Phân tích một số phương pháp phân đoạn ảnh có giám sát

LOGO
BỘ GIÁO DỤC & ĐÀO TẠO
TRƢỜNG ĐẠI HỌC HỌC LẠC HỒNG
KHOA CÔNG NGHỆ THÔNG TIN
GVHD: PGS.TS Ngô Quốc Tạo
Học Viên: Nguyễn Văn Thành.
MSHV: 911000056
Lớp : 11CC911- Niên khóa: 2011 – 2013
ĐỀ TÀI:
“PHÂN TÍCH MỘT SỐ PHƢƠNG PHÁP
PHÂN ĐOẠN ẢNH CÓ GIÁM SÁT.”
NỘI DUNG TRÌNH BÀY
NỘI DUNG THỰC HIỆN
MỤC TIÊU
ĐẶT VẤN ĐỀ
KẾT LUẬN
2 Học viên: Nguyễn Văn Thành
A. ĐẶT VẤN ĐỀ
Phân đoạn ảnh luôn là bưc tiền xử lý đầu tiên trưc khi
thực hiện các thao tác ở mức cao hơn như nhận dạng đối
tượng, biểu diễn đối tượng, nén ảnh dựa trên đối tượng,
hay truy vấn ảnh dựa vào nội dung.
Các thuật toán dựa vào hai thuộc tính quan trọng của
mỗi điểm ảnh so vi các điểm lân cận của nó: sự khác
(dissimilarity) và giống nhau (similarity).
3 Học viên: Nguyễn Văn Thành
A. ĐẶT VẤN ĐỀ
Các phương pháp dựa trên sự khác nhau của các điểm
ảnh được gọi là các phương pháp biên (boundary-based
Methods).
Các phương pháp dựa trên sự giống nhau của các điểm

ảnh được gọi là phương pháp miền (region-based
methods).
Các thuật toán theo cả hai hưng trên đều vẫn chưa
cho kết quả phân đoạn tốt…

4 Học viên: Nguyễn Văn Thành
B. MỤC TIÊU
 Nghiên cứu, nắm vững phương pháp phân đoạn ảnh.
 Trình bày một số phương pháp phân đoạn ảnh có giám
sát.


5 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
1. Các hưng tiếp cận chính trong phân đoạn ảnh.
2. Một số phương pháp phân đoạn ảnh có giám sát.
3. Cài đặt phân đoạn ảnh RWR
4. So sánh.

6 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
1. Các hƣớng tiếp cận trong phân đoạn ảnh.
 Phân vùng ảnh theo ngưỡng biên độ.
 Các tính chất vật lý như: độ tương phản, độ truyền
sáng, màu sắc hoặc đáp ứng phổ.
 Kỹ thuật phân ngưỡng theo biên độ rất có lợi đối vi
ảnh nhị phân như văn bản in, đồ họa, ảnh màu hay
ảnh X-quang.
7 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN

1. Các hƣớng tiếp cận trong phân đoạn ảnh.
 Phân vùng theo miền đồng nhất.
 Các tiêu chuẩn hay được dùng là sự thuần nhất về
mức xám, màu sắc đối vi ảnh màu, kết cấu sợi và
chuyển động.

8 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
1. Các hƣớng tiếp cận trong phân đoạn ảnh.
 Phân vùng ảnh dựa trên phân tích kết cấu
 Kết cấu thường được nhận biết trên bề mặt của các
đối tượng như gỗ, cát…
 Kết cấu được chia làm hai loại chính là: thống kê và
cấu trúc.
9 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
1. Các hƣớng tiếp cận trong phân đoạn ảnh.
 Phân vùng ảnh dựa trên sự phân lp điểm ảnh
 Phân vùng ảnh X chính là phân lp tập X thành các
lp C
i
sao cho từ C
i
phát triển thành các vùng R
i
. Chỉ
tiêu phân lp ở đây chính là độ đồng đều (tương tự)
về thuộc tính của các điểm ảnh.
10 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN

1. Các hƣớng tiếp cận trong phân đoạn ảnh.
 Phân vùng dựa vào lý thuyết đồ thị.
 Hình ảnh sẽ được mô tả như một đồ thị vi các đỉnh
của đồ thị là các điểm ảnh và các cạnh trên đồ thị nối
các điểm ảnh lân cận vi nhau.
 Phân vùng dựa trên mức độ biến thiên giữa các vùng
lân cận trong ảnh.

11 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
1. Các hƣớng tiếp cận trong phân đoạn ảnh.
 Phân vùng ảnh dựa trên biểu diễn và xử lý đa phân
giải.
 Dựa trên cấu trúc chóp (cây tứ phân hoặc bộ lọc).
 Chóp liên kết được xây dựng trên cơ sở cây tứ phân
biểu diễn đa phân giải.


12 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
2. Phƣơng pháp phân đoạn ảnh có giám sát.
Phân đoạn của ảnh tự nhiên là một trong nhưng vấn
đề khó khăn nhất.(Ranh gii,kết cấu)
 Tìm ranh gii yếu khi chúng là một phần của một
ranh gii thích hợp.
 Phân tách các kết cấu phức tạp trong ảnh.

