Operaciones Morfologicas
-
Upload
erick-barrionuevo -
Category
Education
-
view
12.530 -
download
2
Transcript of Operaciones Morfologicas
Matemática Morfológica
Ing. Auccahuasi Aiquipa WIlver
Introducción al Procesamiento de Imágenes
Mapa del Curso
Operaciones Punto
Filtros Segmentación
Extracción de características
Operaciones Morfológicas
Reconocimiento de Patrones
Introducción a la Visión Artificial
Representación de la Imagen
Tabla de Contenido
• Morfología• Operaciones Morfológicas• Aplicaciones
Objetivos
1. Desarrollar los conceptos para la aplicación y entendimiento de las operaciones morfológicas sobre imágenes binarias.
MORFOLOGÍA
Morfología
• Morfología significa forma y estructura de un objeto.
• La morfología matemática se basa en operaciones de teoría de conjuntos.– Imágenes binarias. Subconjuntos de Z2
– Imágenes grises. Coordenadas en Z3.
• Simplifican imágenes y conservan las principales características de forma de los objetos.
• Extrae componentes de imagen útiles en la representación y descripción de la forma de las regiones.
Morfología - Operaciones
• Dilatación. agrega pixeles a un objeto, lo hace más grande
• Erosión. Extrae los "outlayers del objeto“, lo hace más chico
• Apertura. Aplica una erosión seguida de una dilatación, permite abrir pequeños huecos.
• Clausura. Aplica una dilatación seguida de una erosión, permite cerrar los huecos.
Morfología - Aplicaciones
• Pre-procesamiento de imágenes (supresión de ruidos, simplificación de formas).
• Destacar la estructura de los objetos (extraer el esqueleto, detección de objetos, envolvente convexa, ampliación, reducción,...)
• Descripción de objetos (área, perímetro,...)
Morfología
• Imágenes binarias– Operaciones morfológicas: Dilatación, erosión,
Transformada Hit-or-Miss, apertura y cierre.– Aplicaciones: Extracción de fronteras y componentes
conexas, rellenado de regiones, adelgazamiento y engrosamiento, esqueleto y poda.
• Imágenes en escala de grises– Operaciones morfológicas: dilatación, erosión, apertura,
cierre.– Aplicaciones: Gradiente morfológico, transformada Top-
Hat, texturas y granulometrías.
Operaciones básicas sobre conjuntos
• Por ejemplo, la diferencia de dos conjuntos A y B se define:}{ cBABxAxxBA =∉∈=− ,
complemento diferencia
La traslación de A por z se define como
•
La reflexión de B se define como
Operaciones básicas sobre conjuntos
}{ AazaxxAz ∈+== , }{ BbbxxB ∈−== ,ˆ
OPERACIONES MORFOLÓGICAS CON
MATLAB
SE = strel(shape, parameters)SE = strel('arbitrary', NHOOD)SE = strel('arbitrary', NHOOD, HEIGHT)SE = strel('ball', R, H, N)SE = strel('diamond', R)SE = strel('disk', R, N)SE = strel('line', LEN, DEG)SE = strel('octagon', R)SE = strel('pair', OFFSET)SE = strel('periodicline', P, V)SE = strel('rectangle', MN)SE = strel('square', W)
Elemento estructurante
Flat Structuring Elements
'arbitrary' 'pair'
'diamond' 'periodicline'
'disk' 'rectangle'
'line' 'square'
'octagon'
Nonflat Structuring Elements
'arbitrary' 'ball'
• SE = strel('diamond', R)
• SE = strel('disk', R, N)
• SE = strel('line', LEN, DEG)
• SE = strel('octagon', R)
Elemento estructurante
OPERACIONES MORFOLÓGICAS
Modelos Morfológicos
• En 1996 surgen las Memorias Asociativas Morfológicas, inspiradas en los operadores de la Morfología Matemática
– Dilatación– Erosión– Apertura– Cerradura
Dilatación
{ }BbAabaxXxBA ∈∈+=∈=⊕ ,;
ABBA ⊕=⊕
BCBACA ⊕⊆⊕→⊆
( ) ( ) ( )BCBABCA ⊕⊕=⊕
• Agrega pixeles a un objeto, lo hace más grande
Ejercicio 1
111
11
111
1
B = zeros(4,4) matriz 4x4 de ceros
B([4, 5, 6, 7, 11]) = 1 al indice 4,5,6,7 y 11 le agregas 1
S = [1 1] matriz 1 x 2
D = imdilate(B, S) función dilatar
B = 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
B = 0 1 0 0 0 1 0 0 0 1 1 0 1 0 0 0
S = 1 1
D = 0 1 1 0 0 1 1 0 0 1 1 1 1 1 0 0
Ejercicio 1
Ejercicio 2
Erosión
{ }BbAbxXxBA ∈∀∈+∈=Θ ,
(A⊖B)⊖C = A (⊖ B⊕C)
A⊕(B⊖C) ⊆ (A⊕B)⊖C
A⊖B ⊆ A
• Extrae los "outlayers del objeto“, lo hace más chico
Ejercicio 3
111
11
111
1
Ejercicio 4
1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1
Apertura
• Suaviza los contornos de una imagen. Elimina pequeños salientes. Abre pequeños huecos. Elimina franjas o zonas de un objeto que sean “más estrechas” que el elemento estructural.
