Segmentação de Imagens

SEGMENTAÇÃO DE IMAGENS
A segmentação se refere ao processo de dividir uma imagem digital em múltiplas regiões
(conjunto de pixels) ou objetos, com o objetivo de simplificar e/ou mudar a representação de uma imagem para facilitar a sua análise. Esse processo é tipicamente usado para localizar objetos e formas (linhas, curvas, etc) em imagens.
Daremos ênfase para a segmentação de imagens no intuito da detecção de bordas.

1) Detecção de borda usando a função edge
A detecção de bordas é, sem dúvida, a aproximação mais comum na identificação de descontinuidades de uma imagem . Essas mudanças de intensidades podem ser detectadas usando­se as derivadas de primeira e segunda ordem, onde a primeira faz referência ao vetor gradiente e a segunda à operação Laplaciana.
A função edge nos fornece uma série de aproximações para as derivadas de primeira e segunda ordem. Em MATLAB ela pode ser usada através da sintaxe
[g, t] = edge(f, ‘method’, parameters) onde: ➔
➔
➔
➔

f é a imagem de entrada; method é uma das aproximações listadas na tabela 1, logo abaixo; parameters são parâmetros adicionais que serão abordados futuramente; t é um parâmetro opcional, que nos dá a threshold1 usada pela função edge para determinar quais valores gradientes são fortes o suficientes para serem tidos como pontos de borda.

1

Thresholding (ou limiarização) é o método mais simples de segmentação de imagens. A partir de uma imagem em tons de cinza, o thresholding pode ser usado para criar imagens binárias

1

Detector de Borda

Propriedades Básicas

Sobel

Detecta as bordas através da aproximação de Sobel para as derivadas.

Prewitt

Detecta as bordas através da aproximação de Prewitt para as derivadas.

Roberts

Detecta as bordas através da aproximação de Roberts para as derivadas.

Laplacian of a Gaussian (LoG)

Detecta as bordas através do cruzamento de zeros
(Zero crossings2 ) após filtrá­la com um filtro Gaussiano.

Zero crossings