EE465: Introduction to Digital Image Processing Copyright Xin Li

... konulu sunumlar: "EE465: Introduction to Digital Image Processing Copyright Xin Li"— Sunum transkripti:

1 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

2 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

3 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

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

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

6 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

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

8 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

9 Problem I: Mesafeye bağlı olarak bilinen merkezlere göre kümeleme

10 Problem II: Bilinen kümelere göre merkezlerin bulunması

11 Örnek Kmeans kümeleme 1.Başlangıç 2.Kümeleme 3.Yeniden hesaplama
4. İteratif kümleme

12 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

13 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

14 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

15 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

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

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

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

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

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

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

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

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