Reconhecimento de Padres

Segmentao
David Menotti, Ph.D.
www.decom.ufop.br/~menotti
Universidade Federal de Ouro Preto (UFOP)
Programa de Ps-Graduao em Cincia da Computao (PPGCC)
Objetivos
Introduzir os conceitos bsicos de
segmentao de imagens
Limiarizao
Regies
Clustering
Movimento
Segmentao
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.
Segmentao
Os algoritmos de segmentao para
imagens monocromticas so geralmente
baseados em uma das propriedades
bsicas:
Descontinuidade e similaridade
Limiarizao
Consiste em separar regies de uma
imagem quando esta apresenta duas
classes:
Fundo e objeto (background, foreground)

Limiarizao
A maneira obvia 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 contrario,
fundo


Nesse caso, T depende apenas de f(x,y) e
portanto conhecida como limiarizao global.
( )
( )
( )

s
>
=
T y x
T y x
y x g
, f se 0
, f se 1
,
Limiarizao
Exerccio
Segmentar imagens usando o mtodo de
Otsu.
level = graythresh(I)

Limiarizao Adaptativa
Resultados satisfatrios so obtidos com
a limiarizao global.
Porm em alguns casos, mais de um
limiar deve ser utilizado.

Limiarizao Adaptativa
A limiarizao adaptativa seleciona um
limiar individual para cada pixel baseado
no alcance da intensidade estimado em
sua vizinhana local.
Isso permite uma melhor limiarizao
quando no existem cumes bem
definidos.

Limiarizao Adaptativa
Mecanismo para limiarizao adaptativa
A imagem original dividida em sub-imagens
Um limiar determinado independentemente
para cada regio
Cada imagem R
i
ento processada usando
um limiar local
Uma nova imagem R = U R
i
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:







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.
F R R P
V R P
R R
R R
j i
i
j i
i
n
i
=
=
=
=
=
) (
) (
0
1

Segmentao por Regies

Agregao de pixels
Agrupa pixels ou sub-regies em regies
maiores.
Comea com um conjunto de pontos,
chamados sementes, e a partir deles, cresce
as regies anexando a cada ponto semente
aqueles pixels que possuam propriedades
similares
Nvel de cinza, textura, cor.
Segmentao por Regies
0 0 5 6 7
1 1 5 8 7
0 1 6 7 7
2 0 7 6 6
0 1 5 6 5
Sementes
Propriedade P: Diferena absoluta entre
os nveis de cinza daqueles entre o pixel
e semente deve ser menor que T
0 0 5 6 7
1 1 5 8 7
0 1 6 7 7
2 0 7 6 6
0 1 5 6 5
T=3
Note que qualquer semente levaria
ao mesmo resultado.
Desvantagens:
-Seleo das sementes
-Seleo da propriedade P
Segmentao por Regies
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
Segmentao por Regies
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.
Clustering
Parmetro a definir
Nmero de clusters.
Geralmente no se conhece a priori o nmero
de clusters que existem na imagem.
Clustering
Uma coleo de objetos que so similares
entre si, e diferentes dos objetos
pertencentes a outros clusters.
Isso requer uma medida de similaridade.
No exemplo anterior, a similaridade
utilizada foi a distncia.
Distance-based Clustering
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.
Recalcular os centrides com base nos
indivduos classificados.
Algoritmo k-Means
1. Determinar os centrides
2. Atribuir a cada objeto do grupo o
centride mais prximo.
3. Aps atribuir um centride a cada objeto,
recalcular os centrides.
4. Repetir os passos 2 e 3 at que os
centrides no sejam modificados.
k-Means Um Exemplo
Objetos em um plano 2D
k-Means Um Exemplo
Passo 1:Centrides inseridos aleatoriamente
k-Means Um Exemplo
Passo 2: Atribuir a cada objeto o centride mais prximo
k-Means Um Exemplo
Passo 3: Recalcular os centrides
k-Means Um Exemplo
Impacto da inicializao aleatria.
k-Means Um Exemplo
Impacto da inicializao aleatria
Fronteira
Diferente
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.
k-Means Um Exemplo
4 Centrides
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.
Movimento
Essa abordagem pode ser aplicada quando a
iluminao relativamente constante.
Alm de objetos em movimento, a imagem da
diferena pode contar com pequenos rudos e
objetos que se movem vagarosamente.

O >
=
contrario caso 0
| ) , , ( ) , , ( | se 1
) , (
j i
ij
t y x f t y x f
y x d
Movimento
Subtrao do fundo
Fazer a mdia (mediana) de vrias imagens
afim de criar uma aproximao do fundo.
Subtrair os quadros subsequentes desta
aproximao.
Objetos que no fazem parte do fundo da
cena apareceram como resultado desta
operao de segmentao.