Morfologia Matematica

Morfologa matemtica
Aplicacin a procesado de imgenes binarias y monocromticas

Autores: Jos Luis Alba, Fernando Martn - Universidad de Vigo Jess Cid - Universidad Carlos III de Madrid Inmaculada Mora - Universidad Rey Juan Carlos Ultima revisin: abril de 2006
ndice
Introduccin Elementos del procesado morfolgico Dilatacin Erosin Filtros morfolgicos Algoritmos morfolgicos Morfologa de grises Aplicaciones
Jos Luis Alba, Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III; Inmaculada Mora - Universidad Rey Juan Carlos
Introduccin
Esquema general del anlisis de imgenes
Tcnicas de nivel intermedio
SEGMENTACIN
PREPROCESADO (MEJORARESTAURACIN)
EXTRACCIN DE CARACTERSTICAS
BASE DE CONOCIMIENTO
imagen
ADQUISICIN DE LA IMAGEN
RECONOCIMIENTO CLASIFICACIN INTERPRETACIN
Resultado
Tcnicas de bajo nivel
Tcnicas de alto nivel

3
Morfologa:
Estudio de la forma y la estructura
Morfologa matemtica
Es una tcnica de procesado no lineal de la imagen, interesada en la geometra de los objetos Anlisis morfolgico
Permite extraer componentes de la imagen que son tiles en la representacin y descripcin de la forma de las regiones:
Fronteras Esqueletos,
Permite obtener caractersticas relevantes de los objetos en la imagen:

Forma Tamao, ...
Procesado morfolgico:
Permite transformar la forma o la estructura de los objetos en una imagen
Tipos:
Usos:
Morfologa binaria (es la ms frecuente). Morfologa de niveles de gris Morfologa de imgenes policromticas Post-procesado:
Por ejemplo, tras un proceso de segmentacin Segmentacin Procesado morfolgico
Pre-procesado:
por ejemplo, previo a un sistema de reconocimiento. Anlisis morfolgico

Descriptores
Reconocimiento de objetos
Aplicaciones:
Anlisis de imgenes mdicas, teledeteccin, visin artificial, ...

5
Ejemplos:
Extraccin de los dedos de una mano Separar llaves
Contar el nmero de clulas
Contar el nmero de dientes en una rueda
Elementos del procesado morfolgico

Los fundamentos del anlisis y procesado morfolgico se basan en el lgebra de conjuntos y en la topologa Tres elementos:
a) b) c)
Conjuntos ( Imgenes) Operadores Morfolgicos (dilatacin, erosin, apertura/cierre) Elementos Estructurantes (EE)
Imagen binaria Elemento estructurante Imagen binaria
Conjunto Operador morfolgico
Conjunto
Conjunto
7
Conjuntos
El lenguaje que se usa en las tcnicas morfolgicas proviene de la teora de conjuntos Cada conjunto representa la forma de los objetos en una imagen
Imgenes binarias:
Blanco = 1 Negro = 0
Cada conjunto de todos los pxeles negros/blancos de una imagen binaria, es una descripcin completa de la imagen: Si (o viceversa), se definen dos conjuntos (o planos):
Imgenes monocromticas:
En una imagen binaria, los conjuntos existentes son puntos de un espacio 2 D: cada elemento es un punto de coordenadas (x,y) en el plano bidimensional (de la imagen) Una imagen de niveles de gris puede ser representada como conjuntos cuyas componentes se encuentran en un espacio 3D. En este caso, 2 componentes de cada elemento de un conjunto se refiere a las coordenadas del pxel, y la tercera componente est relacionada con la intensidad.
8
Primer plano: A = {(x,y)|f(x,y) = 1} Fondo: B = {(x,y)|f(x,y) = 0}
En virtud de la equivalencia entre imgenes binarias y conjuntos, cualquier transformacin sobre un conjunto define una nueva imagen binaria Operaciones sobre conjuntos
Sean A y B conjuntos de puntos en un espacio Z 2 con componentes a = (a1,a2), b = (b1, b2) Complementario: Traslacin:
Ac = Ac = {(x,y) | (x,y) A} Ax = A + x = {a + x | a A} con x = (x,y) = -A = {-a| a A} - a = (- a1,- a2)
Transposicin (Reflection):
Diferencia
El transpuesto de un conjunto simtrico, coincide con l mismo
A-B = {a | a A, a B} = AB
Elemento estructurante
Idea:
Examinar la estructura geomtrica de una imagen usando como sonda un patrn de ajuste que se denomina elemento estructurante (E.E.). La forma y tamao del EE caracteriza las formas de los objetos presentes en una imagen permiten determinar la estructura de un conjunto X El EE se maneja de modo anlogo a una mscara de convolucin, aunque ahora trabajamos con operaciones sobre conjuntos y la convolucin se basa en operaciones aritmticas
Imagen original
EE encaja
EE no encaja
10
Ajuste del EE
El EE puede tener cualquier tamao y forma (horizontal, vertical, cuadrado, ...). Su centro se sita en cada pxel de la imagen original, aplicando la operacin morfolgica sobre los puntos situados bajo el E.E.
EE
Elemento Estructurante
(cuadrado de lado 3)
Imagen Original I(x,y)
Imagen resultante
11
Operadores morfolgicos
Operador (Imagen):
Cualquier transformacin de una imagen cuyo resultado es otra imagen
Tipos:
Extensivo: si el resultado contiene a la imagen original A (A) Anti-extensivo: si el resultado est contenido en la imagen original (A) A Idempotente: si al aplicar el operador dos o ms veces, el resultado es el mismo que si se aplicara una sola vez ( (A)) = (A)
Un operador puede no ser ni extensivo ni antiextensivo

