Segmentación Basada en Bordes

Transcripción

1 Segmentación Basada en Bordes

2 Detección de Puntos: Para detectar puntos en una imagen podemos usar una máscara como esta: Usarlo en Matlab sería muy sencillo: >> w = [ ; ; ] >> g = abs(imfilter(double(f), w)); >> T = max(g(:)); <-- T es un valor límite. >> g = g >= T; <-- g es una matriz lógica. >> imshow(g); El resultado que se mostraría, sería negro si no ha detectado ningún punto y blanco en los píxeles que si los detecte.

3 Detección de líneas: Máscaras Horizontal 45 Vertical -45 Ejemplo para -45 : >> w = [2-1 -1; ; ]; >> g = imfilter(double(f), w); >> figure, imshow(g, []); >> g = abs(g); >> T = max(g(:)); >> g = >= T; >> figure, imshow(g);

4 Detección de ejes: g= G x 2 G y 2 1/2 La idea básica detrás de detección de ejes es encontrar lugares en la imagen donde la intensidad cambia rápidamente, usando uno de estos dos criterios: 1- Encontrando lugares donde la primera derivada de la intensidad es mayor que una magnitud especificada. 2- Encontrar lugares en la imagen donde la segunda derivada pasa por cero. Para detectar ejes: [g, t] = edge(f, 'method', parámetros);

5 Detección de ejes, con filtros de Sobel: [g, t] = edge(f, 'sobel', T, dir) donde f es la imagen, T es el límite (opcional), dir es la dirección de filtrado: 'horizontal', 'vertical' ó 'both' (opción por defecto). g es la imagen de ejes y t es el límite usado.

6 Detección de ejes, con filtros de Prewitt: [g, t] = edge(f, 'prewitt', T, dir) donde f es la imagen, T es el límite (opcional), dir es la dirección de filtrado: 'horizontal', 'vertical' ó 'both' (opción por defecto). g es la imagen de ejes y t es el límite usado.

7 Detección de ejes, con filtros de Roberts: [g, t] = edge(f, 'roberts', T, dir) donde f es la imagen, T es el límite (opcional), dir es la dirección de filtrado: 'horizontal', 'vertical' ó 'both' (opción por defecto). g es la imagen de ejes y t es el límite usado.

8 Detección de ejes, con filtros de LoG: [g, t] = edge(f, 'roberts', T, sigma) donde f es la imagen, T es el límite (opcional), sigma es la desviación estándar. g es la imagen de ejes y t es el límite usado.

9 Detección de ejes, detector de Canny: [g, t] = edge(f, 'roberts', T, sigma) donde f es la imagen, T es un vector que tiene dos límites (opcional), sigma es la desviación estándar. g es la imagen de ejes y t es el límite usado. Funcionamiento: 1- La imagen es suavizada con un filtro de gausiano. 2- Se calcula los gradientes y la dirección del gradiente para todo píxel. Un punto de eje se define como un punto que tiene un máximo en la dirección del gradiente. 3- El algoritmo filtra la imagen anterior con dos limites T1 y T2, donde T1 < T2. Pixels con valores mayores que T2 se dicen que son píxeles de eje fuertes, los píxeles menores que T2 pero mayores que T1 se dicen que son píxeles de ejes débiles.

10 4- Finalmente, el algoritmo hace un edge linking y incorpora los píxeles de eje débiles que tienen conexión 8 al grupo de los píxeles de eje fuertes.

11 Detección de ejes, transformada de Hough: (xi,yi) y b' b b=-xja-yj (xj,yj) a' b=-xia-yi x a

12 Detección de ejes, transformada de Hough: y ' (xi,yi) (xj,yj) ' x

13 Detección de ejes, transformada de Hough: [h, theta, rho] = hough(f, dtheta, drho) f es la imagen. dtheta y drho específican el espaciado en cada eje. H es la transformada de Hough. theta es un vector que contiene el ángulo para cada muestra y rho es un vector que contiene el para cada muestra.

14 Detección de ejes, transformada de Hough:

15 Detección de ejes, transformada de Hough: [r, c] = houghpeaks(h, numpeaks) h es la transformada de Hough, numpeaks es el número de picos que queremos detectar. r es un vector con la posición en filas de los picos y c es un vector con la posición en columnas de los picos. Con la función anterior detectamos picos que en la transformada los cuales queremos transformar en líneas, eso lo hacemos a través de la siguiente función: lines = houghlines(f, theta, rho, r, c); f es la imagen de donde vamos a extraer las líneas, theta y rho son los vectores obtenidos de la transformada de hough. r y c son los vectores devueltos por houghpeaks.