Szegmentálás (képfeldolgozás)

A számítógépes látásban a szegmentálás  egy digitális kép több szegmensre ( pixelkészletre , más néven szuperpixelekre) osztásának folyamata. A szegmentálás célja egy kép megjelenítésének egyszerűsítése és/vagy megváltoztatása, hogy az egyszerűbb és könnyebben elemezhető legyen. [1] A képszegmentálást általában tárgyak és határvonalak (vonalak, görbék stb.) kiemelésére használják a képeken. Pontosabban, a képszegmentálás az a folyamat, amelynek során a kép minden egyes pixeléhez címkéket rendelnek úgy, hogy az azonos címkével ellátott képpontok vizuális jellemzőkkel rendelkezzenek.

A képszegmentálás eredménye a teljes képet együttesen lefedő szegmensek halmaza, vagy a képből kinyert kontúrok halmaza (lásd Él kivonás ). A szegmensben lévő összes képpont hasonló bizonyos jellemző vagy kiszámított tulajdonságokban, például színben , fényerőben vagy textúrában . A szomszédos szegmensek jelentősen eltérnek ebben a tulajdonságban. [egy]

Alkalmazás

A képszegmentálás néhány gyakorlati alkalmazása a következő:

Számos univerzális algoritmust és módszert fejlesztettek ki a képszegmentálásra. Mivel a képszegmentálási problémára nincs általános megoldás, gyakran ezeket a módszereket kombinálni kell a témakör ismereteivel, hogy a problémát a témakörben hatékonyan megoldhassuk.

Klaszter alapú módszerek

A k-means  egy iteratív módszer, amellyel egy képet K klaszterekre osztanak fel. Az alap algoritmus az alábbiakban látható:

  1. Válasszon K klaszterközpontot, véletlenszerűen vagy valamilyen heurisztika alapján ;
  2. Helyezzen el minden képpontot abba a klaszterbe, amelynek közepe a legközelebb van ehhez a képponthoz;
  3. A fürtközpontok újraszámítása a fürt összes képpontjának átlagolásával ;
  4. Ismételje meg a 2. és 3. lépést a konvergencia eléréséig (például amikor a pixelek ugyanabban a klaszterben maradnak).

Itt általában a pixel és a klaszter közepe közötti különbségek négyzeteinek összegét vagy abszolút értékét veszik távolságnak . A különbség általában a színen, a fényerőn, a textúrán és a képpontok helyén, vagy e tényezők súlyozott összegén alapul. K választható manuálisan, véletlenszerűen vagy heurisztikusan.

Ez az algoritmus garantáltan konvergál, de lehet, hogy nem vezet optimális megoldáshoz. A megoldás minősége a klaszterek kezdeti halmazától és K értékétől függ .

Hisztogram módszerek

A hisztogram módszerek nagyon hatékonyak más képszegmentációs módszerekkel összehasonlítva, mivel csak egy pixel áthaladást igényelnek. Ennél a módszernél a hisztogramot a kép összes pixelére számítja ki, és minimumát és maximumát használja a klaszterek megtalálásához a képen. [1] Összehasonlításképpen szín vagy fényerő használható.

Ennek a módszernek a továbbfejlesztése, hogy rekurzív módon alkalmazzák a képen látható klaszterekre, hogy kisebb klaszterekre oszthassák fel őket. A folyamatot egyre kisebb klaszterekkel ismételjük, amíg már nem jelenik meg több klaszter. [1] [4]

Ennek a módszernek az egyik hátránya, hogy nehéz lehet lényeges minimumokat és maximumokat találni egy képen. Ebben a képosztályozási módszerben a távolságmetrika és az integrált régióillesztés hasonló.

A hisztogram alapú megközelítések gyorsan adaptálhatók több képkockához, miközben megőrzik az egymenetes sebességelőnyüket. A hisztogramot többféleképpen is fel lehet építeni, ha több képkockát veszünk figyelembe. Ugyanaz a megközelítés, amelyet egyetlen képkocka esetében alkalmaznak, több képkockára is alkalmazható, és az eredmények összevonása után láthatóbbá válnak a nehezen kivehető mély- és csúcspontok. A hisztogram képpontonkénti alapon is alkalmazható, ahol információk alapján határozható meg egy adott pixelpozíció leggyakoribb színe. Ez a megközelítés mozgó tárgyakon és álló környezeteken alapuló szegmentálást használ, ami másfajta szegmentálást biztosít, amely hasznos a videókövetésben .

