Segmentação e Simplificação de Imagens Coloridas por Morfologia Matemática

Segmentação e Simplificação de Imagens Coloridas por Morfologia Matemática Franklin César Flores , Roberto de Alencar Lotufo (Orientador) Departamento de Engenharia de Computação e Automação Industrial (DCA) Faculdade de Engenharia Elétrica e de Computação (FEEC) Universidade Estadual de Campinas (Unicamp) Caixa Postal 6101, 13083-970 – Campinas, SP, Brasil {fcflores,lotufo}@dca.fee.unicamp.br Abstract – The goal of this work is to propose a set of techniques based on Mathematical Morphology to simplify or segment color images. Such simplification is done spatially or by quantization. The proposed methods apply the connected operators and morphological segmentation theories or extend them to color images. Keywords –

Mathematical Morphology, Color Image Processing, Connected Operators, Watershed Operator.

1. Introdução Graças ao advento de tecnologias mais baratas de aquisição e armazenamento de imagens digitais, as imagens coloridas estão ganhando popularidade em diversas comunidades, sejam científicas, das artes ou até mesmo em casa. A necessidade do desperdício de informações preciosas de cor em troca de desempenho, seja de poder computacional ou de armazenamento, diminui à medida que as limitações computacionais também diminuem. Assim, é natural que técnicas de processamento de imagens digitais coloridas venham ganhar a destaque em aplicações como: compressão de imagens (ex: Jpeg), transmissão de informação via Internet, processamento de documentos (ex. DjVu), bibliotecas digitais e edição artística de imagens.

ção ainda tem seu valor quando aplicada, por exemplo, para aceleração e gerenciamento de dispositivos gráficos. Redução de cores tem sido aplicada para resolver problemas de visualização, compressão, simplificação e segmentação de imagens coloridas. Uma outra importante área de pesquisa é a de segmentação de objetos em seqüências de imagens, que é a segmentação quadro-a-quadro de um objeto cuja semântica permanece inalterada. Segmentação de objetos em seqüências de imagens tem sido aplicada em diversos frameworks, tais como edição e codificação de vídeo, imageamento médico e montoramento.

Uma técnica de processamento de imagens coloridas muito estudada é a quantização de imagens. Ela consiste na aplicação de métodos objetivando a redução de cores necessárias para se representar uma determinada imagem, de modo que a mesma possa ser melhor manipulada ou visualizada. As cores de uma imagem devem ser reduzidas a um conjunto de cores representativas para prover uma representação próxima da imagem original por uma imagem reduzida.

A Morfologia Matemática (MM), criada por Serra e Matheron, é o estudo de operadores entre reticulados completos, decomponíveis em operadores (erosão, dilatação) e operações (união, intersecção, negação) elementares. A combinação de tais operadores elementares permite a construção de operadores mais complexos no projeto de soluções de diversos problemas tais como reconhecimento de padrões, filtragem, análise de formas e segmentação de imagens. Dentre os operadores da MM, citamos os operadores conexos, tais como os filtros e afinamentos por atributos (que removem estruturas da imagem de acordo com algum critério), os gradientes morfológicos e o operador watershed.

Apesar de tecnologia em visualização de imagens ter barateado nos últimos anos, quantiza-

Embora seja natural a extensão dos operadores binários da MM para aplicação em níveis de

cinza, o mesmo não acontece para com as imagens coloridas, uma vez que estas carecem de uma relação de ordem entre seus elementos. No entanto, ainda seria desejável dispor de operadores como o gradiente e a abertura o e afinamento por atributo para a análise e o processamento de imagens coloridas.

[2]

2. Proposta O objetivo desta tese é propor um conjunto de técnicas fundamentadas em Morfologia Matemática para a simplificação e segmentação de imagens coloridas, seja espacialmente ou em seu conjunto de cores. Todos esses métodos têm em comum o fato de fazerem uso da teoria dos operadores conexos e da segmentação morfológica, ou de permitir que esta teoria seja estendida, de alguma forma para imagens coloridas.

[3]

[4]

Os métodos propostos nesta tese se dividem em cinco categorias: • Segmentação de objetos em seqüências de imagens. • Gradientes coloridos; • Métodos de quantização baseados em MM; • Decomposição espacial de imagens; • Afinamento por atributos para imagens coloridas;

[5]

[6]

3. Conclusão (Contribuições) O estudo de segmentação de objetos em seqüências de imagens já apresenta resultados e gerou dois artigos [6, 2] mais uma submissão (ao IMAVIS). O estudo de gradientes gerou três artigos [7, 1, 8] mais uma submissão (ao CVIU). O estudo de métodos de quantização gerou três artigos [5, 3, 4]. O estudo de métodos de decomposição espacial ainda está em andamento e o estudo de afinamento por atributos para imagens coloridas ainda está em estágio inicial.

Referências [1] F. C. Flores; A. M. Polidorio and R. A. Lotufo. The Weighted Gradient: A Color Image Gradient Applied to Morphological Segmentation.

[7]

[8]

Journal of the Brazilian Computer Society, 11(3):53–63, December 2006. F. C. Flores and R. A. Lotufo. Watershed from Propagated Markers Improved by a Marker Binding Heuristic. In J. Barrera G.J.F. Banon and U.M. Braga-Neto, editors, Mathematical Morphology and its Applications to Image and Signal Processing, Proc. ISMM’07, pages 313– 323. MCT/INPE, 2007. F. C. Flores, L. B. Facci, and R. A. Lotufo. The Use of Dynamics in Graylevel Quantization by Morphologival Histogram Processing. In Proceedings of 1st. International Conference on Computer Vision Theory and Applications Visapp 2006, pages 121–130, Setubal, Portugal, February 2006. F. C. Flores, L. B. Facci, and R. A. Lotufo. Color Quantization by Morphologival Histogram Processing. In Proceedings of 3st. International Conference on Computer Vision Theory and Applications - Visapp 2008, pages 121– 130, Funchal, Portugal, January 2008. F. C. Flores and R. A. Lotufo. Connected Filtering by Graylevel Classification Through Morphological Histogram Processing. In IEEE Proceedings of SIBGRAPI’2001, pages 120–127, Florianopolis, Brazil, October 2001. F. C. Flores and R. A. Lotufo. Object Segmentation in Image Sequences by Watershed from Markers: A Generic Approach. In IEEE Proceedings of SIBGRAPI’2003, pages 347–352, Sao Carlos, Brazil, October 2003. F. C. Flores; A. M. Polidório and R. A. Lotufo. Color Image Gradients for Morphological Segmentation: The Weighted Gradient Improved by Automatic Imposition of Weights. In SIBGRAPI, pages 146–153, Curitiba, Brazil, October 2004. L. Rittner, F. C. Flores, and R. A. Lotufo. New Tensorial Representation of Color Images: Tensorial Morphological Gradient Applied to Color Image Segmentation. In IEEE Proceedings of SIBGRAPI’2007, pages 45–52, Belo Horizonte, Brazil, October 2007.