EE465: Introduction to Digital Image Processing Copyright Xin Li Görüntü bölütleme Görüntü bölütleme nedir? Görüntünün homojen piksel gruplarına ayrılmasına, görüntü bölütleme denir. Görüntü bölütleme obje çıkartma, obje tanıma amaçlı problemlerin çözümünde kullanılır Kontrolsüz bölütleme yöntemlerinde yer gerçekliği bilgisinden yararlanılmaz EE465: Introduction to Digital Image Processing Copyright Xin Li

EE465: Introduction to Digital Image Processing Copyright Xin Li İkilem! input result 1 result 2 Farklı objeler ne anlama gelmektedir? Eğer ağaçlara yakından bakılacak olursa her biri farklı bir obje olarak Nitelendirilebilir. Fakat uzaktan bakıldığında tüm ağaçları aynı bir obje grubu olarak gözleriz. EE465: Introduction to Digital Image Processing Copyright Xin Li

Bölütleme tekniklerine genel bakış Kenar-temelli Doküman analizi Renk temelli Tıbbi görüntü analizi Doku-temelli Stereo görüntü analizi Biyometrik görüntü Farklılık-temelli Desen analizi Hareket-temelli EE465: Introduction to Digital Image Processing Copyright Xin Li

Kenar-Temelli Teknikler Kontur bularak bölütleme Kenar bulma Sınıflandırma Ve analiz EE465: Introduction to Digital Image Processing Copyright Xin Li

EE465: Introduction to Digital Image Processing Copyright Xin Li Bölge-doldurma EE465: Introduction to Digital Image Processing Copyright Xin Li

Renk-temelli teknikler Renk gösterimleri Cihaz bağımlı: RGB(görüntüleme) veya CMYK (print) Cihaz bağımsız : CIE XYZ veya CIELAB (L*a*b*) RGB renk uzaylarının farklı özellikleri söz konusudur EE465: Introduction to Digital Image Processing Copyright Xin Li

Bazı renk uzayı dönüşümleri Analog TV Digital TV(MPEG) EE465: Introduction to Digital Image Processing Copyright Xin Li

K-Means ile kontrolsüz sınıflandırma N pikselden oluşan bir görüntünün K sayıda Nj sayıda S j alt kümeye ayrıştırılması için karesel toplamların minimum yapılması esasına dayanır piksel merkez Başlangıçta: K küme merkezleri rastgele seçilir K kümelerine pikseller atanır İteratif olarak küme merkezleri yeniden hesaplanır EE465: Introduction to Digital Image Processing Copyright Xin Li'2004

Problem I: Mesafeye bağlı olarak bilinen merkezlere göre kümeleme

Problem II: Bilinen kümelere göre merkezlerin bulunması

Örnek Kmeans kümeleme 1.Başlangıç 2.Kümeleme 3.Yeniden hesaplama 4. İteratif kümleme http://home.dei.polimi.it/matteucc/Clustering/tutorial_html/AppletKM.html

K-means kümeleme: Step 1 Algorithm: k-means, Distance Metric: Euclidean Distance 5 4 k1 k2 k3 3 2 1 1 2 3 4 5

K-means kümeleme: Step 2 Algorithm: k-means, Distance Metric: Euclidean Distance 5 4 k1 3 k2 2 1 k3 1 2 3 4 5

K-means kümeleme: Step 3 Algorithm: k-means, Distance Metric: Euclidean Distance 5 4 k1 3 2 k3 k2 1 1 2 3 4 5

K-means kümeleme: Step 4 Algorithm: k-means, Distance Metric: Euclidean Distance 5 4 k1 3 2 k3 k2 1 1 2 3 4 5

K-means kümeleme: Step 5 Algorithm: k-means, Distance Metric: Euclidean Distance k1 k2 k3

Kmeans ile sınıflandırma EE465: Introduction to Digital Image Processing Copyright Xin Li

Desen-temelli teknikler Desen nedir? EE465: Introduction to Digital Image Processing Copyright Xin Li

Farklılık-temelli teknikler EE465: Introduction to Digital Image Processing Copyright Xin Li

Hareket-temelli teknikler EE465: Introduction to Digital Image Processing Copyright Xin Li

EE465: Introduction to Digital Image Processing Copyright Xin Li Döküman bölütleme EE465: Introduction to Digital Image Processing Copyright Xin Li

Tıbbi görüntü bölütleme active contour model (snake) EE465: Introduction to Digital Image Processing Copyright Xin Li

Biyometrik görüntü bölütleme EE465: Introduction to Digital Image Processing Copyright Xin Li