Él kijelölés

Az élkivonás  a képfeldolgozás jól tanulmányozott területe. A régiók határai és szélei erősen összefüggenek, mivel a régiók határán gyakran erős fényerőkülönbség van. Ezért élérzékelési módszereket használnak egy másik szegmentációs módszer alapjául.

A talált élek gyakran szakadtak. De ahhoz, hogy a képen egy objektumot jelöljünk ki, zárt területhatárokra van szükség.

Régió növekedési technikák

Az első a területek magból történő termesztésének módszere volt. Ez a módszer képeket és magokat vesz bemenetként. A magvak megjelölik a kiválasztandó objektumokat. A régiók fokozatosan növekednek, összehasonlítva az összes szabad szomszédos képpontot a régióval. Egy pixel fényereje és egy terület átlagos fényereje közötti különbséget használják hasonlóság mértékeként . A legkisebb különbséggel rendelkező képpont hozzáadódik a megfelelő területhez. A folyamat addig folytatódik, amíg az összes képpont hozzá nem ad egy régiót.

A területek magból történő termesztésének módja további bevitelt igényel. A szegmentálás eredménye a magok megválasztásától függ. A képen megjelenő zaj a magvak rossz elhelyezését okozhatja. A nem magrégió termesztési módszere egy módosított algoritmus, amely nem igényel explicit magokat. Egy területtel kezdődik  – az itt kiválasztott pixelnek kevés hatása van a végső szegmentációra. Minden iterációnál ugyanúgy figyelembe veszi a szomszédos pixeleket, mint a magokat használó régiónövekedési módszer. De abban különbözik, hogy ha a minimum kisebb, mint a megadott küszöb , akkor hozzáadódik a megfelelő területhez . Ellenkező esetben a képpont nagyon különbözik az összes jelenlegi régiótól , és egy új régió jön létre , amely ezt a pixelt tartalmazza.

Ennek a módszernek az egyik változata, amelyet Haralik és Shapiro (1985) [1] javasolt, a pixelfényesség használatán alapul . A terület átlagát és szórását, valamint a jelölt pixel fényerejét a tesztstatisztika készítéséhez használják fel. Ha a tesztstatisztika elég kicsi, akkor egy pixelt adunk a területhez, és újraszámoljuk a terület átlagát és a szórást. Ellenkező esetben a rendszer figyelmen kívül hagyja a képpontot, és új terület létrehozására használja fel.

Grafikonszeletelési módszerek

A grafikonszeletelési technikák hatékonyan alkalmazhatók a képszegmentálásra . Ezekben a módszerekben a képet súlyozott irányítatlan gráfként ábrázolják. Jellemzően egy pixel vagy pixelcsoport egy csúcshoz van társítva, és az élsúlyok határozzák meg a szomszédos pixelek (különböző) hasonlóságát. Ezután a grafikont (képet) a „jó” klaszterek eléréséhez létrehozott kritérium szerint vágjuk ki. Az ezekkel az algoritmusokkal kapott csúcsok (pixelek) minden része objektumnak minősül a képen. Néhány népszerű algoritmus ebben a kategóriában a normalizált gráfvágás [5] , a véletlenszerű séta [6] , a minimális vágás [7] , az izoperimetrikus particionálás [8] és a minimális feszítőfa -szegmentálás [9] .

Vízválasztó szegmentáció

A vízválasztó szegmentáció a kép gradiens abszolút értékét tekinti topográfiai felületnek. A fényerő gradiens legnagyobb abszolút értékével rendelkező képpontok a régiók határait jelentő vízválasztó vonalaknak felelnek meg. A közös vízválasztón belül bármely pixelre helyezett víz lefolyik egy közös helyi minimum fényerőre. Azok a képpontok, amelyekből a víz egy közös minimumra távozik, alkotják a szegmenst jelentő vízgyűjtő területet.

