ, R.C.; WOODS, R.E.; Processamento de imagens
digitais. 3 Ed. Pearson, 2010.
Captulo 10
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
Limiarizao
Limiarizao de imagens
Tem uma posio central nas aplicaes de segmentao de
imagens
Facilidade de implementao
Velocidade computacional
FUNDAMENTOS
Limiarizao global:
Quando T uma constante aplicvel a uma imagem
inteira.
Limiarizao mltipla:
Classifica os pixels utilizando dois ou mais limiares,
gerando trs (ou mais) grupos de objetos:
[EX] Fundo, objetos do tipo #1 e objetos do tipo
#2.
Obter os valores de mltiplos limiares difcil.
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
T1 = 1.9667
T0 = min(I) = 0 G1 = [2, 3, 6, 5, 3, 6, 7, 6, 3, 5, 7, 3]
T = 0.001 G2 = [1, 1, 1, 0]
m1 = (2 + 3 + 6 + 5 + 3 + 6 + 7 + 6 + 3 + 5 + 7 + 3) / 12 = 56 / 12 = 4.6667
m2 = (1 + 1 + 1 + 0) / 4 = 3 / 4 = 0.75
T2 = (4 + 0.75) / 2 = 2.7084
|T2 T1| = |2.7084 1.9667| = 0.7417 > T, ento nova iterao
T0 = min(I) = 0 T3 = 2.9545
T = 0.001 G1 = [3, 6, 5, 3, 6, 7, 6, 3, 5, 7, 3]
G2 = [2, 1, 1, 1, 0]
Imagem I m1 = (3 + 6 + 5 + 3 + 6 + 7 + 6 + 3 + 5 + 7 + 3) / 11 = 54 / 11 = 4
2 3 6 5 m2 = (2 + 1 + 1 + 1 + 0) / 5 = 1
T4 = (4 + 1) / 2 = 2.5
|T3 T2| = 2.5 2.5 = 0.0 <= T, ento, fim do algoritmo.
3 1 1 1
6 7 6 3
5 7 0 3
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
Mtodo de Otsu
Mtodo de Otsu
O algoritmo timo no sentido que maximiza a varincia
entre as classes
O mtodo se baseia inteiramente em clculos realizados
sobre o histograma normalizado da imagem
Um arranjo 1D.
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
Mtodo de Otsu
Calcular o histograma normalizado da imagem de entrada:
Designar os componentes do histograma como pi, i = 0, 1, ..., L-1.
Calcular as somas acumuladas, P1(k), para k=0, 1, 2, ..., L-1, de acordo com:
4- 5 = 98:; 78
Calcular as mdias acumuladas m(k), para k=0, 1, 2, ..., L-1, de acordo com:
/ 5 = 98:; <78
Calcular a intensidade mdia global, mG, de acordo com:
/? = @A-
8:; <78
Calcular a varincia entre classes, BC. (5), para k=0, 1, 2, ..., L-1, de acordo com:
EF GH 9 AE(9) J
BC. = 4- (/- /? ). +4. (/. /? ). , reescrita como: BC. 5 =
GH (9) -AGH (9)
O limiar de Otsu, k*, valor de k para o qual BC. 5 mxima.
Se ocorrer mais de uma mxima, K* a mdia dos valores de k correspondentes
Obter a medida de separabilidade, *, considerando k = k* na equao:
J
LM (9)
K 5 = J , em que: B?. = @A-
8:; (< /? ) 78
.
LF
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
Limiares mltiplos
Baseado no mtodo automtico de determinao de limiar
de Otsu:
Pode-se estender para um nmero arbitrrio de limiares.
Para o caso de K classes: K = C1, C2, ..., CK.
A varincia entre as classes dada por
BC. = 9:- 49 (/9 /? ).
Em que:
-
49 = 8cd 78 e /9 = <7
Gd 8cd 8
Limiares mltiplos
Esta abordagem s vivel para, no mximo, trs classes (dois
limiares).