A ⊆ C → A B ∘ ⊆ C B∘A B ∘ ⊆ A
(A B) B=A B∘ ∘ ∘
A∘B = (A⊖B)⊕B
Ejercicio 5
Ejercicio 6
111
11
111
1
Máscara empleada
Apertura
Imagen
erosionada
Clausura - Cerradura
• Elimina huecos pequeños (rellenándolos) y une componentes conexas cercanas.
A∙B = (A⊕B)⊖B
A ⊆ C → A∙B ⊆ C∙BA ⊆ A∙B
(A∙B)∙B = A∙B
Ejercicio 7
111
11
111
1
Máscara empleada
Cierre
Imagen
dilatada
Ejercicio 8
APLICACIONES
• La frontera de un conjunto A se puede obtener primero erosionando A por un elemento estructural apropiado, B, y realizando posteriormente la diferencia entre A y su erosión. Es decir,
• El elemento estructural B usado más frecuentemente es el cuadrado 3x3 (como en el ejemplo que se muestra a continuación). Usando otros tamaños, por ejemplo 5 x 5, se ampliaría el grosor de la frontera a dos o tres píxeles.
Extracción de frontera
F (A) = A - (A B)
Ejercicio 9
erosión
Ejercicio 10
111
11
111
1
Máscara empleada
Imagen
erosionada
Imagen de contorno
• Partimos del borde 8-conexo de una región, A, y de un punto p del interior de A.
• El siguiente procedimiento rellena el interior de A:
• Donde B es el elemento estructural siguiente:
• Y el algoritmo termina en la iteración k si Xk=Xk-1. La unión de Xk y A es la frontera y la región rellena.
Rellenado de regiones
Xk = (Xk - 1 B) Ac k = 1, 2, 3... X0 = p
Ejercicio 11
• Supongamos que Y representa una componente conexa contenida en un conjunto A y supongamos que conocemos un punto p que pertenece a dicha región. Entonces, el siguiente procedimiento puede utilizarse para extraer Y:
• El algoritmo termina en la iteración k si Xk-1=Xk. Con Y=Xk.
• B es el elemento estructural siguiente:
Extracción de componentes conexas
Xk = (Xk - 1 B) A k = 1, 2,...
X0 = p
Ejercicio 12
Trasformada Hit-or-Miss
• Es una herramienta para la detección de formas. Se usa para buscar determinada configuración en los píxeles .
• Sea B = (J, K) la configuración que queremos buscar, donde J es el conjunto formado por los píxeles negros de B; y K el conjunto formado por los píxeles negros de Bc. Por ejemplo
• Los x indican píxeles que pueden ser indistinguiblemente blancos o negros.
Trasformada Hit-or-Miss
• La transformación hit-or-miss se define como:
• Utilizando la definición de diferencia de conjuntos y la relación dual entre la erosión y la dilatación, podemos escribir la ecuación anterior como
Ejercicio 13
• Detección de esquinas superiores derechas
Adelgazamiento de regiones
• El adelgazamiento de un conjunto A por un elemento estructural B puede ser definido en términos de la transformación ganancia-pérdida como:
A B = A - (A B) = A (A B)c
B
Adelgazamiento de regiones
• Elementos estructurales usados comúnmente en el proceso de adelgazamiento
Ejercicio 14
Engrosamiento
• El engrosamiento es el dual morfológico del adelgazamiento y se define mediante la expresión:
• donde B es un elemento estructural apropiado para la ampliación.
A BB
A B = A (A B)
Ejercicio 15
Esqueletización
• El esqueleto de un conjunto A puede ser expresado en términos de erosiones y aperturas.
• Si S(A) denota el esqueleto de A, entonces
• Donde:
• donde A kB denota la aplicación sucesiva de k erosiones a A:
• K es el último paso iterativo antes de que A se erosione a un conjunto vacío. En otras palabras,
)()( 0 ASAS kKk ==
Ejercicio 16
PREGUNTAS