Segmentação de

imagens
Profª. Msc. Sahra Karolina
 Segmentação de imagens

• Geralmente, o primeiro passo em análise de imagens é a segmentação

de imagem.
• A segmentação subdivide uma imagem em suas partes ou objetos
constituintes.
• O nível até o qual essa subdivisão deve ser realizada depende do
problema a ser resolvido.
• A segmentação deve parar quando os objetos de interesse na aplicação
tiverem sido isolados

2 23/09/2022 UNIFAPI Teresina-PI

 Segmentação de imagens

• A segmentação de imagens não triviais é uma das tarefas mais difíceis

do processamento de imagens.
• Esse passo determina o eventual sucesso ou o fracasso da análise.
• Um cuidado considerável deve ser tomado para se melhorar as chances
de uma segmentação adequada.
• As melhorias no desempenho da segmentação podem ser alcançadas
com a combinação de métodos como as técnicas cuja a detecção de
bordas é combinada com a limiarização.

3 23/09/2022 UNIFAPI Teresina-PI

 Segmentação de imagens

4 23/09/2022 UNIFAPI Teresina-PI

 Segmentação de imagens

5 23/09/2022 UNIFAPI Teresina-PI

 Segmentação de imagens

6 23/09/2022 UNIFAPI Teresina-PI

 Segmentação de imagens

7 23/09/2022 UNIFAPI Teresina-PI

 Segmentação de imagens

8 23/09/2022 UNIFAPI Teresina-PI

 Segmentação de imagens

9 23/09/2022 UNIFAPI Teresina-PI

 Segmentação de imagens

• Os algoritmos de segmentação para imagens

monocromáticas são geralmente baseados em uma das
seguintes propriedades básicas de valores de níveis de cinza:

• descontinuidade
• similaridade

10 23/09/2022 UNIFAPI Teresina-PI

 Segmentação de imagens

• Descontinuidade
• Particionar a imagem baseado em mudanças bruscas nos níveis de
cinza
• As principais áreas de interesse são a detecção de pontos isolados e
detecção de linhas e bordas na imagem
• Similaridade
• As principais abordagens baseiam-se em limiarização, crescimento de
regiões e divisão e fusão de regiões

11 23/09/2022 UNIFAPI Teresina-PI

 Técnicas de
segmentação

1223/09/2022 UNIFAPI Teresina-PI

Técnicas de segmentação
• Podemos dividir as técnicas de segmentação de imagens
em três grupos principais:

1. Técnicas de Segmentação no Espaço de Medida

2. Técnicas de Segmentação no Domínio Espacial
3. Técnicas de Segmentação no Domínio da Frequência
 Técnicas de segmentação: espaço de medida
• A imagem é considerada um espaço Euclidiano. Executa-se
uma transformação linear para outro espaço vetorial,
processa-se a imagem e executa-se a transformação inversa.
A segmentação é feita no "espaço de domínio" da imagem.
• Técnicas que utilizam o valor de um pixel como informação
única ou principal:
• Agrupamento por pixels
• Agrupamento por histograma
• Agrupamento por limiar

14 23/09/2022 UNIFAPI Teresina-PI

 Técnicas de segmentação: espaço de medida
• Agrupamento por pixel

• Geralmente este método é empregado onde existem alguns objetos

distintos e uma grande diferença de intensidade de cinza no fundo da
imagem.
• Basicamente esta técnica divide a imagem (espaço de medida) em
partes diferentes identificando cada uma. A seguir cada pixel de
imagem é analisado e distribuído nas partes definidas. As partes da
imagem com os pixels associados com alguma propriedade em
comum formam os segmentos de imagem.
• O agrupamento por pixel compara cada pixel com o valor de todos os
• outros pixels da imagem.

15 23/09/2022 UNIFAPI Teresina-PI

 Técnicas de segmentação: espaço de medida
• Agrupamento por histograma

• A determinação dos segmentos

se faz identificando-se os picos e
vales do histograma. Os
agrupamentos são definidos
como o pico formado pelos
elementos existentes entre os
vales. Uma vez identificados, os
pixels são mapeados (marcados)
na imagem original formando os
segmentos de imagem.

