fundamentos da computação gráfica puc-rio – pontifícia universidade católica do rio de...
TRANSCRIPT
Fundamentos da Computação Gráfica
PUC-Rio – Pontifícia Universidade Católica do Rio de Janeiro DI – Departamento de Informática
Mestrado em Informática Disciplina: Fundamentos da Computação Gráfica
Professor: Marcelo Gattass
Pedro Nuno de Souza Moura
Esta apresentação tem por objetivo demonstrar os algoritmos implementados e os resultados obtidos para a primeira etapa do trabalho de reconhecimento de código QR.
Apresentação
Objetivo do Trabalho → Reconhecimento de códigos Quick Response.
Primeira etapa: Segmentação da Imagem.
Uma das técnicas possíveis: Thresholding (Limiarização).
Diversos algoritmos e abordagens existentes.
Referência de Yie Liu e Mingjun Liu cita diversos.
Objetivo
Global → Um único valor de threshold para toda a imagem.
Local → Threshold é obtido através da análise da vizinhança de um pixel.
Algumas possibilidades de vizinhança:
4-vizinhança:
8-vizinhança:
Métodos de Thresholding
Método de Otsu → Método iterativo para obter um threshold que separe a imagem em fundo (background) e objeto.
Trabalha com o histograma da imagem.
Minimiza a sobreposição dos agrupamentos ao minimizar a variância intraclasse:
Algebrismo:
Algoritmo: Obter arg max da expressão acima.
Métodos de Thresholding
)()()( 222
211
2 twtwtI
)()()( 222 ttt EI 2
2121222 ))()(()()()( ttwwttt IE
Norma ISO → Obtém o valor médio entre a maior e a menor intensidade de cinza presente na imagem.
Em condições uniformes de iluminação, funciona bem.
Justificativa: Problema:
Métodos de Thresholding
Algoritmo K-Means: Busca Local para algoritmos de clusterização.
Parte de uma solução inicial e intensifica até convergir a um ótimo local.
Obtém a média dos dois grupos: e .
Novo thresholding é .
Critério de parada é a convergência local.
Métodos de Thresholding
1 2
221
Método Local de Nilblack.
O threshold para um pixel corresponde à média de seus vizinhos.
Foi utilizada uma 8-vizinhança.
Métodos de Thresholding
Imagem original:
Exemplo
Imagem em tons de cinza:
Exemplo
Exemplo Histograma da imagem em escala de cinza:
Histograma
0500
1000150020002500300035004000
0 30 60 90 120 150 180 210 240
Intensidade de Cinza
Pixe
ls
Método constante na norma ISO:
Exemplo
Aplicação do K-Means ao resultado anterior:
Exemplo
Método de Otsu:
Exemplo
Aplicação do K-Means ao resultado anterior:
Exemplo
Método de Nilblack processando vizinhos que distam até 20 unidades:
Exemplo