Dr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015

Transcrição

1 Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015

2 Assunto Aula 8 Descritores de Imagens Digitais 2 of 47

3 Sumário Descritores e Reconhecimento de Padrões; Escolha de Descritores; Descritores de Forma; Descritores Dimensionais; Descritores Inerciais; Descritores Topológicos; Descritores de Contorno; Descritores de Aspecto; Conclusão; 3 of 47

4 Descritores e Reconhecimento de Padrões Utilizados principalmente para Reconhecimento de Padrões em Visão Computacional; Para reconhecer padrões são necessários parâmetros quantificáveis; Esses parâmetros são conhecidos como características ou descritores da imagem. 4 of 47

5 Descritores e Reconhecimento de Padrões P: Dada a foto de uma latinha, como reconhecer de qual refrigerante é? Figura: jpg 5 of 47

6 Contextualização R: Obter características que descrevam o padrão e diferenciem as classes! Figura: 6 of 47

7 Escolha de Descritores Como escolher os descritores? Estabelecer quais informações são relevantes para o reconhecimento do objeto/padrão em questão; Podem ser relacionadas a: Localização; Se é ou não o único na cena; Se tem defeitos ou não; Se existem objetos sobrepostos ou conectados; Cor, dimensões, texturas, etc... 7 of 47

8 Escolha de Descritores Figura: 8 of 47

9 Descritores de Forma - Dimensionais Áreas e Retângulos Envolventes; Perímetro, Alongamento e Retangularidade; Excentricidade, Diâmetro, Raio Máximo e Mínimo do Objeto; Coeficiente de Compacidade e Fator de Forma; Bit Quads. 9 of 47

10 Áreas e Retângulos Envolventes Ideais para condições fixas (câmera e objeto); Área = todos os pixels que formam o objeto (segmentados). 10 of 47

11 Perímetro, Alongamento e Retangularidade Alongamento = Relação de lados do Menor Retângulo Envolvente (Quadrado possui alongamento = 1); Retângularidade = Relação entre a área do objeto e a a área do Menor Retângulo Envolvente (Círculo = π/4 e Retângulo = 1); Perímetro = Número de pixels conexos que constituem o contorno da região. 11 of 47

12 Excentricidade, Diâmetro, Raio Máximo e Mínimo do Objeto Diâmetro = Tamanho da maior linha possível dentro do objeto ligando dois pontos da borda; Excentricidade = Relação entre dois pontos extremos do objeto que passem pelo eixo maior (do diâmetro) e seu eixo perpendicular; Excentricidade geométrica = Razão entre os raios. 12 of 47

13 Coeficiente de Compacidade e Fator de Forma Coeficiente de Compacidade = P2 4πA, sendo P o perímetro e A a área do objeto. Um círculo possui coeficiente igual a 1, o valor cresce conforme o contorno do objeto se torna irregular; Alguns autores chamar o inverso do coeficiente de compacidade de fator de forma. 13 of 47

14 Bit Quads Padrão que permite extrair características geométricas e topológicas (Área, Perímetro, Número de Euler, Número de Furos e Fator de Compacidade); Matrizes binárias 2x2. Figura: 14 of 47

15 Descritores de Forma - Inerciais Momentos; Retângulos e Elipses Ajustados. 15 of 47

16 Momentos Vários tipos de momentos (Ortogonais, Legendre, Zernike, rotacionais, complexos, regulares, geométricos...); As informações das imagens podem ser reconstruídas a partir dos seus momentos (se usados em grande número); Momentos servem para caracterizar objetos em imagens, permitindo um posterior reconhecimento; Muito aplicados na recuperação de imagens em bancos de dados. 16 of 47

17 Momentos Tipos diferentes de momentos possuem características distintas. Momentos geométricos, por exemplo, permitem identificar um objeto independentemente do tamanho, posição ou orientação. 17 of 47

18 Retângulos e Elipses Ajustados A elipse ajustada tem os momentos de inércia iguais aos do objeto; Figura: 18 of 47

19 Descritores de Forma - Contorno Limite entre duas regiões com diferenças relevantes; Um objeto pode ser entendido como o interior de um contorno. Figura: 19 of 47

20 Descritores de Forma - Contorno Código da Cadeia; Assinaturas ou Gráficos r(θ); Transformada de Hough. 20 of 47

21 Código da Cadeia Codificação do contorno Invariante quanto à translação. Permite calcular altura, largura e perímetro, armazenando o objeto de forma simples. 21 of 47

22 Código da Cadeia (a) CC = (1,1,0,0,1,1,0,1,0,0,3,3,3,3,0,3,3,2,2,2,1,2,2,2); (b) CC = (2,2,1,1,1,0,7,6,6,7,6,6,4,4,4,3,4,4). 22 of 47

