TE073 PDS II - eng.eletrica.ufpr.breng.eletrica.ufpr.br/~zimmer/TE073/TE073_PDSII_28_abr_2015.pdf · PDI: Segmentação na Área de Inspeção Industrial •Por exemplo: encontrar

Engenharia Elétrica © Alessandro Zimmer - 2015

TE073 – PDS II Programa de Graduação em Engenharia Elétrica

Prof. Alessandro Zimmer

[email protected]

www.eletrica.ufpr.br/~zimmer/TE073

Processamento

Digital de Imagens


• Relembrando...

28/04/2015

Processamento Digital de

Imagens



28/04/2015

PDI: Segmentação

• O primeiro passo na análise de imagens

é a segmentação que consiste em usar o

computador para definir na imagem,

recortes automáticos ao redor de

objetos de interesse.


28/04/2015

PDI: Segmentação

• A segmentação subdivide uma imagem

em suas partes ou objetos constituintes.

O nível até o qual essa subdivisão deve

se realizada, assim como a técnica

utilizada, depende do problema que

está sendo resolvido.


28/04/2015

PDI: Segmentação

• Algoritmos de segmentação permitem

achar diferenças entre dois ou mais

objetos, e distinguir as partículas umas

das outras e do fundo. Esta distinção

permitirá ao programa interpretar

pixels contíguos e agrupá-los em

regiões.


28/04/2015

PDI: Segmentação

• Os algoritmos de segmentação para

imagens monocromáticas são

geralmente baseados em uma das

seguintes propriedades básicas de

valores de níveis de cinza:

descontinuidade e similaridade.


28/04/2015

PDI: Segmentação

• Para tratar as descontinuidades

particiona-se a imagem baseando-se

em mudanças bruscas nos níveis de

cinza. As principais áreas de interesse

são a detecção de pontos isolados,

detecção de linhas e bordas na

imagem.


28/04/2015

PDI: Segmentação

• No caso da similaridade, as principais

abordagens baseiam-se na

limiarização e no crescimento de

regiões.


28/04/2015


28/04/2015


28/04/2015


28/04/2015


28/04/2015

PDI: Segmentação na Área de

Inspeção Industrial

• Por exemplo: encontrar uma rachadura em um bloco de cerâmica (procura por linha com determinadas características), encontrar falhas no tingimento de rolos de linha industrial (procura por variações anômalas de cor) , encontrar falhas em tecelagem (procura por variações anômalas de textura) ou encontrar falhas em matéria prima (variações de coloração, forma ou tamanho de objetos).


28/04/2015

PDI: Segmentação na Área de

Inspeção Industrial

• Ao contrário de aplicações como o reconhecimento de faces ou cenas de trânsito, onde as condições de iluminação e contexto de uma situação em particular podem variar muito, no controle de qualidade temos geralmente uma situação onde a aquisição de dados é realizada sob condições controladas e bem conhecidas, como por exemplo uma luz ultravioleta de intensidade e direção bem definidas, uma luz branca difusa de intensidade conhecida, possibilitando assim utilizar a técnica de limiarização.


28/04/2015

PDI: Segmentação Orientada a

Regiões

• O objetivo da segmentação é particionar

a imagem em regiões.

• Assim como na Limiarização, na

segmentação orientada a Regiões

analisamos a similaridade dos níveis de

cinza da imagem.


28/04/2015

PDI: Crescimento de Regiões

• O crescimento de regiões é um procedimento

que agrupa pixels ou sub-regiões em regiões

maiores. A mais simples dessas abordagens é

a agregação de pixels, que começa com um

conjunto de pontos "semente" e, a partir

deles, cresce as regiões anexando a cada

ponto semente aqueles pixels que possuam

propriedades similares (como nível de cinza,

textura ou cor).


28/04/2015


28/04/2015


28/04/2015


28/04/2015

PDI: Crescimento por

Agregação de Pixels

• Por exemplo, na figura a seguir, os

números dentro das células

representam valores de nível de cinza.

Os pontos com coordenadas (3,2) e

(3,4) são usados como sementes.


28/04/2015


28/04/2015



• A utilização de dois pontos iniciais

resulta em uma segmentação

consistindo de, no máximo, duas

regiões: R1 associada à semente (3,2) e

B2 associada à semente (3,4).


28/04/2015



• A propriedade P a ser usada para

incluir um pixel em uma das regiões é

se a diferença absoluta entre os níveis

de cinza daquele pixel e o da semente

é menor que um dado limiar T.


28/04/2015



• Qualquer pixel que satisfaça essa

propriedade simultaneamente para

ambas as sementes é (arbitrariamente)

atribuído à região R1.


28/04/2015



• A Figura 14b mostra o resultado obtido

usando T= 3. Nesse caso, a

segmentação consiste de duas regiões

em que os pontos pertencentes a R1 são

denotados por "a" enquanto que os

pertencentes a R2 são denotados por

"b".


28/04/2015



• Qualquer ponto inicial em qualquer

uma das regiões resultantes levaria ao

mesmo resultado, mas a escolha de T=

8 resultaria em uma única região, como

mostrado na Figura 14c.


28/04/2015


28/04/2015

PDI: Agregação de Pixels

• O exemplo precedente, apesar de

simples, mostra algumas dificuldades

fundamentais com o crescimento

regiões:

1) A seleção de sementes que

representem adequadamente as regiões

de interesse.


28/04/2015

PDI: Agregação de Pixels

2) A seleção de propriedades apropriadas

para a inclusão de pontos nas várias

regiões durante o processo de

crescimento.


28/04/2015


28/04/2015


28/04/2015


28/04/2015


PDI: Operações

Tarefa (para 05/05/2015, em dupla):

Incluir no programa já desenvolvido uma função

que:

- Implemente um algoritmo de limiarização bimodal

manual. O programa deverá ler uma imagem,

imprimir seu histograma, permitir a seleção de dois

limiares diretamente no histograma, aplicar os

limiares e mostrar o resultado na imagem, em tempo

real.


PDI: Operações

-Adicione o operador de segmentação via agregação

de pixels ao programa já desenvolvido. O programa

deverá ler uma imagem monocromática, solicitar um

número de sementes, o valor das sementes e o

critério de vizinhança, aplicando a segmentação e

mostrando o resultado.

-Testar os algoritmos com a imagem a seguir.


PDI: Operações

Imagem de teste:

Documents

TE073 PDS II - eng.eletrica.ufpr.breng.eletrica.ufpr.br/~zimmer/TE073/TE073_PDSII_28_abr_2015.pdf · PDI: Segmentação na Área de Inspeção Industrial •Por exemplo: encontrar