MÉTODO DE PIXELES DE BORDE

Presentación del tema: "MÉTODO DE PIXELES DE BORDE"— Transcripción de la presentación:

1 MÉTODO DE PIXELES DE BORDE
Un píxel de borde debe estar cercano al límite entre una imagen y el fondo, o entre dos objetos El método buscar un umbral haciendo uso del Laplaciano (operador de detección de borde no direccional) 1 –4 1

2 MÉTODO DE PIXELES DE BORDE
Calcular la convolución Calcular el histograma de la convolución Obtener el valor de gris para el histograma que cubre el porcentaje especificado Calcular histograma de la imagen original considerando únicamente los píxeles que cuyo laplaciano es mayor que el valor anterior Calcular el umbral con el nuevo histograma por alguno de los métodos anteriores

3 Selección Iterativa Un umbral inicial es refinado por pasos consecutivos por medio de la imagen o del histograma. El umbral inicial estimado es el nivel de gris medio llamado Tb y el nivel medio de los píxeles mayores o iguales al inicial es llamado To. Una nueva estimación del umbral es (Tb+To)/2, y el proceso se repite usando este umbral. Cuando no hay cambios en el umbral en dos pasos consecutivos se termina el proceso y este es el umbral.

4 Selección Iterativa El mismo umbral puede ser calculado usando el histograma. Esto es más rápido. El umbral inicial será el nivel de gris medio, para el paso n-esimo se calcula como: El proceso continua hasta encontrar un T k igual a Tk-1, este valor es el umbral.

5 MÉTODO DE HISTOGRAMAS DE NIVEL DE GRIS
Si hay dos grupos de píxeles en la imagen la varianza de los valores de nivel grises en la imagen se denota: Para un umbral dado, se puede calcular por separado la varianza de los píxeles de objeto y de los píxeles de fondo,denotado por:

6 MÉTODO DE HISTOGRAMAS DE NIVEL DE GRIS
Un umbral óptimo puede ser encontrado reduciendo al mínimo la proporción de la varianza entre-clase de la varianza total. El valor medio global es: La varianza entre-clases es calculado por:

7 MÉTODO DE HISTOGRAMAS DE NIVEL DE GRIS
Donde: Siendo Pi la probabilidad del nivel de gris i. H(i)/N El valor de t que minimice será el valor de umbral óptimo.

8 MÉTODO DE ENTROPÍA La entropía es una medida del contenido de la información. Hay n símbolos posibles x, el símbolo i ocurre con la probabilidad p (xi). Entonces la entropía asociada es: La entropía asociada con los pixeles negro es: La entropía de los pixeles blancos es:

9 MÉTODO DE ENTROPÍA Trabajaremos con imagen con niveles de 0 a 255.
El algoritmo sugerido intenta encontrar la t de umbral que maximize la H = Hb + Hw. Hay otras variantes del método de entropía

10 MÉTODO DE CONJUNTOS DIFUSOS
Con objeto de encontrar un umbral para binarizar una imagen, vamos a clasificar los píxeles como pertenecientes al conjunto de píxeles de fondo, o como pertenecientes al conjunto de píxeles de objeto. usa una medida de “difusidad”, minimizar esa “borrosidad”.

11 MÉTODO DE CONJUNTOS DIFUSOS
Una buena función para definir la pertenencia de un píxel al conjunto de píxeles de fondo o píxeles de objetos es la siguiente: C es una constante, µ0 es el nivel medio de gris del fondo, µ0 es el nivel medio de gris de los píxeles de la imagen y t es un valor umbral dado

12 MÉTODO DE CONJUNTOS DIFUSOS
Una medida de la “difusidad” está basada en la entropía de conjuntos “difusos”, que viene dada por la formula: Donde el valor de E(t) sea mínimo, tendremos que t es el umbral apropiado que minimiza la “difusidad”.

13 MÉTODO DE UMBRAL MÍNIMO DE ERROR
El histograma de la imagen puede ser pensado como una función de densidad de probabilidad de las dos distribuciones ( pixeles objetos y pixeles de fondo). histograma se puede aproximar por:

14 El uso de umbrales regionales
Normalmente cuatro umbrales, cada uno de los cuales puede calcular el umbral para un cuarto de la imagen. Reduce los resultados de la segmentación en la totalidad de la imagen, pero simplifica la dificultad de los cálculos. El algoritmo de cálculo de umbral aplicado a cada región intenta dividir los píxeles en dos grupos, objetos y fondos. Este algoritmo se usa si en la región hubiera píxeles de ambos grupos.

15 Métodos de relajación Los umbrales que se asignan a las iteraciones son calculados como una función de los vecinos en iteraciones previas. Teniendo la esperanza estimada forma de probabilidad. Encontrar una clasificación inicial en la que use el término medio del nivel de gris como una cota de referencia. Para un píxel superior o inferior que el término medio se usa las siguientes formulas

16 Métodos de relajación Si la compatibilidad de un píxel con los vecinos es poca, se sugiere un cambio. La compatibilidad será estimada por una función C(i, c1, j, c2), la cual retornará el valor, entre -1 y 1. Para cada iteración el proceso de relajación implica buscar todos los píxeles de la imagen y la actualización de los valores de p y q. El método de relajación tiene una desventaja seria que no ha se mencionada, es muy lento. Si la velocidad es un criterio de interés.

17 Métodos de medias móviles
El algoritmo se basa en umbral por píxel de una manera rápida, usando promedios. Un promedio móvil es simplemente el significado del nivel de gris de los últimos n píxeles vistos. Cualquier píxel menor a un porcentaje fijo de su promedio móvil pertenece al conjunto de píxeles negro; de otra manera al conjunto de blanco. Para computar la estimación del promedio móvil para el próximo píxel (el primero), que se usa como umbral.