Пороговые методы (Сегментация)

Материал из Национальной библиотеки им. Н. Э. Баумана
Последнее изменение этой страницы: 02:44, 29 апреля 2016.
Open book.svg Авторство
Чичварин Н. В.
Согласовано: 29.04.2016
Статья по учебной дисциплине
Название дисциплины:

Обнаружение и распознавание сигналов

Раздел:

8. Распознавание и идентификация сигналов на физическом уровне

Глава:

8.1 Предварительная обработка изображений

Преподаватель:

Чичварин Н. В.

Пороговые методы – методы сегментации, основанные на разделении изображения на 2 и более частей, основываясь на некоторых пороговых значениях. Данные методы обладают интуитивно понятными свойствами и просты в реализации.

Базовыми являются два метода:

  • метод с глобальным порогом;
  • метод с адаптивным порогом.

Все остальные методы этого класса являются производными от этих двух алгоритмов.

Основная концепция

На рис. 1 показаны гистограммы некоторых изображений. В данном случае такие гистограммы соответствуют изображению со светлыми объектами на темном фоне. Можно видеть, что все пиксели сгруппированы вокруг нескольких основных центров. Очевидно, что для выделения этих областей, достаточно выбрать некоторое значение и определить все точки, имеющие , как принадлежащие объекту, а в противном случае – принадлежащие фону.

Тогда получаемое на выходе изображение определяется выражением:

,


где 1 – значение для пикселя, соответствующего объекту;
0 – значение для пикселя, соответствующего фону.


Если значение одинаково для всех точек изображения, то такой порог называют глобальным. Если значение зависит от пространственных координат и , то такой порог называют динамическим. Если же зависит от значения , то такой порог называют адаптивным.


Рис. 1. Пример гистограмм с возможностью разделения одиночным () и множественным () порогами.


Пороговый метод с глобальным порогом

Данный метод является простейшим. После выбора глобального порога, происходит поэлементная проверка всего изображения. Процедура подразумевает разделение изображения на две области: первая относится к объекту, вторая – к фону. В данном случае успешность целиком зависит от того, насколько хорошо диаграмма поддается разделению. Успешного применения данного метода можно ожидать в условиях контролируемого освещения.

Рис. 2. Пример разделения изображения с использованием глобального порога .

На рис. 2 слева приведено исходное изображение, справа – полученное после обработки.

Для данного метода возможен автоматический выбор порога. Для этого применяется следующий алгоритм:

  1. выбирается некоторая начальная оценка порога ;
  2. используя порог , сегментируем изображение на две области и ;
  3. вычисляем значения и средних значений яркости областей и ;
  4. вычисляем новое значение порога по формуле:
  5. вычисляем шаги 2-4 до тех пор, пока разница значений при соседних итерациях не окажется меньше либо равно некоторому .

Вычисление средних значений яркости имеет смысл, если априори известно, что фон и объект имеют сравнимые площади на изображении. Если же площадь объекта мала, то доминирующим будет фон и в этом случае разделение по средней яркости области будет не очень хорошим. В этом случае в качестве вычисляемых критериев и можно использовать полусумму минимального и максимального значений яркости.

Пороговый метод с адаптивным порогом

В предыдущем разделе было указано, что метод с глобальным порогом хорош до тех пор, пока мы имеем контролируемое освещение. Как только освещение становится неравномерным, хорошо разделяемая гистограмма может превратиться в плохо разделяемую гистограмму, и метод не сработает. В этом случае исходное изображение следует разделить на подобласти, в каждой из которых для сегментации ищется и используется свой порог. Основной проблемой здесь является задача разбиения изображения на подобласти и выбор для каждой из них своего порога.

Поскольку порог зависит от характеристик подобласти изображения, такой порог называет адаптивным. На рис. 3 приведен пример использования глобального и адаптивного порогов.

Рис. 3. Пример обработки изображения глобальным (б) и адаптивным (в) порогами.

На рис. 3а показано начальное изображение некоторой области.

На рис. 3б представлен результат использования глобального порога. Как видно, правая часть искомой области затерялась, так как значения пикселей фона и пикселей объекта слились и были отсечены как фон.

На рис. 3в показан результат использования адаптивного порога.

В качестве критерия разбиения удобно использовать понятие дисперсии освещения. Т.е. изображение разбивается на области, освещенность которых приблизительно одинакова.

Дисперсия вычисляется по формуле

,
где – величина, соответствующая яркости элементов изображения;
– гистограмма , где обозначает число различных уровней яркости.

См. также