Bài giảng môn Xử lý ảnh số - Chương 6: Phân đoạn ảnh (phần 2)

1. Giới thiệu bài toán phân đoạn 2. Các phương pháp phân đoạn  gray-level thresholding  edge-based  region-based  Probabilistic: xác suất

pdf33 trang | Chia sẻ: thuychi16 | Lượt xem: 1673 | Lượt tải: 0download
Bạn đang xem trước 20 trang tài liệu Bài giảng môn Xử lý ảnh số - Chương 6: Phân đoạn ảnh (phần 2), để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
Chương 6: PHÂN ĐOẠN ẢNH (P2) Võ Quang Hoàng Khang TPHCM - 2016 1. Giới thiệu bài toán phân đoạn 2. Các phương pháp phân đoạn  gray-level thresholding  edge-based  region-based  Probabilistic: xác suất  Áp dụng được phương pháp region growing:  Tư tưởng thuật toán  Thuật toán  Ví dụ minh họa  Áp dụng thuật toán  Phương pháp Region splitting andMerging  Tư tưởng thuật toán  Thuật toán  Ví dụ minh họa  Áp dụng thuật toán 3 Phân vùng ảnh trực tiếp dựa trên miền ảnh Phân vùng ảnh trực tiếp dựa trên miền ảnh Phân vùng ảnh trực tiếp dựa trên miền ảnh  Một số phương pháp  Phương pháp lan tỏa vùng ( gia tăng vùng – region growing )  Phương pháp phân chia và kết hợp vùng Region Growing  Bắt đầu tại những điểm “gieo” (seed point)  Phát triển vùng bằng cách thêm vào tập các điểm “seed” point những điểm lân cận thỏa mãn một tính chất cho trước (như mức xám, màu sắc, kết cấu) – thỏa mãn hàm P  4 lân cận  8 lân cận Region Growing Region Growing Region Growing  Seed point có thể được chọn bởi người sử dụng hoặc tự động => seed-based method. Seed-based Region Growing – Example 1  Problem: Phân vùng tia sét của ảnh bên phải  Solution: Chọn những điểm có giá trị mức xám lớn nhất 255 làm các điểm gieo Seed-based Region Growing – Example 1 Threshold Area 6 1 0 50 100 150 200 A re a ( p ix e ls ) 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Gray-Level Threshold Seed-based Region Growing – Example 2 Threshold Area 13 113 0 50 100 150 200 A re a ( p ix e ls ) 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Gray-Level Threshold Seed-based Region Growing – Example 2 Threshold Area 23 180 0 50 100 150 200 A re a ( p ix e ls ) 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Gray-Level Threshold Seed-based Region Growing – Example 2 Seed-based Region Growing – Example 3  Phân ảnh thành các vùng có chứa giá trị lớn nhất (sự sai khác < 3) Seed-based Region Growing – Example 3  Các điểm “gieo” Seed-based Region Growing – Example 3  Phát triển vùng Region splitting and merging segmentation  Region splitting:  Không như kỹ thuật region growing bắt đầu từ các điểm gieo  Region splitting bắt đầu xem toàn bộ ảnh như là một vùng duy nhất và chia nhỏ nó thành các vùng con  Thực hiện đệ quy cho đến khi điều kiện về tính đồng nhất là thỏa mãn Region splitting and merging segmentation  Region merging:  Là kỹ thuật ngược lại của region splitting, kỹ thuật này nhằm tránh over-segmentation  Bắt đầu với vùng nhỏ (vd: 2 x 2 or 4 x 4) và hợp nhất các vùng có tính chất tương tự (như là mức xám, phương sai) Region Splitting: example Region Splitting: example  Có nhiều kỹ thuật tách và hợp vùng  Xem xét kỹ thuật tách và hợp vùng theo cấu trúc cây tứ phân Splitting & merging: data structures Splitting & merging: data structures • This is reminiscent of a quadtree structure . . . 2 1 5 76 16 17 1918 16 17 18 19 20 21 2322 1 2 7 6 5 20 21 22 23 Split-and-Merge Approach • Begin with an initial segmentation into regions (1) split a region into four child regions if it fails the homogeneity condition Split-and-Merge Approach • Begin with an initial segmentation into regions (1) split a region into four child regions if it fails the homogeneity condition (2) merge adjacent regions with the same parent to form a single region that satisfies the homogeneity condition Split-and-Merge Approach 2 1 5 76 16 17 1918 20 21 2322 16 17 18 19 1 2 7 6 5 20 21 22 23 Split-and-Merge Approach • Gộp các vùng lân cận thành một vùng đồng nhất, nếu có thể Splitting & merging segmentation algorithm Region Splitting and quadtree Tính độ lệch chuẩn  Khi các vùng được gộp: tất cả các pixel trong vùng nhận giá trị trung bình của vùng Bài tập 1. Thực hiện thuật toán phân đoạn Region Growing với quan hệ các điểm ảnh trên vùng là giá trị mức xám sai khác giá trị trung bình trên vùng không lớn hơn 1, sử dụng quan hệ láng riềng 4-conectivity. 2. Thực hiện thuật toán phân đoạn Region Growing với quan hệ các điểm ảnh trên vùng là giá trị mức xám sai khác giá trị trung bình trên vùng không lớn hơn 1, sử dụng quan hệ láng riềng 8-conectivity. Bài tập 3. Thực hiện thuật toán phân đoạn Region Spliting and Merging với quan hệ các điểm ảnh trên vùng là hai điểm ảnh kề nhau sai khác không lớn hơn 1, sử dụng quan hệ 4-connectivity. 4. Thực hiện thuật toán phân đoạn Region Spliting and Merging với quan hệ các điểm ảnh trên vùng là hai điểm ảnh kề nhau sai khác không lớn hơn 1, sử dụng quan hệ 8-connectivity
Tài liệu liên quan