Sunteți pe pagina 1din 4

Sisteme de vedere artificial

Lucrarea de laborator nr. 6

LUCRAREA NR. 6
1. Scopul lucrrii
Lucrarea de fa i propune studiul segmentrii imaginilor.

2. Breviar teoretic
Etapele de prelucrare a informaiilor realizate de un Sistem de Vedere Artificial sunt:

achiziia i formarea imaginilor

preprocesarea imaginilor

segmentarea imaginilor
o metode de prag
o segmentare bazat pe muchii
o segmentare bazat pe regiuni

descrierea

recunoaterea formelor

interpretarea

Segmentarea este una din cele mai importante etape ce conduce la analiza unei imagini
procesate. Principalul scop al acesteia este divizarea imaginii n pri ce au o strns legtur
cu obiectele i suprafeele din scena real.
Segmentarea poate fi:
complet se vor obine regiuni disjuncte ce corespund obiectelor din scen;
parial regiuni ce nu corespund obiectelor, dar sunt omogene, avnd aceleai
proprieti (luminozitate, culoare).
Exist mai multe metode de segmentare:
a. bazate pe cunotine globale ale imaginii (metode de prag aplicate histogramei);
b. bazate pe muchii;
c. bazate pe regiuni.

Sisteme de vedere artificial

Lucrarea de laborator nr. 6

3. Segmentarea metode de prag


3.1. Noiuni generale
Segmentarea prin metode de prag se bazeaz pe alegerea unui nivel de gri care s
realizeze extragerea obiectelor din fundal. Dup segmentarea complet a imaginii se vor
obine mai multe regiuni disjucte Ri, care s aib proprietatea:
s

R = U Ri ,
i =1

Ri I R j =

i j

Binarizarea este o metoda de prag care se realizeaz aplicnd imaginii urmtoarea


transformare:

1
g (i, j ) =
0

pentru f (i,j ) T
; T = prag
pentru f (i,j ) < T

Dac pragul este ales corespunztor i imaginea are o histogram bimodal (cu dou maxime
locale unul pentru fundal i unul pentru obiecte), se va obine o imagine binar cu valori de
1 pentru obiecte i 0 pentru fundal. Binarizarea poate fi:

globale, cu un singur prag T pentru ntreaga imagine, T=T(f)

locale, cu prag variabil T=T(f, fc)

Band-thresholding este metoda de prag care identific obiectele considernd c nivelul de


gri al acestora aparine unui anumit interval D. Astfel, transformarea va fi:

1
g (i, j ) =
0

pentru f (i,j ) D
in rest

Segmentare cu praguri multiple consider mai multe intervale de niveluri de gri. Se vor
obine mai multe regiuni, corespunztoare obiectelor cu luminoziti diferite:

1
2

g (i, j ) =
n

pentru f (i, j ) D1
pentru f (i, j ) D2

pentru f (i, j ) Dn
in rest

unde Di sunt submulimi disjuncte de niveluri de gri.


Segmentarea cu semiprag elimin pixelii din imagine cu un nivel de gri situat sub un anumit
prag, punnd 0 (negru) n locul acestora. Pixelii ce depesc nivelul stabilit rmn
neschimbai (mascare a fundalului):

Sisteme de vedere artificial

Lucrarea de laborator nr. 6

Transformarea va fi:

f (i, j ) pentru f (i,j ) T


g (i, j ) =
pentru f (i,j ) < T
0

3.2. Funcii Matlab utile n segmentare:


binarizarea imaginii im2bw
im2bw realizeaz binarizarea imaginii folosind pragul primit ca parametru;
calcularea pragului graythresh
graythresh calculeaz nivelul de prag folosind metoda Otsu

4. Exemplu
Urmtorul exemplu realizeaz o detectarea a structurilor mici din imagine. Urmrii
efectul acestor funcii.
%clc, clear, close all;
I = imread('pearlite.tif');
figure, imshow(I), title('original image');
Ic = imcomplement(I);
BW = im2bw(Ic, graythresh(Ic));
figure, imshow(Ic), title('complement of image');
figure, imshow(BW);
title('thresholding the image to show small structures');
se = strel('disk', 6);
BWc = imclose(BW, se);
BWco = imopen(BWc, se);
figure, imshow(BWc), title('closing the thresholded image');
figure, imshow(BWco);
title('opening the image to show large objects');
mask = BW & BWco;
figure, imshow(mask), title('the "and" of these two images');

Sisteme de vedere artificial

Lucrarea de laborator nr. 6

5. Exerciii
1. Realizai cateva achiziii de imagine folosind calculatorul Ursula si camera video din
dotarea laboratorului de Sisteme de Vedere Artificial. Realizai segmentarea
imaginilor obinute folosind binarizarea.
2. Realizai o funcie matlab care s implementeze segmentarea pe band-thresholding.
Testai funcia realizat pe diferite imagini.
3. Realizai propria funcie de segmentare cu praguri multiple. Pentru vizualizare
realizai o palet de culori proprie i tratai imaginea ca una de tip indexat. Aplicai
funcia pe diferite imagini achiziionate.

6. Tem
Realizai un referat n care s explicai rezultatele experimentale obinute.