12
Dilatacin
Dilatacin de la imagen A por el EE C :
C(A) = A C = {x | ( )x A 0}
Suponiendo que el EE contiene al origen y es simtrico (en este caso el EE y su reflexin son iguales): la salida de la dilatacin es el conjunto de puntos barridos por el centro del EE mientras algn punto de C tocaba a algn punto de A.
Se obtiene en base a la reflexin de C con respecto a su origen y un desplazamiento x
Original
EE vertical 11
EE cuadrado lado=11
13
Figuras tomadas de Gonzalez, Woods, Digital Image Processing (2nd Ed.), Prentice Hall, 2002
La figura a trazos muestra la imagen original. La lnea continua muestra los lmites para que la interseccin de A y ^C no sea 0 Todos los puntos dentro de este lmite forman la dilatacin de A por C En el caso inferior se usa un EE para obtener mas dilatacin vertical que horizontal
14
Propiedades:
Aade todos los puntos del fondo que tocan el borde de un objeto la dilatacin es extensiva Rellena entrantes en los que no quepa el EE (pequeos agujeros y bahas)
EE cuadrado
15
Qu ventaja tiene sobre un filtro paso bajo?

Dilatacin: El resultado es una imagen binaria FPB: El resultado es una imagen de niveles de gris y se requiere un paso aadido de umbralizacin para conseguir una imagen binaria Dilatacin de A usando el EE B A
Los segmentos rotos se han unido
EE
16
Ejemplo
Imagen original Imagen binarizada y complementada Ac Dilatacin de Ac por B=ones(3,3)
17
Erosin
Erosin de la imagen A por el EE C:
C(A) = A C = {x | Cx A}
Suponiendo que el EE contiene al origen y es simtrico: la salida de la erosin es el conjunto de puntos barridos por el centro del EE mientras se cumpla que todos los puntos de C estaban contenidos en A. Elimina grupos de pxeles donde el EE no cabe.
Conjunto de todos los puntos x, tales que C trasladado x, estn contenidos en A
Original
EE cuadrado lado=11
EE vertical 11
18
El conjunto de puntos incluidos en la zona sombreada forman la erosin de A usando EE
19
Propiedades:
La erosin es antiextensiva reduce el tamao del objeto Elimina elementos en los que no quepa el EE (pequeas islas y protuberancias) Es la erosin inversa de la dilatacin? No, pero estn relacionadas (A C) c = (Ac )
EE: cuadrado
20
Una de las aplicaciones ms tpicas de la erosin es la eliminacin de detalles irrelevantes (desde el punto de vista de tamao)
erosin dilatacin
En esta figura se desea obtener solo los objetos de mayor tamao Para ello erosionamos con un EE de tamao algo menor que el objeto que queremos extraer. El resultado son los objetos en cuestin pero de menor tamao. Para que recuperen el tamao original se aplica una dilatacin con el mismo EE
21
Ejemplo
Erosin de Ac por B=ones(3,3) Erosin de Ac por B=ones(10,1)
22
Filtros morfolgicos
Apertura:
B(A) = A o B = (A B) B = B(B(A))
Se obtiene desplazando el EE B por el interior del conjunto y eliminando las zonas por las que B no pueda pasar. Ejemplo:
EE = {Crculo de dimetro 7, Vertical 11, Cuadrado lado 11} Original Crculo 7 Vertical 11 Cuadrado 11
23
La frontera de A oB est formada por los puntos en B que alcanzan los puntos mas lejanos de A, cuando B se desplaza dentro de los bordes de A A o B = z{ Bz | Bz A} (siendo {.} la unin de conjuntos)
24
Propiedades:
Es un operador antiextensivo: B(A) A
A o B es un subconjunto de A (A o B ) o B = A o B
