Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porEliseo Santoyo Modificado hace 9 años
1
Segmentación Representación segmentada: aquella en que los puntos que comparten una misma propiedad son agrupados para formar regiones. Segmentación: proceso de particionar una imagen (conjunto de datos) en regiones (subconjuntos) sin traslape (conjuntos disjuntos = intersección vacía), de acuerdo a un criterio de homogeneidad; los pixeles de cada región comparten una o más propiedades puntuales, locales o globales (v.g. atributo de intensidad está en un intervalo de grises, o bien tienen una textura similar).
2
Análisis, cuantificación, extracción de rasgos:
Segmentación: en dominio espacial transformaciones imagen-a-imagen posible uso de información a priori Análisis, cuantificación, extracción de rasgos: en dominio espacial, espacios de escala transformaciones imagen-a-parámetros Reconocimiento y Clasificación de Patrones: en dominio de espacio paramétrico transformaciones de parámetros a decisiones estadística intensiva, modelos probabilísticos significatividad, interpretación, disciplinas aplicadas
3
Criterio de segmentación: valor de attributo > 128
Atributo puede ser valor de gris o un parámetro
4
Criterio de segmentación: valor de attributo > 128
Atributo puede ser valor de gris o un parámetro
5
Criterio de segmentación: textura con coherencia y orientación
Atributo local: rasgos texturales
6
Criterio de segmentación: textura con coherencia y orientación
Atributo local: rasgos texturales
7
Criterio de segmentación: ruido con distribución gaussiana con desviación estándar mayor a 50. Atributo paramétrico local
8
Criterio de segmentación: ruido con distribución gaussiana con desviación estándar mayor a 50. Atributo paramétrico local
9
Criterio de segmentación: en azul claro, región de alta densidad de
bolas (o separación < R) (propiedad paramétrica)
10
Criterio de segmentación: en azul claro, región de alta densidad de
bolas (o separación < R) (propiedad paramétrica)
11
Criterio de segmentación: en azul claro, región de bolas con traslape
(conectividad: propiedad topológica)
12
Criterio de segmentación: en azul claro, región de bolas con traslape
(conectividad: propiedad topológica)
13
Criterio de segmentación: en azul claro, región de elipses
(forma: propiedad morfológica)
14
Criterio de segmentación: en azul claro, región de elipses
(forma: propiedad morfológica)
15
Criterio de segmentación: en azul claro, elipses inclinadas
(orientación: propiedad de posición o configúración)
16
Criterio de segmentación: en azul claro, elipses inclinadas
(orientación: propiedad de posición o configúración)
17
Criterio de segmentación: en azul claro, región de bolas grandes
propiedad morfométrica
18
Criterio de segmentación: en azul claro, región de bolas grandes
propiedad morfométrica
19
Criterio de segmentación: en azul claro, región de bolas grandes A
con ‘satélites’ B,C… tales que RA>3RB,C y separación dA-B < (propiedad de configuración o patrón)
20
Criterio de segmentación: en azul claro, región de bolas grandes A
con ‘satélites’ B,C… tales que RA>3RB,C y separación dA-B < (propiedad de configuración o patrón)
21
Criterio de segmentación: mediante Morfología Matemática,
Segmentación por Vertientes (watershed), notar que se separa en componentes más o menos convexas (se controla grado de convexidad)
22
Criterio de segmentación: conocimiento a priori (extrínseco) no presente en la imagen. Separación en líneas punteadas en rojo, por ejemplo estructuras anatómicas distinguibles por criterios no visuales.
23
Tipos segmentación y elementos asociados :
Por criterio de intensidad (v.g. Umbralaje) Por propiedad global, regional o local: texturas diferentes, estadísticas de distribución de niveles de gris diferentes. Por criterios morfológicos, de configuración o relaciones dadas Por delimitación de objetos: bordes contornos - detección de bordes En función de la escala: Por propiedades de objetos a escalas diferentes (“visibilidad” de componentes, de acuerdo a criterio de Nyquist). Resultado genérico: separación en componentes conexas y posiblemente contorno, hay 2 tipos, implícitos: pixeles etiquetados (por ejemplo tras un filtro laplaciano), y explícitos: listas de vértices (vectorizado) análisis)
24
Representación Geométrica Representación Morfológica
Representaciones Primitivas Contornos Regional Isocontornos y curvas de nivel Líneas de cresta (curvatura atributo) Discontinuidades Esqueletos (de regiones) Grafos (relaciones) Fronteras 2D y 3D frontera discreta (voxeles o facetas) Interfaces (superficie que separa) Mallados poligonales Elemento frontera Elemento Finito Puntos Pixeles Voxeles Facetas Polígonos (mallas) Poliedros (sólidos) Sistemas de Partículas Texeles Códigos Segmentada - Etiquetas/Clases Conjuntos de nivel Jerárquica Textural Dominios (Markov – energía mínima) Representación Geométrica Representación Morfológica Representación Semántica
25
Análisis Extracción de rasgos y características
Distribución de valores de atributos Detección de bordes y discontinuidades Análisis regional Histogramas de atributos o predicados Locales Globales Estadísticas locales o globales Análisis en dominios de transformada (proyección en base de funciones): Fourier: frecuencia espacial (espectro) Bancos de filtros Ondeletas (espacio-frecuencia espacial) Puntos característicos Bordes y transciciones (interfaces) Líneas de cresta, o de inflexión Contornos (bordes cerrados) Distribución estadística Textura Distribución de valores de atributos por región Morfometría Relaciones entre regiones Adyacencia y conectividad Isocontornos y curvas de nivel Conjuntos de nivel Regiones delimitadas por contornos (flood) Extracción del contorno de cada región Bordes (interfaces) entre regiones
26
Detección de Bordes Segmentación
Por Contornos Por Regiones Otros Métodos Métodos Locales (gradiente) Métodos Globales (dom. Fourier) Seguimiento y poligonalización Contornos activos (deformables) Sensores (frontera entre regiones) Transformada de Hough (geom.) Ajuste de modelos de forma Representaciónes por contornos Códigos cadena Umbralaje binario/multinivel Criterios de homogenidad: Estadística Textural Espectro de Fourier Predicados de color Predicados de forma Predicados de configuración Dimensión fractal Crecimiento de regiones Multi-resolución (pirámides) Métodos de Morfología Matemática Métodos Bayesianos Métodos Markovianos Redes Neuronales Detección de Rasgos: puntos, bordes, esquinas, manchas, rectas, círculos, formas
27
Image Segmentation Methods
Clustering methods Pixel-based methods Histogram-based methods Thresholding Edge detection – Contour tracking Region growing methods and split/merge Level set methods Graph partitioning methods Watershed transformation – watershed segmentation Model based segmentation Multi-scale segmentation Semi-automatic segmentation Neural networks segmentation
28
Segmentation Paradigms
Gray level (scalar) segmentation Color, multi-channel and vector segmentation Multi-level segmentation 3D segmentation – surface tracking
29
Dualidad Región/Borde
A B r Ventana Orientada
30
t-Test (different means)
F-Test (different variances) 2-Test (different distributions)
31
Dualidad Contornos Regiones
C = R Contorno o frontera de la región R Teorema de Gauss (o de Ostrodgraskii, o de la Divergencia Relaciona cálculos integrales en un volumen (región R) con cálculos integrales sobre su frontera C = R
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.