TELEVISÃO DIGITAL LEEC 2006/2007

Transcrição

1 TELEVISÃO DIGITAL LEEC 2006/2007 DETECÇÃO DE CONTORNOS GRUPO 6: Hugo Miguel Rodrigues Gonçalves Dinis Guedes Afonso ee01171 ee01148

2 Introdução Este trabalho tem como objectivo a implementação de métodos de extracção de contornos de imagens de vários géneros e consequente análise da eficácia destes em relação aos tipos das imagens. Para isso foi aproveitado o trabalho já desenvolvido em anos anteriores ao qual foram adicionadas algumas alterações. Operadores utilizados FIR passa-alto Neste método a imagem é passada por um filtro passa-alto (podendo a ordem e frequência de corte do filtro ser variada), o filtro vai filtrar as frequências abaixo da frequência de corte ficando apenas as frequências mais altas correspondente aos contornos FIR Laplace, LoG (laplacian of gaussian), Zero cross O filtro laplaciano (2ª derivada) detecta variações bruscas da cor da imagem, essas variações bruscas da imagem é que vão ser os contornos Duas aproximações discretas do filtro laplaciano: Supondo que nos encontramos numa area em que o pixel central e os oito vizinhos são iguais o gradiente vai ser nulo se o pixel central e os vizinhos forem muito diferentes entao será detectado como contorno (o mesmo se passa com o ruído) pois o filtro laplaciano é baseado na 2ª derivada logo sendo muito sensível ao ruído. De modo a reduzir essa sensibilidade ao ruído (caso do filtro LoG) a imagem é primeiro suavizada por um filtro gaussiano (reduz as variações de cor) e apenas posteriormente aplicada a um filtro gaussiano. Por seu lado o detector Zero Crossing procura os zeros da função laplaciana (onde a função de laplace muda de sinal) que geralmente corresponde a zonas de contornos. Roberts Cross Tem como vantagem o facto do gradiente espacial de uma imagem ser calculado muito rapidamente detecta contornos na diagonal, no entanto o facto de ser uma matriz 2x2 implica um acrescido erro na detecção de contornos derivado do ruído. Televisão Digital Detecção de Contornos 2

3 Prewitt e Sobel Estes dois filtros são mais lentos a processar que o filtro anterior mas em contrapartida são mais resistentes ao ruído que o filtro de Roberts Prewitt: Gx- É sensivel a contornos na vertical Gy- É sensivel a contornos na horizontal Sobel: Gx- É sensivel a contornos na vertical Gy- É sensivel a contornos na horizontal Os operadores são idênticos mas no caso do Sobel os pixeis centrais são multiplicados por um factor 2. Entre os dois filtros Sobel costuma obter melhores resultados sendo o filtro mais escolhido. Kirsh: Este operador é também chamado como um operador compasso, pois é composto por várias janelas e vai procurar através de uma convolução entre os kernels qual o valor máximo. Estes operadores são sensíveis ás diferentes orientações dos contornos. Neste caso está a procura de um contorno no lado direito da matriz, com orientação vertical. Color : Corresponde a usar o filtro sobel para cada uma das cores RGB (uma para o vermelho outra para o verde e outra para o azul). O gradiente escolhido para cada ponto é o gradiente máximo dos três obtidos para aquele ponto. Televisão Digital Detecção de Contornos 3