Algunos efectos:
Alisa contornos (redondear las esquinas donde no quepa el EE Eliminar las protuberancias donde no quepa el EE Separa objetos en puntos estrechos es un operador idempotente?
25
Ejemplo
Erosin de Ac por B=ones(10,1) Dilatacin del resultado por B=ones(10,1)
26
Cierre:
B(A) = AB = A B = (A B) B = B(B(A))
Se obtiene desplazando el EE B por el exterior del conjunto y anexionando las zonas por las que B no pueda pasar. Ejemplo:
EE = {Vertical 11, Cuadrado lado 11, Crculo de dimetro 7} Original Vertical 11 Cuadrado 11 Crculo 7
27
Representacin geomtrica similar al caso del operador apertura con la diferencia de que ahora los desplazamientos de B se producen por fuera de al frontera de A
28
Propiedades:
Es un operador extensivo: A B(A) A es un subconjunto de AB (A B) B = A B
Algunos efectos :
Tiende a alisar porciones del contorno, fusiona estrechas grietas, y rellena vacos en el contorno Rellena agujeros pequeos Eliminar los entrantes pequeos Conecta objetos vecinos Es un operador idempotente
Apertura y Cierre son Duales

(A B) = (A
c c
o
B)
29
con respecto al complementario y a la transposicin

Apertura vs cierre
Apertura: Eliminacin del puente su anchura es inferior a la del EE El EE no puede ser completamente incluido en A Lo mismo pasa con los dos salientes de la derecha Las esquinas exteriores son redondeadas mientras que las interiores no se ven afectadas Cierre: En este caso las esquinas internas son redondeadas mientas que las externas permanecen intactas
30
Ejemplo
Dilatacin de Ac por B=ones(3,3) Erosin del resultado por B=ones(3,3)
31
Banco de filtros morfolgicos binarios
32
Ejemplo: distinguir entre crculos y lneas

Apertura con EE circular de D=7
Etiquetado
70 60
N. pixel/objeto
50 40 30 20 10 0
10
15
20
25
30
objeto
33
Ejemplo: contar el nmero de segmentos rectos

Etiquetado
N lneas?
EE H
EE V
EE Di
EE De
= 17
34
Implementacin
Matlab: SE=strel(forma,parametros) % crea un elemento estructurante de una forma determinada o un array de elementos estructurantes; SE=strel(matriz binaria) % para formarlo directamente con una matriz binaria SE=reflect(SE) % refleja el elemento estructurante respecto a su centro SE=translate(SE,V) % traslada el elemento estructurante segn el vector V J = imdilate(I,SE) % la imagen I puede ser binaria o en gris J = imerode(I,SE) % la imagen I puede ser binaria o en gris J = imclose(I,SE) % SE no puede ser un array de elementos estructurantes J = imopen(I,SE) % SE no puede ser un array de elementos estructurantes
35
Ejemplo: eliminacin de ruido
Imagen A
Filtro f(A,B)
Imagen A
f ( A, B) = (A B) B
(elimina demasiada informacin)
36
Ejemplo: eliminacin de ruido (informacin a priori)

f ( A, B' ) = ((A B' ) B' ) A
(el elemento estructurante B es 15x7)
37
Transformada Hit-Miss: (para localizar una forma X en la imagen)

se define una ventana que contenga al objeto: W / X W se define el complemento de X respecto a W: W-X La operacin Hit-Miss se define como: A W = (A X) (AC [W-X]) el primer conjunto (Hit) se queda con los objetos que incluyen a X (mayores que X) el segundo conjunto (Miss) se queda con los incluidos en X (menores que X) Matlab: J = bwhitmiss(I,SE1,SE2); % SE1 =X, SE2=W-X Equivale a J=imerode(I,SE1) & imerode (~I,SE2)
38
Transformada Hit-Miss (ejemplo):

