Uma abordagem multi-escala para segmentação de imagens

Autor(es)

Marta Duarte Teixeira

• Tipo de documento: Dissertação de Mestrado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Instituto de Computação
• Data de defesa: 1999-08-11

Membros da banca

Neucimar Jerônimo Leite

• Orientador: Neucimar Jerônimo Leite

Resumo

Neste trabalho abordamos o problema de segmentação de imagens através da sua representação multi-escala. Para tanto, consideramos a teoria do espaço-escala morfológico, recentemente introduzida na literatura, denominada MMDE (Multiscale Morphological DilationErosion). Este método, associado à LDA, reduz monotonicamente o número de extremos de uma imagem e, consequentemente, o número de regiões segmentadas, a partir de uma suavização da imagem original. No entanto, quando associado à segmentação de imagens, o espaço-escala MMDE apresenta dois grandes problemas: o deslocamento espacial da LDA ao longo das escalas e a dificuldade de se caracterizar o conjunto de extremos presente nos diferentes níveis de representação. O primeiro problema é abordado em nosso trabalho a partir de uma modificação homotópica da imagem. Para o espaço-escala MMDE é garantido que a posição e a altura dos mínimos (para escalas negativas) e dos máximos (para escalas positivas) são mantidas ao longo das escalas. Assim, esta propriedade permite que o conjunto de mínimos (máximos) obtidos em uma determinada escala seja utilizado como marcador num processo de reconstrução geodésica e segmentação. Garantida a preservação das estruturas da imagem, consideramos uma análise do modo como os seus extremos se fundem ao longo das escalas, e definimos um novo espaço-escala morfológico no qual a suavização é dada por uma operação idempotente. Para este espaço-escala, apresentamos critérios de controle monotônico da fusão dos extremos, obtendo um melhor conjunto de marcadores para a segmentação. Estes métodos consistem em definir, a partir de informações estritamente locais, pontos da imagem original que não devem ser transformados durante a suavização, evitando, assim, que extremos significativos se fundam (AU)

• Processo FAPESP: 97/11207-0 - Segmentação morfológica de imagens por LDA e o problema da supersegmentação
• Beneficiário: Marta Duarte Teixeira
• Modalidade de apoio: Bolsas no Brasil - Mestrado