Oprogramowanie Systemów Obrazowania SEGMENTACJA OBRAZU Wprowadzenie Segmentacja obszarów to operacja wydzielenia z obrazu obszarów w oparciu o zdefiniowane kryterium. Głównym uzasadnieniem celowości takiego zabiegu jest nadmiarowość informacji zawartej w obrazie. Analiza obrazów często zakłada pominięcie pojedynczych pikseli a skupienie się na obszarach jednorodnych o większym rozmiarze. Segmentację można więc określić jako identyfikację obszarów, których wygląd jest jednolity. Co oznacza jednolity? O tym samym kolorze (jasności) O podobnej teksturze Bez wyróżnionej granicy Subiektywne kryterium Istnieją 2 grupy metod segmentacyjnych (I) Progowanie (?) Istnieją ą dwa rodzaje algorytmów progowania Oparte na podobieństwie wewnątrz obszarów Oparte na istnieniu granicy (rozwiązaniem zbiór krawędzi) Przez rozrost (region-growing) Przez podział(region-splitting) Segmentacja przez rozrost obszaru Ten rodzaj segmentacji odpowiada wzbogaceniu operacji progowania o analizę sąsiedztwa (którego progowanie w swej klasycznej postaci nie zawiera) Oprócz kryterium intensywności piksel musi należeć do sąsiedztwa piksela już zaliczonego do danego obszaru. Te same obiekty (np. tkanki powinny zostać rozdzielone jeśli się nie stykają Obszary o silnie zmiennej intensywności mogą zostać niewyodrębnione Metoda posiada 2 parametry wejściowe Punkt startowy (seed point) obiektu początkowego (który będzie się rozrastał) Kryterium dołączania nowych pikseli Kryteria właczenia pikseli STATYCZNE DYNAMICZNE INNE -progowanie ze stałym progiem -włączanie pikseli z małą wartością amplitudy gradientu włączanie pikseli z małą wartością gradientu -porównanie intensywności włączanego piksela ze średnim poziomem intensywności danego obszaru (przeliczana po każdym kroku -wykorzystanie cech obrazu tekstualnych
kierunkowego -różnica w intensywności pomiędzy pikselem startowym a włączanym poniżej pewnego progu lub po stałej liczbie kroków) -weryfikacja czy włączenie nie zaburzy homogeniczności obszaru (nie spowoduje przykładowo przekroczenia zadanego progu wariancji) Metoda ma charakter lokalny (nie wszystkie piksele są brane pod uwagę ) Najważniejsze metody segmentacji 1. Przez progowanie 2. Z zastosowaniem filtrów krawędziujących 3. Metoda działów wodnych 4. Metoda podziałów obszarów Segmentacja metodą podziału i łączenia Automatyczne przyporządkowanie każdemu pikselowi w obrazie etykiety przynależności do jakiegoś obiektu Oparty na zasadzie podobieństwa obszarów Globalny przetwarza cały obszar 2 etapy działania algorytmu: o Rekurencyjny (podział na jednolite obszary) o Łączenia obiektów podobnych FAZA PODZIAŁU -obraz traktowany jako całość, zostaje rekurencyjnie podzielony na coraz mniejsze obszary (z reguły kwadraty) - kryteria podziału: Wariancja obszaru powyżej pewnego progu Multimodalny histogram -Można założyć rozmiar poniżej którego podział nie będzie już przeprowadzany -lepiej podzielić na zbyt wiele obszarów niż na zbyt mało -najwięcej drobnych obszarów powstaje na graniach obiektu -każdy wyodrębniony obszar powinien otrzymać etykietę (kolor) METODA PODZIAŁU I ŁACZENIA FAZA ŁĄCZENIA -obszary są już (względnie) jednolite -obszary sąsiadujące mogą być do siebie podobne (np. pod katem jednolitości) -kryteria łączenia Zbliżona średnia intensywność obszaru po złączeniu nie skutkuje koniecznością podziału (unimodalny histogram, wariancja poniżej progu) Krawędź między obszarami nie ma wysokiego gradientu
Metoda działów wodnych Dział wodny (wododział, watershed) to granica pomiędzy zlewiskami (catchment basin) różnych rzek lub zbiorników wodnych (obszarami, z których opady wodne spływają do wspólnego zbiornika wodnego). Wododziały są zawsze umiejscowione na grzbietach funkcji wysokości terenu. Linie rozgraniczającą zlewiska nazywamy wododziałami; Grzbiet to punkt, który nie jest pełnym maksimum, ale w maksimum przynajmniej w jednym kierunku (w N-1 wymiarach). Oznacza to, iż są: maksimami w przypadku sygnału 1D liniami w przypadku sygnału 2D (rzeczywista rzeźba terenu) powierzchniami w przypadku funkcji 3D W analizie i przetwarzaniu obrazów pod pojęciem działu wodnego rozumie się operację morfologiczną na obszarze, którego centrum stanowi lokalne