Imagen
Patrn
Imagen
Patrn
39
Algoritmos morfolgicos
Extraccin de contorno: (A) = A - (AB)
B es un elemento estructurante adecuado a la aplicacin Matlab: [J]=bwperim(I,[conectividad]);
40
Debido al espesor del EE, el borde tiene un espesor de 1 pxel Si se usara un EE de 5x5 tendra un espesor de 2 pxeles
41
Tres tipos de gradientes:

bordes exteriores: B(A) - A bordes interiores: A - B(A) bordes anchos: B(A) - B(A)
42
Llenado de regiones: se parte de un conjunto A de puntos 8-conectados que encierran
una regin que se desea rellenar se asigna el valor 1 a un punto p interior al contorno A (X0 = p) se realiza la dilatacin condicional dada por la frmula siguiente con un elemento estructurante 3x3 de conectividad-4 (cruz):
X k = (X k 1 B) A c
el algoritmo termina cuando Xk = Xk+1 el conjunto final es Xk U A Matlab: [J, puntos]= imfill(I,[puntos],[conectividad],[holes]); % se puede hacer interactivo
43
Ejemplo:
Dilatacin condicional
Xk = (Xk-1 B) AC k=1,2,
A B X0
Este proceso rellenara toda el rea, por lo que se aplica la condicin de c interseccin con A
Si Xn = Xn-1 Y = Xn A (y fin del proceso)

Se empieza a partir de un punto dentro de la regin
X1
X2
X3
X4
44
Extraccin de componentes conectadas: existe un subconjunto Y de puntos conectados incluido en A
se conoce un punto p = 1 interior a Y (X0 = p) se realiza la dilatacin condicional dada por la frmula siguiente con un elemento estructurante 3x3 de conectividad-8 (bloque):
X k = (X k 1 B) A
el algoritmo termina cuando Xk = Xk-1 el conjunto final es Xk = Y Matlab:[L,n] = bwlabel(I, [conectividad]); % L contiene una etiqueta para cada objeto conectado, n es el n de objetos conectados
45
Ejemplo:
Dilatacin condicional
Xk = (Xk-1 B) A k=1,2,
A B
Expresin similar al caso anterior excepto que aqu usamos A La condicin de interseccin con A elimina la dilatacin centrada en un pxel de valor 0
X0
Si Xn=Xn-1 Y=Xn (y fin del proceso)
X1 X2 X3 X4
46
Esqueleto:
Dada una imagen A, se dice que z pertenece al esqueleto de A si y solo s: Si (D)z es el disco ms
grande centrado en z y contenido en A, no existe ningn otro disco ms grande conteniendo a (D)z e incluido en A.
(en tal caso, (D)z se denomina disco mximo).
(D)z toca la frontera de A en, al menos, dos puntos.

47
Determinacin del esqueleto:

S(A) = k=1K Sk(A) Sk(A) = (Ak B) (Ak B) B
donde
k indica k sucesivas erosiones ((AB)B))B K es la ltima iteracin antes de que A se erosione a un conjunto vaco
Puede demostrarse que es una operacin invertible:

A = k=1K (Sk(A) B) Matlab:[J] = bwmorph(I, [skel],[N]); % N es el numero de iteraciones % N=Inf ==> hasta que la imagen no cambie (N=K)
48
Thinning: operacin parecida a skeleton
{B} = {B1 , B 2 , B 3 ,
A B = A (A * B) = A (A * B) c (utilizando la transformada hit - miss) Normalmente : thinning con una secuencia de elementos estructurantes rotados : B n A {B} = (( (( A B1 ) B 2 ) ) B n
El algoritmo morfolgico tiene una alternativa ms sencilla:

se define la vecindad del punto candidato a ser eliminado ( p1 ) : p3 p se define Z 0( p1 ) como las transiciones fondo - objeto; 4 se define NZ( p1 ) como los vecinos no nulos de p1 ; entonces se anula p1 si :
p5 p2 p1 p6 p9 p8 p7
[2 NZ( p1 ) 6] [Z 0( p1 ) = 1] [( p2 p4 p8 = 0) (Z 0( p2 ) 1)] [( p2 p4 p6 = 0) (Z 0( p4 ) 1)]

