Beruflich Dokumente
Kultur Dokumente
Imagenes
MSc. Renan Rojas G.
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
1 / 33
Segmentacion de Imagenes
Aislar / discriminar los objetos de interes descritos en una imagen.
Entrada: se
nal bidimensional. Salida: regi
on de interes.
Procedimiento basado en 2 propiedades de intensidad:
a. Discontinuidad
b. Similaridad
Figura : Segmentaci
on de personas
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
2 / 33
Deteccion de discontinuidades
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
3 / 33
Deteccion de discontinuidades
IEE239: Segmentaci
on de Im
agenes
4 / 33
Deteccion de puntos
1 Detecci
on de puntos: dada la respuesta
R(x, y) = f (x, y) w(x, y);
1 1 1
w(x, y) = 1 8 1
1 1 1
(Filtro Laplaciano)
T R+
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
5 / 33
Deteccion de puntos
Figura : Detecci
on de puntos
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
6 / 33
Deteccion de lneas
2 Detecci
on de lneas: (x, y) es asociado con una lnea de determinada direccion si
|Ri (x, y)| |Rj (x, y)|;
w0 = 1
1
1
w90 = 2
1
i, j = {0 , 45 , 90 , 45 }
2 1
2 1 1
2 1 ; w45 = 1 2 1 ;
2 1
1 1 2
1 1
1 1 2
2
2 ; w45 = 1 2 1 ;
1 1
2 1 1
* Adicionalmente, es posible usar el Laplaciano para detectar lineas, teniendo en cuenta sus
efectos (cruces por cero generan dos bordes en discontinuidades).
* Limitacion: lineas con grosor mayor a tres pixeles no son detectadas.
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
7 / 33
Deteccion de lneas
(a) Detecci
on de lneas a partir de
Laplaciano
(b) Detecci
on de lneas a partir de
m
ascaras de direcciones
Figura : Detecci
on de lneas
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
8 / 33
Deteccion de bordes
3 Detecci
on de bordes: tres tipos:
a. escalones (bordes ideales)
b. rampas
c. techo (roof)
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
9 / 33
Deteccion de bordes
(a) Escal
on, rampa y techo
(b) Escal
on, rampa y techo en im
agenes reales
Figura : Detecci
on de bordes
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
10 / 33
Deteccion de bordes
Figura : Detecci
on de bordes
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
11 / 33
i. Eliminaci
on de ruido: M
ultiples alternativas. Acercamiento sencillo: filtro pasa bajos
(suavizar la imagen)
ii. Detecci
on de potenciales bordes: medir magnitud y direccion de cambios de intensidad
a partir de gradientes.
2
1
df
df 2 2
;
|f (x, y)| =
+
dx
dy
df
dy
1
f (x, y) = tan
;
df
dx
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
12 / 33
(a) Direcci
on de gradiente respecto al borde
(b) M
ascaras unidimensionales de derivaci
on
Figura : Detecci
on de bordes a partir de gradientes
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
13 / 33
M
ascaras para estimar gradientes:
a. Roberts: gradientes cruzadas de tama
no 2 2 (no simetricas respecto al pixel central).
b. Prewitt: gradientes (horizontal, vertical y cruzadas) de tama
no 3 3 (simetricas respecto al
pixel central).
c. Sobel: gradientes (horizontal, vertical y cruzadas) de tama
no 3 3. Mayor peso en los
coeficientes centrales (suavizado).
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
14 / 33
(a) M
ascara de gradiente horizontal
y vertical
(b) M
ascara de gradiente diagonal
Figura : M
ascaras de gradientes
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
15 / 33
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
16 / 33
(b) Detecci
on de bordes diagonales usando m
ascaras Sobel
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
17 / 33
iii. Localizaci
on de bordes reales: umbralizaci
on de gradientes.
* Discriminar cambios de intensidad mas fuertes a partir de un valor umbral.
1
|f (x, y)| T
|f (x, y)|TH =
0
otros
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
18 / 33
Figura : Umbralizaci
on de magnitud de gradientes
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
19 / 33
IEE239: Segmentaci
on de Im
agenes
20 / 33
IEE239: Segmentaci
on de Im
agenes
21 / 33
IEE239: Segmentaci
on de Im
agenes
22 / 33
Los bordes de f (x, y) pueden ser ubicados hallando los cruces por cero en h(x, y)
Acercamiento: dado (x0 , y0 ) y su vecindad de 3 3 (N 33 (x0 , y0 )), si al menos dos
vecinos tienen signos opuestos, se asume un cruce por cero.
* Problema: Efecto Spaguetti (bucles cerrados)
* Soluci
on: (signos opuestos) (valor absoluto de diferencia > hmax )
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
23 / 33
IEE239: Segmentaci
on de Im
agenes
24 / 33
1
1
2
21
DoG(x, y) =
e
e
2
2
21
22
x2 +y 2
2
22
;
1 > 2
2
=
ln 12
12 22
2
Adicionalmente, la amplitud de LoG debe ser escalada por
DoG.
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
1
2 2
25 / 33
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
26 / 33
Procedimiento:
i. Suavizar imagen:
fs (x, y) = g(x, y) f (x, y);
fs (x, y);
IEE239: Segmentaci
on de Im
agenes
27 / 33
d(x, y) =
d1 ,
d2 ,
{157,5 < fs (x, y) < 157,5 } {22,5 < fs (x, y) < 22,5 }
d3 ,
d4 ,
{112,5 < fs (x, y) < 67,5 } {67,5 < fs (x, y) < 112,5 }
{157,5 < fs (x, y) < 112,5 } {22,5 < fs (x, y) < 67,5 }
{67,5 < fs (x, y) < 22,5 } {112,5 < fs (x, y) < 157,5 }
IEE239: Segmentaci
on de Im
agenes
28 / 33
IEE239: Segmentaci
on de Im
agenes
29 / 33
d(x0 , y0 ) = d1 vecinos:
(x0 1, y0 ); (x0 + 1, y0 );
Si
d(x0 , y0 ) = d2 vecinos:
Si
d(x0 , y0 ) = d3 vecinos:
Si
d(x0 , y0 ) = d4 vecinos:
c. Luego:
fN (x, y) =
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
30 / 33
iv. Umbralizaci
on por hist
eresis: definir umbrales TH , TL : (TH > TL )
1, fN (x, y) TH
fNH (x, y) =
0,
otros
fNL (x, y) = (x, y) fNH (x, y);
(x, y) =
1,
0,
fN (x, y) TL
otros
Finalmente, definir como bordes a todos los elementos 1 en fNH y a todos los elementos 1
en fNL conectados (directa e indirectamente) con elementos 1 en fNH .
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
31 / 33
IEE239: Segmentaci
on de Im
agenes
32 / 33
Referencias
(1) Captulo 10
Gonzalez, Rafael C. & Woods, Richard E. (2006), Digital Image Processing, 3rd Edition,
Prentice-Hall Inc.
http://www.imageprocessingplace.com/
Ren
an Rojas G.
IEE239: Segmentaci
on de Im
agenes
33 / 33