13 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
2. Phƣơng pháp phân đoạn ảnh có giám sát.

Có 3 loại thuật toán phân đoạn giám sát.
 Dựa trên ranh gii mong muốn.
 Đưa ra một ranh gii ban đầu sát vi ranh gii mong
muốn.
 Người sử dụng cung cấp một nhãn ban đầu của một
số điểm ảnh.
14 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
2. Phƣơng pháp phân đoạn ảnh có giám sát.
a. Phƣơng pháp GrabCut.
 Dựa trên hàm năng lượng được giảm thiểu thông
qua kỹ thuật tối ưu hóa rời rạc.
 Thiết lập các cạnh có tổng trọng số nhỏ nhất.
 Sử dụng GMM cho không gian màu.
 Sử dụng thủ tục Lặp lại.
 Giảm tương tác người dùng.
15 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
2. Phƣơng pháp phân đoạn ảnh có giám sát.
b. Phƣơng pháp RW.
 Sau khi xác suất tiền nghiệm RW bắt đầu từ một
điểm ảnh đầu tiên đạt đến một trong nhưng hạt
giống vi mỗi nhãn được gán, điểm ảnh đó được
gán nhãn vi xác suất tối đa.

16 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
2. Phƣơng pháp phân đoạn ảnh có giám sát.
b. Phƣơng pháp RW.
 Vì một RW bắt đầu từ một điểm ảnh đầu tiên phải

đến khu vực biên được gán trưc, RW chỉ xem
xét mối quan hệ giữa các điểm ảnh và biên.
 Do đó, các thông tin của các hạt giống bên trong
khu vực gán trưc được bỏ qua mà không có
tương tác cao hơn.
17 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
2. Phƣơng pháp phân đoạn ảnh có giám sát.
c. Phƣơng pháp RWR.
 Một số điểm liên quan giữa hai nút trong một đồ
thị có trọng số.
 Khai thác hai thuộc tính quan trọng được chia sẻ
bởi nhiều đồ thị thực, đó là: mối tương quan
tuyến tính và cấu trúc liên kết chặt chẽ.
18 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
2. Phƣơng pháp phân đoạn ảnh có giám sát.
c. Phƣơng pháp RWR.
 RWR được xác định dựa vào phương trình.


là véctơ trạng thái, là ma trận điều chỉnh,
c xác định khả năng quay trở lại,
là véctơ bắt đầu.


19 Học viên: Nguyễn Văn Thành


ii

i
ecrWcr )1(
~
i
r

~
W

i
e
C. NỘI DUNG THỰC HIỆN
2. Phƣơng pháp phân đoạn ảnh có giám sát.
c. Phƣơng pháp RWR.
 Có ba giải pháp RWR.
 Tính toán trưc và lưu trư các ma trận nghịch đảo.
Đặc điểm là nhanh nhưng không gian hạn chế .
 Tính toán nghịch đảo ma trận. Lợi thế là tính nhanh
nhưng chậm về thời gian truy vấn
 B_LIN nhanh chóng và thực tế.

20 Học viên: Nguyễn Văn Thành
C. NỘI DUNG THỰC HIỆN
2. Phƣơng pháp phân đoạn ảnh có giám sát.
c. Phƣơng pháp RWR.
 Quá trình phân đoạn ảnh dựa trên RWR
 Xây dựng đồ thị trọng số cho một hình ảnh.
 Tính xác suất trạng thái ổn định.
 Gán nhãn vi xác suất tối đa.
21 Học viên: Nguyễn Văn Thành

KẾT QUẢ
Học viên: Nguyễn Văn Thành 22
C. NỘI DUNG THỰC HIỆN
3. Một số so sánh.
 Vấn đề biên ảnh yếu.
 RW cho thấy kết quả phân đoạn tốt hơn GC trong
sự tương phản thấp vi số lượng hạt giống nhỏ.
 Mặc dù GC và RW có khả năng tìm kiếm biên ảnh
yếu, thuật toán RWR các kết quả đầu ra trực
quan hơn.
23 Học viên: Nguyễn Văn Thành
3. Một số so sánh.
 Vấn đề biên ảnh yếu.

• GC có vấn đề cắt
nhỏ.
• RW bị ảnh hưởng
đáng kể bởi sự khác
biệt giữa số lượng
của Green và Blue
hạt giống
• RWR là ít phụ thuộc
vào số lượng hạt
giống.
Học viên: Nguyễn Văn Thành 24
C. NỘI DUNG THỰC HIỆN
3. Một số so sánh.
 Vấn đề kết cấu.
 GC và RW rất khó để tách biệt khu vực kết cấu mà
không cần xem xét các kết nối bậc cao hơn.

 RWR nắm bắt cấu trúc kết cấu tốt và thu được chi
tiết đối tượng.

25 Học viên: Nguyễn Văn Thành