El procedimiento se repite hasta que no hay ms cambios.
Matlab:[J] = bwmorph(I, [thin ],[N]); % N es el numero de iteraciones % N=Inf ==> hasta que la imagen no cambie
49
Thickening: operacin dual de thinning
AB = A (A * B) (utilizando la transformada hit - miss)
{B} = {B1, B2 , B3 ,
Normalmente : thickening con una secuencia de elementos estructurantes rotados : B n } A{B} = (( (( AB1 )B 2 ) )B n
Alternativa: aplicar thinning sobre Ac y complementar el resultado. Ventaja: el thinning del fondo limita al thickening. Matlab:J = bwmorph(I, [thicken],N); % N es el numero de iteraciones % O tambin: J=~(bwmorph(~I,thin, [N]));
50
Ejemplo
c
A A A A
c
Adelgazar Complementario Eliminacin de discontinuidades
51
Ejemplos de esqueletizacin, adelgazamiento y engorde

skeleton original thinning thickening
52
Algoritmos morfolgicos: Cubierta convexa

Convexidad:
sus puntos
A es convexo si contiene cualquier lnea recta uniendo dos de

Es el menor conjunto convexo, H, que contiene a S. (Equivalente a rodear S con una goma elstica) Se define por: H-S Componentes: Imagen: A
tiles en descripcin de objetos
Cubierta convexa (convex hull) de S: Deficiencia convexa de S Cubrimiento convexo

Elementos estructurantes: Bi , i= 1,2,3,4 Inicializacin: X0, punto frontera
Bi-1 es una rotacin de Bi de 90o en el sentido horario
B1
B2
B3
B4
53
Algoritmo:
Aplicacin iterativa del algoritmo hit-miss a A con B1; cuando no se producen mas cambios se aplica la unin con A y se denomina al resultado D1. Se continua con B2, B3 y B4 obteniendo D2, D3 y D4 la unin de Di Convex Hull Formalmente: Xki = (Xk-1i B) A k=1,2,3, . Con x0i = A Di = limk Xki donde lim indica detencin cuando xki = xk-1 i H = D1 D2 D3 D4
No garantiza que H sea la cubierta convexa. El resultado puede ser mayor que las dimensiones mnimas que garanticen la convexidad
Una simple aproximacin es limitar el resultado por las componentes verticales y horizontales del conjunto original de puntos
54
Ejemplo
55
Algoritmos morfolgicos Poda (Pruning)

Los algoritmos de poda persiguen eliminar componentes espreas resultantes de aplicar operaciones morfolgicas de tipo adelgazamiento o esqueletizacin. En general, requieren alguna informacin a priori acerca del tipo de imagen a tratar. Usada en el reconocimiento automtico de caracteres escritos a mano 4 pasos:
Adelgazamiento (para eliminacin de zonas espreas usando EE especficos para detectar puntos de inflexin) Recuperacin (de la forma original): Dilatacin (con un EE de 3x3 unos): Poda:
X3 = (X2 H)A X4 = X1 X3 X2 = k=1 (X1B )
8
X1 = A {B}
Matlab:J = bwmorph(I, [spur]);