minimum w obrazie (jeśli kropla wody upuszczona na obraz spłynęłaby do lokalnego minimum, to granica oddziaływania grawitacyjnego na kroplę wyznaczałaby właśnie linię działu wodnego. Obszary o małej intensywności stanowią w obrazie lokalne doliny, zaś obszary o dużej intensywności lokalne wzniesienia. Jako wysokość terenu przyjmuje się amplitudę gradientu intensywności pikseli lub samą intensywność, za wododział zaś grzbiety tych funkcji. Liczba wyodrębnianych obszarów może być dobierana automatycznie lub deklarowana przez operatora Metody ograniczenia liczby minimów W przypadku zbyt dużej liczby lokalnych minimów skutkujących zbyt dużym rozdrobnieniem obszarów (oversegmentation), obszary można połączyć poprzez algorytm łączenia i dzielenia. Minimalizację liczby dolin uzyskuje się także poprzez zwiększenie kontrastu obrazu. Ciekawą techniką zwiększania kontrastu jest zastosowanie transformat: Top-hat (różnica między obrazem oryginalnym a jego otwarciem) Bottom-hat (różnica między zamknięciem obrazu a obrazem oryginalnym) Proces segmentacji jest równoznaczny z zalewaniem wodą coraz wyżej położonych obszarów Proces segmentacji wielodziałowej idea: 1. Do obrazu wejściowego należy dodać wynik transformaty top-hat i odjąć wynik transformaty bottom-hat 2. Wykonać negatyw obrazu 3. W uzyskanym obrazie wyszukać wszystkie lokalne minima o zadanej przez Użytkownika głębokości 4. Z obrazu usunąć wzniesienia wprowadzające niepożądane zaszumienie 5. Uzyskanie działów wodnych w obrazie uzyskuje się przez zastosowanie operacji watershed 6. Każdemu wydzielonemu obszarowi należy nadać inną barwę Proces segmentacji wielodziałowej (podejście oparte o opad deszczu - rainfall) 1. Z każdego piksela obrazu wyliczana jest droga do minimum lokalnego., która wiedzie przeciwnie do kierunku lokalnego gradientu 2. Do jednego zlewiska zaliczane są wszystkie piksele, których droga prowadzi do tego samego minimum lokalnego 3. Granice między zlewiskami wyznaczają wododziały (kontury segmentowanych obiektów)
4. Obszary minimów mogą być płaskie, co stanowi przeszkodę w ich prostej identyfikacji 5. W przypadku implementacji dla obrazów 2D kierunek gradientu definiuje do którego z sąsiednich pikseli (4 lub 8 w zależności od wybranego typu sąsiedztwa woda spływa ) Proces segmentacji wielodziałowej (podejście oparte o opad zatapianie - sinking) Metoda oparta na algorytmie rozrostu obszarów u stosunkowo dużej złożoności obliczeniowej 1. W obrazie znajdowane są minima lokalne 2. W ich miejscach przypisywane są zagłębienia w ukształtowaniu terenu (początkowe zlewiska Z) 3. Zlewiska są porządkowane zgodnie z rosnącym poziomem intensywności (Z1,Z2,Z3,.ZN) 4. Cały teren zanurza się stopniowo w wodzie 5. W miejscach zetknięcia się wody z dwóch minimów stawiana jest granica w postaci wododziału wyznaczająca kontur segmentowanych obiektów: for (i=0; i<n; i++) //dla każdego zlewiska while (nie osiągniesz poziomu wody Z i+1 ) for (j=0; j<=i; ++j) - podnieś poziom wody w Z j o 1 //wykonaj algorytm rozrostu obszaru startując od obszaru Zj //kryterium włączenia: intensywność pikseli==max(i(z j ))+1 //włączaj tylko piksele nie włączone jeszcze do innych zlewisk while(nie wszystkie piksele włączone do zlewisk) //woda podnoszona jest równomiernie we wszystkich zlewiskach for (i=0; i<n; ++i) - podnieś poziom wody w Z i o 1 6. Każde zlewisko otrzymuje inny kolor (granice między kolorami wyznaczają wododział) Metoda (najprostszego) podziału obszarów Etapy działania algorytmu 1. Obraz traktowany jest jako całość (powinien być kwadratem, którego liczba pikseli wyznaczających wysokość i szerokość jest wielokrotnością liczby 2, w przypadku wczytania obrazu niespełniającego tego kryterium powinien zostać zwrócony błąd 2. Następuje sprawdzenie warunku jednolitości. Obszar niespełniający tego kryterium zostaje podzielony na 4 pod-obrazy. 3. W kolejnym kroku rozpatruje się 4 obszary, uzyskane w wyniku kroku nr 2. Jeżeli któryś z nich nie spełnia kryterium jednolitości zostaje ponownie podzielony na 4 równe podobszary itd. 4. Algorytm zostaje przerwany w momencie uzyskania zestawu obszarów spełniających kryterium jednolitości.
Rysunek 1 Ilustracja metody podziału obszarów