Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 5
Aula 5
Parte 1
1
Segmentação
2
Detecção de Descontinuidades:
a) Detecção de -1 -1 -1
Pontos Isolados: -1 8 -1
Operação com Templates
-1 -1 -1
9
R = ∑ wi ..zzi
i =1
-1 -1 -1 -1 -1 2 -1 2 -1 2 -1 -1
2 2 2 -1 2 -1 -1 2 -1 -1 2 -1
-1 -1 -1 2 -1 -1 -1 2 -1 -1 -1 2
4
c) Detecção de Bordas:
Uma Borda é o limite entre duas regiões com propriedades
relativamente distintas de nível de cinza.
5
Imagem Gradiente
• O gradiente de uma imagem:
∂f ( x, y)
∂x Gx
∇f ( x, y) = ∂f ( x, y) =
Gy
∂y
- Magnitude do Gradiente:
(Primeira Derivada)
∂f ( x, y ) ∂f ( x, y )
∇f ( x , y ) ≈ +
∂x ∂y
7
Efeitos do ruído
• Considere uma única linha ou coluna de uma imagem
– Plotando a intensidade como função da posição:
Gaussiana
Derivada da
Gaussiana
Laplaciano da Gaussiana (LoG)
Operador
Laplaciano da Gaussiana
Derivada segunda
da Gaussiana
Laplaciano da Gaussiana
Gaussiana
Derivada da Gaussiana
• é o operador Laplaciano:
Detector de Bordas de Canny
Algoritmo:
Norma do gradiente
Detector de Bordas de Canny
thresholding
Detector de Bordas de Canny
Assumir que o
Tangente à ponto marcado é
curva de um ponto de
borda borda. Contruir a
tangente à curva
de borda (normal
ao gradiente no
ponto) e usar isto
para prever os
próximos pontos
(aquí tanto r ou s).
Ou seja:
• Sobre o ponto de “corner”, o gradiente é mal
definido.
• Próximo ao ponto de “corner”, o gradiente
tem dois valores diferentes.
Alguns Detectores de Cantos (Corner
Detector)
24
Corner Detection
25
e) Detecção de Fronteira: (“Boundary”)
A magnitude do gradiente:
G[ f ( x, y )] − G[ f ( x1 , y1 )] ≤ T onde T é um valor de limiar.
A direção do gradiente:
α ( x, y ) − α ( x1 , y1 ) < A onde A é um ângulo de limiar.
28
Seguidor de Borda (“Edge Following”):
30
Detecção de
Fronteira por
Divida-e-Conquiste:
31
f) Detecção de curvas.
32
TRANSFORMADA DE HOUGH : (HT)
Detecção de Retas:
Uma linha reta que conecte uma seqüência de pixels pode ser
expressa por:
y = mx + c
c = - mx + y
33
TRANSFORMADA DE HOUGH : (HT)
c = - mx + y
y = m’x + c’
34
Exemplo:
Espaço da Imagem
2 2 2=m.2+c c = -2 m + 2
3 4 3=m.4+c c = -4 m + 3
0 4 0=m.4+c c = -4 m
35
Espaço de Parâmetros
3 pontos de mesmos coeficientes (m,c) = (-1,4) definem 3 pontos
colineares no Plano de Imagem.
y = mx + c
y = -1x + 4
38
HT com coordenadas polares.
39
Algoritmo da Transformada de Hough:
Exemplo:
− 90° ≤ θ ≤ 90° ∆θ = 10°
Onde D é a resolução linear da
− 2D ≤ ρ ≤ 2D ∆ρ = 2 Imagem
40
2. Para cada ponto (x, y) na imagem gradiente cuja
magnitude seja superior a um determinado limiar (pixel
de borda), incrementar as células de arranjo acumulador
que satisfaçam a equação da reta:
ρ = x.cos θ + y.sen θ
Obs: variar θ de ∆θ e calcular ρ , aproximando em ∆ρ
ρ = x.cos θ + y.sen θ
e o valor da célula representa o número de pontos na imagem que
pertencem àquela reta.
41
Exemplo:
42
Arranjo Acumulador para a Imagem anterior:
ρ = x.cos θ + y.sen θ
Exemplo:
( −45) = x. cos 120 + y sen 120
Equação de uma
reta.
(−45) = x.(−0,5) + y (0,86)
y = 0,58 x − 52,3
43
Detecção de outras curvas através da HT:
• Qualquer curva que possa ser representada por sua equação parametrizada,
pode ser detectada através da transformada de Hough.
Circunferência (x – a) 2 + (y – b) 2 = r 2
arranjo acumulador A ( a, b, r)
Elipse ( x − x0 ) 2 ( y − y0 ) 2
+ =1
2 2
a b
arranjo acumulador A ( a, b, x0,y0)
A(xc,yc)
44