56
Morfologa de grises
La morfologa de grises (mas de 2 niveles) Tipos de elementos estructurantes: Morfologa Plana:
Si se utiliza un elemento estructurante plano (mismo valor en todos sus elementos: 1 0). considera una dimensin ms que las imgenes binarias, la altura (representada por la intensidad de cada pxel).
Morfologa No Plana:
Si los valores del EE son distintos
57
Morfologa Plana:
Se examinan los pxeles de la imagen que estn debajo de los elementos a 1 en la mscara (EE) Se ordenan los niveles de gris de los pxeles y se toma:
El mximo valor: para la dilatacin (supremos locales) (f b) (s,t) = max {f(s-x,t-y) + b(x,y) / (s-x, t-y) Df ; (x,y) Db}
Anlogo al caso de imgenes binarias en las que los dos conjuntos A y EE tenan que solaparse al menos en un punto
El mnimo valor: para la erosin (nfimos locales) (f b) (s,t) = min {f(s+x,t+y) - b(x,y) / (s+x, t+y) Df ; (x,y) Db}
El EE tiene que estar completamente contenido en el conjunto que esta siendo erosionado
Similares al operador convolucin, cambiando Max (min) por el Sumatorio y la suma (resta) por el producto c c Son Duales (f b) = (f ^b) (s,t) con fc = - f (x,y) y ^b = b (-x,-y)
58
Dilatacin
Si los valores del EE son positivos, la imagen resultante tiende a ser mas brillante que la imagen de entrada Los detalles oscuros son reducidos o eliminados, dependiendo de sus valores y forma con respecto al EE
59
Erosin
Si EE es positivo, la imagen resultante tiende a ser oscura Se reduce el efecto de los detalles brillantes que son mas pequeos que el EE, siendo el grado de reduccin dependiente de los niveles de gris que rodean al detalle y los valores y forma del EE
60
Ejemplo: Original
Dilatacin
Imagen de niveles de gris 512 x 512 EE = 5 x 5 , plano
Erosin
61
Apertura y cierre:
La apertura y cierre simplifican las imgenes (equivalen a un filtro paso bajo no lineal), tanto en imgenes binarias como de grises. Apertura/cierre eliminan picos positivos/negativos ms estrechos que el elemento estructurante.
La apertura/cierre son duales
Apertura (Opening)
Cierre (Closing)
Erosin seguida de una dilatacin
Dilatacin seguida de una erosin
62
Apertura con EE plano

Elimina picos ms estrechos que el EE
EE = 5 Erosin Dilatacin (erosin) Apertura Residuo
0 20 40 60 80
Cierre con EE plano

Elimina valles ms estrechos que el EE
EE = 3 Dilatacin Erosin (dilatacin) Cierre Residuo
0 20 40 60 80
63
Apertura / Cierre
Original
Apertura Tamao reducido de los detalles brillantes No se aprecia ningn efecto sobre los niveles oscuros
Imagen de niveles de gris 512 x 512 EE = 5 x 5 , plano
Cierre Reduccin de los detalles pequeos u oscuros Pequeo efecto sobre los detalles brillantes
64
Ejemplos:
Elemento estructurante plano (crculo 5)
Original
Erosin
Apertura
Dilatacin
Cierre
65
filtros morfolgicos: top-hat

Top-Hat: Resalta objetos de color contrario al fondo
Positivo (white top-hat): Negativo (black top-hat o bottom-hat):
AA B
ABA
Matlab:J = imtophat(I,SE); % O J=bwmorph(I,tophat,[N]) % La ltima no permite elegir el SE Matlab:J = imbothat(I,SE); % O J=bwmorph(I,bothat,[N]) % La ltima no permite elegir el SE
66
Top-Hat: ejemplo (morfologa en grises).
Closing (disco radio 5)
67
Aplicaciones
Extraccin de los dedos de una mano Separar llaves de monedas Contar el nmero de clulas Contar el nmero de dientes de una rueda
68
Aplicaciones
Extraccin de los dedos de una mano
Original
Umbral 108
Erosin C5
Apertura con C31
Umbral - apertura
69
Etiquetado
Apertura V9
Apertura H7
Etiquetado 5 dedos
Superposicin de los dedos segmentados en la mano

