Análisis de imágenes digitales

Transcripción

1 Análisis de imágenes digitales SEGMENTACIÓN DE LA IMAGEN Segmentación basada en movimiento

2 INTRODUCCIÓN Una secuencia de imágenes involucra la participación de dos o más imágenes de una determinada escena, las cuales presentan diferencias entre sí. Las diferencias se pueden interpretar como variaciones espacio-temporales generadas por el movimiento de los objetos (diferencias suaves) en la escena o por cambios significativos en la naturaleza de la escena (diferencias bruscas). Antes Después 2

3 INTRODUCCIÓN El flujo constante de imágenes para un observador que está en movimiento con respecto al entorno proporciona información sobre las distancias relativas de los puntos de la escena observada. (a), (b) y (c) son tres imágenes de una escena y (d) es la superposición de las tres. Se observa que la magnitud del movimiento de un punto de la escena aumenta cuando: 1. Los objetos están muy próximos al observador (caso del mouse). 2. Incrementa el ángulo entre los puntos de la escena y la dirección de traslación del observador (caso del monitor de la izquierda). 3 (a) (c) (b) (d)

4 INTRODUCCIÓN Existen tres grandes grupos de problemas relacionados con el movimiento desde un punto de vista práctico: 1. Detección del movimiento. Se trata de registrar cualquier movimiento en la escena utilizando una cámara. Es útil en el campo de seguridad. 2. Detección y localización de objetos en movimiento. El problema consisten en detectar el objeto, detectar su trayectoria de su movimiento y predecir su futura trayectoria (i.e., análisis de movimiento). Algunos ejemplos son la evolución de fenómenos metereológicos con imágenes satelitales, control y predicción de tránsito vehicular, etc. 3. Obtención de las propiedades 3D de los objetos a partir de un conjunto de proyecciones 2D adquiridas en distintos instantes de tiempo del movimiento de los objetos. 4

5 INTRODUCCIÓN Para facilitar la localización de objetos en movimiento entre cuadros consecutivos generalmente se asume lo siguiente: 1. Velocidad máxima. La posible posición de un objeto está dentro de un círculo cuyo centro es la posición del objeto en el cuadro anterior y el radio cmax es la máxima velocidad del objeto. cmax dt 2. Aceleración pequeña. El cambio de velocidad en el tiempo dt está limitada por una constante c. t2 3. Movimientos comunes. Todos los puntos de los objetos se mueven de manera similar. t0 c t1 4. Correspondencia mutua. Los objetos rígidos poseen patrones de puntos estables. Cada punto de un objeto corresponde exactamente a un punto en la siguiente imagen y viceversa. 5 t0 t1

6 INTRODUCCIÓN Segmentation of moving objects 1 Motion-based Spatio-temporal 2D 3D Temporal Spatial Optic Flow Change Detection Parametric SFM* Region-based Edge-based Sobel edge Canny edge Region growing Bayesian Watershed Parametric Change detection Optical flow Non-linear Linear 12 parameters model 8 parameters model 6 parameters model Accumulated frame difference Frame difference Statistical method Block matching Differential method 1 D. Zhang, G. Lu, Segmentation of moving objects: A review, Circuits, Systems and Signal Processing, vol. 20, no. 2, pp , * Structure from motion 6

7 DIFERENCIA DE IMÁGENES El movimiento se deriva de un desplazamiento relativo entre el sistema de sensores y la escena que se está captando, y es útil para extraer objetos de interés de un fondo con detalles irrelevantes. Un método sencillo para detectar movimiento entre dos imágenes tomadas en dos tiempos diferentes es comparar ambas imágenes píxel a píxel. Supóngase que se tiene una imagen de referencia que contiene sólamente elementos estacionarios. Al restar esta imagen con una subsecuente que tenga el mismo entorno pero con objetos en movimiento, se eliminan las componentes estacionarias quedando solamente los objetos de interés. Esto se puede definir como una substracción de imágenes adquiridas en diferentes instantes de tiempo t i y t j como: d ij (x,y) = 1 si f (x,y,t i ) f (x,y,t j ) > T 0 en otro caso donde T es un umbral predefinido. 7

8 DIFERENCIA DE IMÁGENES De esta manera, d ij (x,y) = 1 si la diferencia de los niveles de intensidad de dos imágenes es apreciablemente diferente en las coordenadas (x,y) de acuerdo con el valor de umbral T. Imagen referencia con elementos estáticos Tiempo Diferencia absoluta Umbralado 8

9 DIFERENCIA DE IMÁGENES Todos los píxeles con valor 1 se consideran como resultado del movimiento del objeto, aunque otros factores pueden influir: 1. f(x,y,t i ) es un píxel de un objeto en movimiento y f(x,y,t j ) es un píxel estático del fondo o viceversa. 2. f(x,y,t i ) es un píxel de un objeto en movimiento y f(x,y,t j ) es un píxel de otro objeto en movimiento. 3. f(x,y,t i ) es un píxel de un objeto en movimiento y f(x,y,t j ) es un píxel de una parte diferente del mismo objeto en movimiento. 4. Ruido, iluminación ambiental o imprecisiones en el posicionamiento de la cámara estacionaria. Para garantizar que solamente los objetos de interés son detectados, se pueden aplicar operaciones de posprocesamiento para remover aquellas pequeñas regiones aisladas menores a un valor de área determinado, cerrar huecos, etc. 9

10 DIFERENCIA DE IMÁGENES Imagen de referencia Un cuadro de video Sin posprocesamiento Con posprocesamiento 10

11 DIFERENCIA ACUMULADA Las objetos detectados utilizando únicamente diferencias de imágenes no revelan la dirección del movimiento. Cuando se quieren preservar los cambios en la posición de un píxel en varios fotogramas, f(x,y,t1), f(x,y,t2),, f(x,y,tn), se debe introducir una memoria al proceso. Para formar una imagen de diferencia acumulada se compara la imagen de referencia con cada una de las imágenes de la secuencia. Un contador en cada píxel de la imagen acumulativa se incrementa cada vez que se produce una diferencia entre la referencia y una imagen de la secuencia. Se consideran tres tipos de diferencias acumuladas: absoluta (A), positiva (P) y negativa (N). 11

12 DIFERENCIA ACUMULADA Sea R(x,y) la imagen de referencia y f(x,y,t k ) una imagen de la secuencia, entonces para todo k > 0: A k (x,y) = P k (x,y) = N k (x,y) = A k 1 (x,y) +1 A k 1 (x,y) si R(x,y) f (x,y,t k ) > T en otro caso P k 1 (x,y) +1 si [ R(x,y) f (x,y,t k )] > T P k 1 (x,y) en otro caso N k 1 (x,y) +1 si [ R(x,y) f (x,y,t k )] < T N k 1 (x,y) en otro caso 12

13 DIFERENCIA ACUMULADA Un cuadro de video Diferencia acumulada absoluta Diferencia acumulada positiva Diferencia acumulada negativa 13