Tehnici de detecie a conturului

n imagini
Ing. Zbganu Alexandra
Ce este o imagine?
Rspuns: o imagine este o funcie discret
Imagini:
Scalare: monocrome (binare), cu nivele de gri:
Vectoriale: policrome:
f(i,j) = [R(i,j),G(i,j),B(i,j)]
m x n - dimensiunea imaginii
f(i,j) - valoarea pixelului n punctul (i,j)
Definiii
Contur (muchie) = frontiera care separ dou regiuni de
intensitate diferit
Empiric: contur = mulimea pixelilor n care exist
discontinuiti ale nivelelor
Util n etapa de analiz a imaginii de segmentare = extragerea
obiectului de interes din imagine.
Thresholding = eliminarea elementelor neeseniale din
imagine
Derivata imaginii = maxim local n direcia muchiei
Detecia muchiei detecia:
- Maximului/minimului local al primei derivate
- Trecerii prin zero a derivatei de ordin doi
Caracteristicle muchiilor:
- Normala (n)
- Direcia ()
- Poziia
- Tria
Detectorii de gradient
Vectorul gradient:
Magnitudinea: sau
Direcia:
Operatorii de gradient se reprezint printr-o pereche de mti H1
i H2 care msoar gradientul imaginii u(m,n) n dou direcii
ortogonale
Discontinuitile de intensitate (muchiile) reprezint sumele
obinute prin convoluia imaginii cu mtile corespunztoare
(tria muchiei)
Estimarea gradientului cu diferene finite
Roberts Prewitt Sobel
Mti codificare a derivatelor,
dup diferite direcii
Trecerile prin zero ale derivatei de ordin 2
Operatorul Laplacian:
Detectorul Laplacian:
-Mai uor de implementat
(o singur masc)
- Mai sensibil la zgomot
- Operator isotropic
- Ineficient
LoG = Laplacian of Gaussian
Pentru reducerea zgomotului, imaginea este mai
nti filtrat cu un FTJ (o Gausian)
Pai n detecie utiliznd mti
1. Netezirea imaginii prin convoluie cu masca
2. Calcul magnitudine
3. Calcul direcie
4. Dac M(x,y)>T atunci posibil muchie
Detectori gausieni
Canny
Optimpentru muchii afectate de zgomot alb
Cel mai utilizat
Algoritm
Se calculeaz vectorul gradient (f
x
,f
y
)
Se calculeaz magnitudinea
Se suprim non-maximele
Edge linking
Scopuri:
Rat mic de eroare
Localizare bun
Minimizarea rspunsului
Detector bazat pe repartiia bilateral
filtrul bilateral este o combinaie de dou filtre
Inventat de Tomasi i Manduchi n 1998 ca metod neiterativ
de conservare a netezirii marginilor
Valoarea intensitii fiecrui pixel se nlocuiete cu o medie a
valorilor intensitilor pixelilor vecini, ponderat pe baza unei
distribuii gausiene i pe baza diferenei intensitilor de
culoare
Robustee
Zgomot uniform repartizat pe [-, ]
= 1
= 5
Zgomot simetric cu repartiie de putere
V mulumesc
Bibliografie
1. A.K.Jain, Fundamentals of Digital Image Processing, Prentice Hall, USA, 1989
2. S.Lakshmi, V.Sankaranarayanan, A Study Of Edge Detection Techniques for
Segmentation Computing Approaches, CASCT for Imaging and Biomedical
Applications, 2010
3. R.M.Haralick, Trecerile prin zero ale detectorului de muchie ce folosete
derivata direcional de ordinal doi, Robot Vision (A.Rosenfeld, ed.),SPIE 336,
1982
4. P.Sandhu, M.Juneja, E.Walia, Comparative Analysis of Edge Detection
Techniques for extracting Refined Boundaries, 2009 International Conference on
Machine Learning and Computing, IPCSIT vol.3 (2011) (2011) IACSIT Press,
Singapore
5. E.Nadernejad, S.Sharifzadeh, H.Hassanpour, Tecnici de detecie a muchiilor:
evaluri i comparri, tiine matematice Aplicate, Vol.2, 2008, nr.31, 1507-
1520.
6. K.Sau, M.Pal, P.Karmaka, Unique Techniques for edge detection methods In
digital Image Processing, Department of Computer Science & Engineering,
Institute of Engineering & Management, Salt Lake, Kolkata, 2011
7. C. Tomasi and R. Manduchi. Bilateral Filtering for Gray and Color Images. In
Proceedings of the IEEE International Conference on Computer Vision, 1998.
8. Holger Winnemoller, Sven C. Olsen, and Bruce Gooch. Real-Time Video
Abstraction. In Proceedings of ACMSIGGRAPH, 2006.