70
Aplicaciones
Contar nmero de llaves y monedas
Original
Erosin C5
Umbral 190
Etiquetado I
Seg bin I eliminar objeto ms grande(fondo)
Dilatacin C5
71
Segmentar por nivel de gris 6 llaves
6 llaves 6 monedas
Negativo 190
Etiquetado 12 objetos
72
Aplicaciones
Contar el nmero de clulas
Original
apertura-cierre (C5)
umbral 128
73
Erosin C5
Erosin C5
Erosin C5
Erosin C5
Etiquetado 16 clulas
74
Aplicaciones
Contar el nmero de dientes de una rueda
Original
Cierre C11
Diferencia
Apertura C3
Dilatacin C9
Apertura C19
75
Mnimo Apertura (C3, C19)
Segmentacin binaria 120 muescas
76
Bibliografa
Bsica:
Digital Image Processing, Rafael C. Gonzlez, Ed.
Prentice Hall, 2nd edition.
Complementaria:
Fundamentals of Digital Image Processing, Anil K.
Jain, Ed. Prentice Hall, 1989.
The image processing handbook, John C. Russ,
2nd ed, CRC Press , cop. 1995 Digital Image Processing, William K. Pratt, 2nd ed, John Wiley & Sons, 1991.
77

Morfologia Matematica

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Morfologia Matematica

Încărcat de

Drepturi de autor:

Formate disponibile

Morfologa matemtica

Aplicacin a procesado de imgenes binarias y monocromticas

RECONOCIMIENTO CLASIFICACIN INTERPRETACIN

Tcnicas de bajo nivel

Tcnicas de alto nivel

Permite obtener caractersticas relevantes de los objetos en la imagen:

Por ejemplo, tras un proceso de segmentacin Segmentacin Procesado morfolgico

por ejemplo, previo a un sistema de reconocimiento. Anlisis morfolgico

Anlisis de imgenes mdicas, teledeteccin, visin artificial, ...

Contar el nmero de clulas

Contar el nmero de dientes en una rueda

Elementos del procesado morfolgico

Conjunto Operador morfolgico

Elementos del procesado morfolgico

Primer plano: A = {(x,y)|f(x,y) = 1} Fondo: B = {(x,y)|f(x,y) = 0}

El transpuesto de un conjunto simtrico, coincide con l mismo

Elementos del procesado morfolgico

Imagen Original I(x,y)

Elementos del procesado morfolgico

Cualquier transformacin de una imagen cuyo resultado es otra imagen

Un operador puede no ser ni extensivo ni antiextensivo

Qu ventaja tiene sobre un filtro paso bajo?

Los segmentos rotos se han unido

El conjunto de puntos incluidos en la zona sombreada forman la erosin de A usando EE

Apertura y Cierre son Duales

con respecto al complementario y a la transposicin

Banco de filtros morfolgicos binarios

Ejemplo: distinguir entre crculos y lneas

Ejemplo: contar el nmero de segmentos rectos

Ejemplo: eliminacin de ruido

Ejemplo: eliminacin de ruido (informacin a priori)

Transformada Hit-Miss: (para localizar una forma X en la imagen)

Transformada Hit-Miss (ejemplo):

Tres tipos de gradientes:

Si Xn = Xn-1 Y = Xn A (y fin del proceso)

Si Xn=Xn-1 Y=Xn (y fin del proceso)

(D)z toca la frontera de A en, al menos, dos puntos.

Determinacin del esqueleto:

Puede demostrarse que es una operacin invertible:

El algoritmo morfolgico tiene una alternativa ms sencilla:

[2 NZ( p1 ) 6] [Z 0( p1 ) = 1] [( p2 p4 p8 = 0) (Z 0( p2 ) 1)] [( p2 p4 p6 = 0) (Z 0( p4 ) 1)]

Adelgazar Complementario Eliminacin de discontinuidades

Ejemplos de esqueletizacin, adelgazamiento y engorde

Algoritmos morfolgicos: Cubierta convexa

A es convexo si contiene cualquier lnea recta uniendo dos de

Cubierta convexa (convex hull) de S: Deficiencia convexa de S Cubrimiento convexo

Algoritmos morfolgicos Poda (Pruning)

Matlab:J = bwmorph(I, [spur]);

Imagen de niveles de gris 512 x 512 EE = 5 x 5 , plano

La apertura/cierre son duales

Erosin seguida de una dilatacin

Dilatacin seguida de una erosin

Apertura con EE plano

Cierre con EE plano

Imagen de niveles de gris 512 x 512 EE = 5 x 5 , plano

Elemento estructurante plano (crculo 5)

filtros morfolgicos: top-hat

Top-Hat: ejemplo (morfologa en grises).

Closing (disco radio 5)

Extraccin de los dedos de una mano

Apertura con C31

Superposicin de los dedos segmentados en la mano

Contar nmero de llaves y monedas