Para trs classes, a varincia entre classes :
BC. = 4- (/- /? ). + 4. (/. /? ). + 4f (/f /? ).
em que :
9 9
4- = 8:;
H
78 , 4. = 8:9
J
H g- 78 e 4f = @A-
8:9J g- 78
- 9H - 9J - @A-
/- = <7 , /. = <7 e /f = <7
GH 8:; 8 GH 8:9H g- 8 GH 8:9J g- 8
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
Limiares mltiplos
Algoritmo:
1. Inicializa-se k1 em 1 (limiar em 0 no faz sentido)
O valor de k2 incrementado de k1+1 at L-2 (limiar em L-1 no faz
sentido).
2. O valor de k1 incrementado em 1. E k2 incrementado como antes.
3. O algoritmo termina quando k1= L 3:
O resultado uma matriz 2D, BC. (5- , 5. ).
4. Escolher o maior valor da matriz, os ndices correspondem k1* e k2*.
5. Mltiplos valores mximos, k1* e k2* so obtidos pelas mdias dos k1s
e k2s, correspondentes.
6. A medida de separabilidade, *, como no mtodo de Otsu.
NPO
k1, k2 2 (k1+1) 3 4 5 6 (L-2)
i hi pi 1 BC. (k1=1, k2=2) BC. (k1=1, k2=3) BC. (k1=1, k2=4) BC. (k1=1, k2=5) BC. (k1=1, k2=6)
0 1 0.0625 2 ----- BC. (k1=2, k2=3) BC. (k1=2, k2=4) BC. (k1=2, k2=5) BC. (k1=2, k2=6)
3 ----- ----- BC. (k1=3, k2=4) BC. (k1=3, k2=5) BC. (k1=3, k2=6)
1 3 0.1875
4 ----- ----- ----- BC. (k1=4, k2=5) BC. (k1=4, k2=6)
BC. (k1=5,
2 1 0.0625
5 (L-3) ----- ----- ----- ----- k2=6)
3 4 0.2500
4 0 0.0000
Suponha que a maior variancia ocorra na posio k1=2 e K2=5.
Ento os limiares K1* e k2* so e e 5 respectivamente. 2 3 6 5
5 2 0.1250 3 1 1 1
0 %& ' !, " 5- 6 7 6 3
!, " = q1 %& 5- < '(!, ") 5.
6 3 0.1875
5 7 0 3
2 %& ' !, " > 5.
7 2 0.1250
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
Limiarizao varivel
Algumas situaes o pr-processamento utilizando
suavizao ou informao sobre bordas no suficiente
para gerar uma segmentao por limiariarizao adequada.
til em situaes de iluminao no uniforme.
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
Exerccios
Considere as imagens artificiais com L=8:
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 2 5 7 0 0 7 7 0 5 5 5 1 1 2 2
0 2 5 7 6 5 6 7 0 5 5 5 1 1 2 2
0 2 5 7 7 6 6 7 0 5 5 5 3 3 2 2
0 2 1 0 0 1 0 0 0 0 6 4 0 0 2 0
0 2 1 1 1 2 1 0 0 0 3 6 0 0 4 0
0 1 2 1 0 2 1 0 0 1 2 1 7 7 1 7
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
Exerccios
1. Aplique a segmentao iterativa sobre as imagens com T e :
a) Tinicial = mdia(I)
b) Tinicial = mnimo(I)
c) Tinicial = mximo(I)
[Aula 07] Segmentao de imagens - Limiarizao SIN 392 - Processamento Digital de Imagens (2017-1)
BIBLIOGRAFIA
1. GONZALEZ, R.C.; WOODS, R.E. Processamento de Imagens
Digitais. 3. ed. Pearson, 2010.
Captulo 10
2. GONZALEZ, R.C.; WOODS, R.E. Processamento de Imagens
Digitais. 1. ed. Edgard Blucher, 2000.
Captulo 10
[FIM]
FIM:
[Aula 07] Segmentao de imagens - Limiarizao
Prxima aula:
[Aula 08] Segmentao de imagens - Regies