16 23/09/2022 UNIFAPI Teresina-PI

 Técnicas de segmentação: espaço de medida
• Agrupamento por limiar (limiarização)

• Em muitos casos não é possível identificar um histograma bimodal

(mais de um pico) separado claramente por vales.

• Técnicas para determinação de limiar:

• Limiarização global
• Método de Otsu
• Limiarização local adaptativa
• Método de Pierre D. Wellner
• etc.

17 23/09/2022 UNIFAPI Teresina-PI

 Limiarização global
• o picos e vales são claramente
distinguíveis e o limiar é
facilmente determinado.
• A maior vantagem é que o
princípio é simples e não exige
muito poder computacional.
Porém existem algumas
desvantagens na utilização
deste método, pois as
imagens nem sempre contém
intensidades de primeiro e
segundo plano bem
diferenciados.

18 23/09/2022 UNIFAPI Teresina-PI

 Método de Otsu

• A ideia é aproximar o histograma de uma imagem por duas funções

Gaussianas e escolher o limiar de forma a minimizar a variância
intraclasses. Cada classe possui suas próprias características, ou seja,
sua média e desvio-padrão.

19 23/09/2022 UNIFAPI Teresina-PI

 Método de Otsu
• Considere uma imagem digital f de dimensões M × N e quantizada em
L níveis de cinza. O primeiro passo é calcular o histograma p da
imagem.
• Seja k o nível de cinza que particiona o histograma da imagem em duas
classes C1 e C2, em que a primeira e a segunda classes compreendem
os pixels cujos níveis de cinza pertencem ao intervalo [0, k] e [k + 1, L −
1]. Assim, podemos definir as probabilidades
• P1(k) é a probabilidade do nível de cinza k ser da classe C1
• P2(k) é a probabilidade do nível de cinza k ser da classe C2

20 23/09/2022 UNIFAPI Teresina-PI

 Limiarização local adaptativa
• A maneira mais natural de desenvolver uma limiarização local seria
simplesmente adaptar as técnicas de limiarização global de maneira a
atuar em janelas deslizando sobre a imagem para determinar limiares
locais, no lugar da imagem inteira. Porém os resultados são na maioria
dos casos ruins, devido à geração de distorções e diferenças grandes
entre regiões.

21 23/09/2022 UNIFAPI Teresina-PI

 Método de Pierre D. Wellner

• Limiarização adaptativa rápida: a ideia é transcorrer toda a imagem,

enquanto é calculada uma média dos últimos N pixels. Quando o valor
do pixel, é abaixo do valor da média desse último conjunto de pixels,
ele é marcado como preto, e caso contrário, ele é marcado como
branco. Apenas uma iteração pela imagem completa é necessária
para atingir o seu objetivo. O algoritmo é simples de ser
implementado e não tem alto custo computacional.

22 23/09/2022 UNIFAPI Teresina-PI

 Método de Pierre D. Wellner

Limiarização global Limiarização adaptativa rápida

Imagem original & imagem linearizada esq. p/ direita & direita p/ esq.

alternância entre linhas

23 23/09/2022 UNIFAPI Teresina-PI

 Técnicas de Segmentação: domínio espacial
• Executa a segmentação na própria imagem, sem utilizar a
transformação linear.
• A grande maioria das técnicas mais conhecidas de
segmentação, como Mumford&Shah e Watershed é
classificada neste grupo.

24 23/09/2022 UNIFAPI Teresina-PI

 Técnicas de Segmentação: domínio frequência
• Considera-se a imagem como um sinal e utilizamos
as suas variações no espaço da imagem como
frequências. Isto nada mais é do que observar as
texturas de uma imagem como os seus aspectos
principais.

25 23/09/2022 UNIFAPI Teresina-PI

Segmentação de
imagens
Profª. Msc. Sahra Karolina