23 Assinaturas ou Gráficos r(θ); Representa o contorno com base em coordenadas polares; Pares de raio e ângulo; Invariante quanto à translação, escala e orientação angular. 23 of 47

24 Transformada de Hough Reconhecimento de formas que possuam uma equação com fórmula conhecida; Retas, círculos, elipses, parábolas...; Transformar a imagem do espaço digital (x, y) em uma representação na forma dos parâmetros descritos pela curva que se deseja encontrar na imagem. 24 of 47

25 Transformada de Hough 25 of 47

26 Descritores de Forma - Topológicos Invariantes à distorção! Componentes Conectados (CC); Furos (NF); Número de Euler (=CC-NF). 26 of 47

27 Outros descritores Codificação de corrida; Histograma de Projeção; 27 of 47

28 Codificação de corrida Representar a imagem através da quantidade de pixels idênticos sequenciais; Gera um vetor capaz de reconstruir a imagem e fornecer características. 28 of 47

29 Histograma de Projeção Projeções horizontais, verticais ou diagonais de imagens binárias; Representa a imagem de modo compacto podendo caracterizá-la. 29 of 47

30 Histograma de Projeção 30 of 47

31 Descritores de Aspecto Cor; Descritor simples - Média da Matiz (Canal H); Funciona bem para objetos de cor bem distinta. Rugosidade; Característica quantitativa; Textura. 31 of 47

32 Descritores de Aspecto - Textura Intuitivo para o ser humano, complexo para o computador; Excelente descritor regional, porém sem definição precisa; Medidas que quantificam as propriedades de suavidade, rugosidade e regularidade de uma superfície; Repetição de um modelo sobre uma região. 32 of 47

33 Descritores de Aspecto - Textura Segmentação de uma imagem em regiões com o mesmo perfil de textura; Extração de características baseadas na quantificação de seu conteúdo de textura; Classificação e rotulação de uma região com base em exemplos de texturas conhecidas; Análise de forma ao gerar a geometria de uma região ou objeto complexo; Descrever uma textura visando sua reprodução sintética. 33 of 47

34 Descritores de Aspecto - Textura Diagnóstico médico; Automação industrial; Reconhecimento biométrico; Sensores remotos; Entre outros of 47

35 Descritores de Aspecto - Textura Coeficiente de Hurst; Coeficientes de Variação Espacial; Momentos de Intensidades de Regiões (Medidas de Primeira Ordem); Medidas de Segunda Ordem; Codificação RL ou LZW; Dimensão Fractal; 35 of 47

36 Coeficiente de Hurst A geometria fractal pode ser utilizada para cacacterizar texturas; Associa a textura a índices numéricos; A dimensão fractal (DF) pode ser utilizada em: Determinação da rugosidade da superfície terrestre; Distinção entre tipos de paisagens; Detecção de bandas espectrais ruidosas; Análise de superfícies fraturadas, desgaste, corrosão, erosão, etc... O coeficiente de Hurst é uma aproximação da DF para imagens em níveis de cinza. 36 of 47

37 Coeficiente de Hurst 37 of 47

38 Coeficiente de Hurst 38 of 47

39 Coeficientes de Variação Espacial Caracteriza o padrão de textura através de manipulação estatística de dados; Média, mediana e moda não são suficientes para diferenciar as classes; O CVE é calculado com base na média da classe e no desvio padrão relativo. 39 of 47

40 Coeficientes de Variação Espacial 40 of 47

41 Coeficientes de Variação Espacial Figura: 41 of 47

42 Momentos de Intensidades de Regiões (Medidas de Primeira Ordem) Distribuição dos níveis de cinza em uma região; Fácil de calcular, porém não oferece informações sobre a natureza repetitiva da textura; Medidas calculadas sobre o histograma normalizado da região/janela: N-ésimos momentos; Suavidade relativa; Obliquidade; Curtose; 42 of 47

43 Medidas de Segunda Ordem Distribuição dos níveis de cinza + relação espacial entre os pixels; Matriz de co-ocorrência. 43 of 47

44 Medidas de Segunda Ordem Diversos descritores podem ser calculados a partir da matriz de co-ocorrência (vários deles também pela DFT); Homogeneidade, Entropia, Energia, Variância, Correlação... Exemplo prático! 44 of 47

45 Medidas de Segunda Ordem Coeficiente de autocorrelação (calcula a correlação da imagem com ela mesma deslocada); Histograma de somas e diferenças (mesmos descritores da matriz de co-ocorrência, mais leve). 45 of 47

46 Codificação RL ou LZW Método baseado em codificação de séries de níveis de cinza; Lembra a codificação corrida da aula anterior; Codificações usadas em compressão de imagens; Texturas finas = séries de comprimento curto - Texturas longas = séries de comprimento longo - Aspereza = variações de cinza; Necessita de um dicionário inicial de texturas. 46 of 47

47 Considerações Finais Fim. 47 of 47