Методы сегментации изображений. Модели описания сегментов

Определитель прямых Барнса

Для каждого пикселя изображения находим градиент и в отдельную матрицу заносим значение, соответствующее углу градиента, квантованному на восемь частей: 0 - [0°,44°] ; 1 - [45°,89°] … 7 - [315°, 359°] (для хранения номера сектора достаточно трёх бит). Затем ко всем углам прибавляем 22,5° и в другую такую же матрицу заносим тоже числа от 0 до 7, но используя новые значения углов.

В каждой из двух матриц с помощью волнового алгоритма происходит поиск групп соседних пикселей, имеющих одинаковое значение. Эти пиксели называются связными. Затем соответствующие группы в двух матрицах сравниваются, и в какой группе связных пикселей больше, ту и считаем отрезком. Если один пиксель входит в два отрезка, то считаем, что он принадлежит тому, в котором больше пикселей.

Сегментация — разбиение изображения на монотонные области. Внутри каждого сегмента (до обработки) пиксели имеют примерно одинаковый цвет. На границах сегментов происходит резкое изменение цвета.

Классы методов сегментации:

● Методы, использующие кластеризацию ○ Определяется метрика P(x,y), показывающая схожесть цветов x и y. ○ Множество всех цветов, имеющихся на изображении, разбивается на несколько непересекающихся подмножеств — кластеров — так, чтобы “расстояние” между любыми двумя элементами одного кластера было гораздо меньше, чем расстояние между элементами разных кластеров. ○ Геометрически точки одного кластера могут находиться в разных частях изображения ● Методы наращивания областей ○ Создаётся новый кластер, содержащий одну базовую точку ○ В кластер добавляются все соседние к базовой точке, схожие с ней по цвету ○ Процедура повторяется рекурсивно с добавленными точками ○ Модификации: ■ Сравнивать цвета с соседними точками ■ Сравнивать цвета с базовой точкой ■ Сравнивать со средним значением цвета в накопленном кластере (важно, с какого пикселя начинается поиск)

До сегментации После сегментации

● Метод водораздела Градиент яркости/цвета ∇f показывает степень граничности пикселя, ∇∇f — направление, в котором быстрее всего возрастает степень граничности. Берём некоторый пиксель, вычисляем ∇∇f в нём и двигаемся в противоположном направлении до пикселя, в котором будет минимальное значение ∇∇f. Если ∇∇f =0, то (мы достигли локального экстремума градиента) пиксель образует отдельный сегмент, иначе он принадлежит сегменту, расположенному в направлении, обратном ∇∇f .

Способы хранения сегментов:

1 Маркированное изображение. Для каждого пикселя указывается число — номер сегмента, к которому он принадлежит. Используется очень много памяти, зато позволяет определить принадлежность точки сегменту за О(1). 2 Квадрантные деревья. Если квадрант полностью входит в некоторый сегмент, то записывается номер этого сегмента, в противном случае квадрант делится на четыре, и процедура рекурсивно повторяется, пока не будет достигнута необходимая точность. Результат хранится в виде дерева. На примере два сегмента 0 и 1. 3 Кодирование границ. У сегмента граница замкнутая, ⇒ можно ее обойти по (против) часовой стрелке. Хранятся координаты начальной точки и закодированный путь обхода (←↑→↓). Используется мало памяти, но неудобно работать.