Modellszegmentáció

Ennek a megközelítésnek az alapfeltevés, hogy a kérdéses struktúrák vagy szervek ismétlődő geometriai alakzatokkal rendelkeznek. Ezért lehetséges egy valószínűségi modellt találni egy szerv alakváltozásának magyarázatára, majd a kép szegmentálásával korlátozásokat szabni ennek a modellnek a priori használatával. Egy ilyen feladat magában foglalja (i) a képzési példák közös pózba hozását, (ii) az adott minták változásainak valószínűségi ábrázolását, és (iii) a modellre és a képre vonatkozó statisztikai következtetést. A szakirodalomban a tudásalapú szegmentálás jelenlegi módszerei közé tartoznak az aktív forma- és megjelenési modellek, az aktív kontúrok, a deformálható minták és a szintező módszerek.

Többléptékű szegmentálás

A képszegmentálás a léptéktérben különböző léptékekben történik, és néha kicsitől a nagy méretig terjed.

A szegmentálási kritérium tetszőlegesen összetett lehet, és figyelembe vehet lokális és globális kritériumokat is. Az általános követelmény az, hogy minden területet valamilyen módon össze kell kötni.

Egydimenziós hierarchikus jelszegmentálás

Witkin alapvető munkája [10] [11] a skálatérről azt az elképzelést tartalmazza, hogy egy egydimenziós jel egyedileg szegmentálható régiókra egyetlen olyan paraméter használatával, amely a szegmentációs skálát szabályozza.

Jegyzetek

  1. ↑ 1 2 3 4 5 Linda G. Shapiro és George C. Stockman (2001): "Computer Vision", 279-325. o., New Jersey, Prentice-Hall, ISBN 0-13-030796-3
  2. ↑ Dzung L. Pham, Chenyang Xu és Jerry L. Prince (2000): "Current Methods in Medical Image Segmentation", Annual Review of Biomedical Engineering , 2. kötet, 315-337.
  3. ↑ Slyusar, V.I. Módszerek ultra-nagy felbontású képek továbbítására. . Első mérföld. utolsó mérföld. - 2019, 2. sz. 46 - 61. (2019). Letöltve: 2019. május 8. Az eredetiből archiválva : 2019. május 8.
  4. ↑ Ron Ohlander, Keith Price és D. Raj Reddy (1978): "Képszegmentáció rekurzív régiófelosztási módszerrel", Számítógépes grafika és képfeldolgozás , 8. kötet, 313-333.
  5. ↑ Jianbo Shi és Jitendra Malik (2000): "Normalizált vágások és képszegmentáció" Archiválva : 2011. június 6. a Wayback Machine -nél , IEEE Tranzakciók a mintaelemzésről és a gépi intelligenciáról , 888-905. 22, sz. nyolc
  6. ↑ Leo Grady (2006): "Random Walks for Image Segmentation" Archiválva : 2011. július 19. , IEEE Transactions on Pattern Analysis and Machine Intelligence , pp. 1768-1783, Vol. 28, sz. tizenegy
  7. ↑ Z. Wu és R. Leahy (1993): "Az adatcsoportosítás optimális gráfelméleti megközelítése: elmélet és alkalmazása a képszegmentációhoz"  (hivatkozás nem elérhető) , IEEE Transactions on Pattern Analysis and Machine Intelligence , pp. 1101-1113, Vol. 15, sz. tizenegy
  8. ↑ Leo Grady és Eric L. Schwartz (2006): "Isoperimetric Graph Partitioning for Image Segmentation" Archiválva : 2011. július 19. , IEEE Transactions on Pattern Analysis and Machine Intelligence , pp. 469-475. 28, sz. 3
  9. ↑ CT Zahn (1971): "Graf-elméleti módszerek a gestalt klaszterek detektálására és leírására" Archiválva : 2010. június 18., a Wayback Machine , IEEE Transactions on Computers , pp. 68-86. 20, sz. egy
  10. ↑ Witkin, A.P. "Scale-space filtering", Proc. 8. Int. Közös Konf. Művészet. Intel., Karlsruhe, Németország, 1019-1022, 1983.
  11. ↑ A. Witkin, „Scale-space filtering: A new approach to multi-scale description”, Proc. IEEE Int. Konf. Acoust., Speech, Signal Processing ( ICASSP ), vol. 9, San Diego, CA, márc. 1984, pp. 150-153.

Irodalom

Linkek