4 Canny: Primeiro a imagem é suavizada por uma convolução gaussiana, posteriormente é aplicado um filtro do género do filtro de roberts cross para detectar os pontos com alta primeira derivada espacial. Os contornos dão lugar a zonas de máximos locais de magnitude do gradiente. O algoritmo processa então essas zonas e mete a zero os que não são de facto máximos minimizando a espessura do contorno, maximizando assim o nível de threshold para a imagem em questão. Outras funcionalidades Conectividade Esta funcionalidade analisa a conectividade entre pixeis vizinhos, após a filtragem pelo operador. Conectividade 4 para pontos vizinhos vertical ou horizontalmente; Conectividade 8 para pontos vizinhos na vertical, horizontal e direcções diagonais. Como resultado vamos poder observar a quantidade de objectos (grupos de pixeis) que foram detectados na imagem ( um maior numero de objectos significa numa maior sensibilidade do ruído por parte dos operadores ). Calculo da performance dos filtros Esta funcionalidade permite comparar de forma mais concreta o resultado obtido pelos filtros. Após a filtragem das imagem e obtidos os resultados dos contornos, a imagem final vai ser analisada e vão ser calculados quantos pixeis não estão não posição correcta, pois os operadores são sensíveis ao ruído (uns mais que outros) e também sensíveis à orientação do contorno, dai obterem resultados diferentes. Esses pixeis vão ser achados e vai ser calculada a distância para o contorno original e real. Desta forma vamos poder observar os diferentes tipos de respostas dos operadores e ver qual o mais fiável. Através de varias operações são encontrados os pontos de contorno falsos calculados pelo operador e estes vão ser comparados relativamente com o objecto inicial. Tendo em conta que o contorno inicial seja branco e os pontos de contorno falso também, vai ser calculada a distancia entre dois pontos brancos vizinhos de forma a achar o mais próximo, pois em principio o contorno real mais próximo significa o contorno falhado pelo operador. No final, quanto maior o número de pontos de contornos falhados e quanta maior for a distancia para o contorno real, pior é a eficácia do detector de contorno a ser testado. Televisão Digital Detecção de Contornos 4

5 Os contornos visíveis representam áreas de igual distancia ao ponto branco mais próximo. O critério usado foi a Figura de Mérito de W.Pratt: Onde: I A - Imagem com os contornos detectados I 1 - Imagem com contornos ideais d i - distancia entre contorno actual e ideal α constante para penalizar contornos falhados Para valores de FM igual a zero quer dizer todos os pontos encontrados são reais e vai aumentando para pontos mais distantes do real, ou seja, quanto maior o valor de FM pior a perormance do filtro. Televisão Digital Detecção de Contornos 5

6 Imagem Original Televisão Digital Detecção de Contornos 6

7 Televisão Digital Detecção de Contornos 7

8 Conclusão Os operadores de 1ª derivada Sobel, Roberts e Prewitt apresentam bons resultados para imagens simples,com pouco ruído, com contornos de preferência verticais e horizontais, pois não são muito sensíveis á detecção do bordo quando este está na diagonal. Estes são também os operadores menos sensíveis ao ruído. Método Color tem como base um Sobel para cada espectro de cor e retira o valor máximo. Os resultados obtidos por este operador são satisfatórios, embora inferiores aos de Canny. Kirsh, operador de primeira derivada é mais sensível à orientação do contorno daí ter melhores resultados que Sobel, mas continua a ser inferior a Canny. Canny, também de 1ª derivada é o operador mais consistente embora seja muito sensível ao ruído da imagem. Por causa disso vai detectar pontos que não seriam, á primeira vista, visíveis pelo utilizador. FIR apresenta normalmente os piores resultados, isto deve-se ao facto de ser altamente sensível ao ruído e não conseguir isolar os contornos pretendidos. Operadores de 2ª derivada LoG e Zero Cross apresentam resultados muito próximos, pois baseiam-se no mesmo princípio, procura de passagens da segunda derivada por zero. Ambos são sensíveis ao ruído. Nota: O algoritmo de calculo de performance do operador não está optimizado como gostaríamos que estivesse. O calculo das distancias é muito pesado para o computador por isso podem aparecer alguns problemas Televisão Digital Detecção de Contornos 8

9 INTERFACE DO PROGRAMA Televisão Digital Detecção de Contornos 9

10 BLOCOS DO INTERFACE Escolha da imagem e do Filtro a usar. Definição dos parâmetros a usar Resultado obtido por cada operador Visualização da performance do filtro Televisão Digital Detecção de Contornos 10