Skip to content

Segmentace-obrazu

Segmentace obrazu

  • Segmentace obrazu na základě oblastí
    • Rozdělení obrazu na (nepřekrývající se) oblasti které úzce souvisejí s předměty nebo jejich částmi reálný svět
    • Realizováno na základě homogenity oblasti (např. stejná barva, úroveň jasu)

Single thresholding

  • Sedý obrázek rozdělen konvertován do binárního podle prahu na černé a bile
  • Na základě nastaveného thresholdu se pixely klasifikují na základě úrovni šedi do 2 tříd
  • Může najít “neviditelné” objekty
  • Nevhodné pro více objektů, kalkulaci velikosti, atd…

Double thresholding

  • Varianta single tresholding máme dva prahy
  • Pokud je hodnota pixelu mezi prahovými hodnotami T1 a T2(T1 < T2), pak (ve výsledném binárním obrázku) má pixel hodnotu odpovídající bílé barvě, jinak má hodnotu odpovídající černé barvě
  • Použiti
    • Zvýraznění RTG

Otsu’s method

  • Metoda pro najiti správného tresholdu
  • Maximalizuje mezi-/vnitrotřídní rozptyl
  • Optimální kritérium thresholdu = maximum kriteriální funkce (rozptylu), prohledává se celý stav. prostor

Adaptive thresholding

  • Metoda kdy jednoduche treshold metody nefunguji.
  • Obraz naseká na stejně velké kusy a použije jednoduchou segmentaci pro samostatný nasekaný díl
  • Segmentace s prahem (prahy) nemusí být vždy úspěšna. Například pokud se mění pozadí (např. vlivem světla)

Watershed segmentation

  • Založeno na myšlence vodních hrází
  • Obrázek bereme jako topografickou mapu shora, kterou  “zaplavujeme vodou”
  • Pokud hrozí, že se jezera spojí, postavíme na tom místě hráz
  • Až všechno přelijeme, zůstanou nám hráze, ohraničující vysegmentované objekty
  • Citlivé na šum (doporučuje se předzaplavit určitá místa)

Mean shift segmentation

  • Založeno na mean shift filtrování
  • Časově náročné, ale dobré výsledky
  • Převede 2D do 3D, kde 3. dim = intenzita pixelu, vytvoří se tím shluky podobné intenzity (= stejný objekt)
  • Udělá se koule kolem bodu, který chceme vysegmentovat a iterativně posunujeme jeho střed do těžiště. Původní hodnotu pixelu nahradíme hodnotou na místě, kde se koule zastavila. Opakuj pro všechny pixely. Tím se vysegmentují objekty (na základě barvy/intenzity)

Reprezentace zpracovaní obrazu

Reprezentace hranic

  • Aproximace hranic přímkou (nebo jinou křivkou)
  • Fourier descriptors
  • Řetězec kódů (šipky podle světových stran mají číslo, hranice objektu je číslo) chain-codes.png

Reprezentace oblastí

  • Různé regiony mají různá čísla
  • List listů
    • Vnitřní list obsahuje řádek a interval odkud kam je daná oblast ve sloupcích)
    • list-listu-reprezentace-obrazu.png
  • Kostra oblasti
    • Každá “kost” nese informaci o minimální vzdálenosti na hranici
    • Používá se třeba pro zpracovaní textu
    • kostra-oblasti-reprezentace-oblasti.png

Simple shape properties

  • Velikost objektu: počet pixelů v objektu
  • Průměrný jas a rozptyl
  • Eccentricity
  • Longitude: poměr mezi délkou a šířkou obdélníku, který objekt ohraničuje
  • Rectangularity
  • Směr a rovnost čar
  • Nekompaktnost (NC = B^2/V, B = obvod, V = obsah)

Nalezení textur

  • Výpočet oblastí (lepší pro pro velké textury, např. cihly)
  • Výpočet hran (lepší pro drobné textury, např. plástev)

Trackování objektů

  • Podle změn mezi dvěma obrázky