Методи за сегментация на сиви обекти. Морфологични операции в ITP в MATLAB


Категория на документа: Информатика


Това се свежда до търсене на максимума на σБ в зависимост от κ по зависимостта:

2.1.3 Сегментация чрез разделяне и обединяване в използване на квадратични дървета

Процедурата протича на два етапа.По време на етапа "отгоре-надоло" изображението се разделя на области-квадранти Ri, докато всички области са хомогенни, т.е, P(Ri)=TRUE.Получава се структура на квадратично дърво(фиг.4).Следващият етап е "отдолу-нагоре" и се състои в обединяването на всяко ниво на подобните съседни области Ri и Rj, ако P(Ri∪ Rj)= TRUE.

И в двата етапа итерациите продължават, докато стане невъзможно следващо разделяне или обединяване.Предимствата на този метод са гарантираната свързаност на областите и определени възможности за използване на предварителни знания за обектите.Недостатъците са свързани със зависимостта на резултата от позицията и ориентацията на изображението, с налагането на правоъгълеа структура на сегментираното изображение, поддържа се само вертикален поток на данните(от корена към върховете на дървото), което означава че съседните области, които трябва да бъдат обединени могат да бъдат отдалечени една от друга в квадратичното дърво.

Разделяне и обединяване на квадратично дърво (Фиг. 4)

3.Морфологични операции

Методът на математическата морфология е създаден от Serra и Matheronпаботещи по проблемите на минералогията и петрографията , по - точно по определяне на свойствата на порести материали в зависимост от тяхната геометрична структура .
Основната идея на техния подход е сравняването на структурата на изображението с малки образци, налагайки ги на различни места по изображението.Понастоящем математическата морфология се използва широко ванализа на изображения.
Първоначално математическата морфология е разработена за анализ на двоични изображения, които могат да бъдат интерпретирани математически като множества. Например, множеството от всички черни пиксели в изображения от два цвята са координатите (x,y) на черните пиксели.
Съответните морфологични оператори се изграждат на базата на теоретико-множествените операции обединение, сечение, допълнение и на геометричното преобразувание транслация.

Както споменава Heijmans Heijmans,три основни геометрични понятия лежат в основата на математическата морфология-групи и алгебри от геометрични трансформации като транслация, ротация, перспективни проекции, метрични пространства и изпъкналост. По-нататък се появява нуждата от по-мощна теория, работеща върху пространства от затворените множества на дадено топологично пространство, от изпъкналите подмножества на линейното пространство, а също така и върху функционални пространства с цел анализ на полутонови изображения. Пръв Serra забелязва, че пространството върху което действат морфологичните оператори трябва да има свойствата на пълна решетка. От тогава математическата морфология се използва като формализъм за изследване в анализа на изображения, както и в теоретични области на приложната математика като интервалните пресмятания и теорията на размитите множества.

В момента морфологичния анализ на форми е бурно развиваща се област.
Така например, само въпроса на скелетизацията на изображения през последните
10 години има публикувани голям брой работи, които се занимават както с
теоретично изследване на скелетните трансформации, така и с ефективни методите
за тяхното пресмятане. Също така активно се налагат методите за изследване на форми, базирани на геометрия и топология на размити множества.Формулирането на нетривиални приложни проблеми обогатява теорията на
математическата морфология и по-специално морфологичния анализ на геометрични форми.Методът на математическата морфология се използва още и за анализ на
текстурни изображения.Анализ с оглед на характеризацията на типа на
повърхнината и материала на обекта.Морфологичните функции са в основата на голям брой операции за обработка на изображения базирани на форми. Морфологичните операции прилагат структурен елемент върху входното изображение, създавайки изходно изображение със същите размери. Най-основните операции в тази група са ерозията и разширението. При морфологичните операции, стойността на всеки пиксел от изходното изображение се
получава чрез сравняване на съответния пиксел във входното изображение с пикселите в неговото обкръжение. Чрез избиране на формата и размерите на обкръжението, се създават операции чувствителни към различни структури във входното изображение. Чрез тези операции може да се реализират операции като подобряване на контраста, отсраняване на шум, изтъняване, запълване на области, разделяне на сегменти по даден признак и скелетни операции.

3.1 Терминология.
Име
Пояснение
Background
В двоичното изображение пикселите не се виждат, т.е. са със стойност 0, който образуват задния фона. Във двоичното изображение пикселите на фона се изобразяват с черен цвят са черни
Connectivity
Критериите, по които се описва как пиксели в едно изображение образуват свързана група. Например, свързан компонент е "8-свързан", ако диагонално съседни пиксела се докосват, в противен случай, това е "4-свързани." Toolbox подържа 2-D, както и многоизмерните взаимовръзките.
Foreground
В двоичното изображение пикселите се виждат,т.е са със стойност 1 считайки предния фон . Във двоичното изображение пикселите на фона се изобразяжат в бяло.
Global maxima
Най-високата регионална максимума в изображението.
Global minima
Най-ниската регионална минимума в изображението
Morphology
Широк набор от операции за обработка на изображения, които обработват изображенията на базата на форми. Най-основните морфологични операции са дилатация и ерозия
Neighborhood
Група пиксели които дефинират тяхното местоположение .Той може да бъде дефиниран от структурен елемент или уточняваща връзка.
Object
Група от пиксели в двойното изображение които оформят свързана група Във връзка със това думата "обект" и "свързан компонент" са еднакви.
Packed binary image
Метод за пакетиране на двойното изображение който ускорява обработката на изображението
Regional maxima



Сподели линка с приятел:





Яндекс.Метрика
Методи за сегментация на сиви обекти. Морфологични операции в ITP в MATLAB 9 out of 10 based on 2 ratings. 2 user reviews.