Segmentierung I - Hochschule Niederrhein
Segmentierung I - Hochschule Niederrhein
Segmentierung I - Hochschule Niederrhein
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
„Graphische Datenverarbeitung<br />
und Bildverarbeitung“<br />
<strong>Hochschule</strong> <strong>Niederrhein</strong><br />
<strong>Segmentierung</strong><br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 1<br />
Einordnung in die Inhalte der Vorlesung<br />
• Einführung<br />
• mathematische und allgemeine Grundlagen<br />
• Hardware für Graphik und Bildverarbeitung<br />
• Graphische Grundalgorithmen (Zeichnen graphischer Primitive, Methoden für<br />
Antialaising, Füllalgorithmen)<br />
• Bildaufnahme (Koordinatensysteme, Transformation)<br />
• Durchführung der Bildverarbeitung und -analyse<br />
• Fourier-Transformation<br />
• Bildrekonstruktion und Bildrestauration<br />
• Bildverbesserung (Grauwertmodifikation, Filterverfahren)<br />
• <strong>Segmentierung</strong><br />
• Morphologische Operationen<br />
• Merkmalsermittlung und Klassifikation<br />
• Erzeugung von Bildern in der Computergraphik<br />
• Geometrierepräsentationen<br />
• Clipping in 2D und 3D<br />
• Hidden Surface Removal<br />
• Beleuchtungsberechnung<br />
• Shading<br />
• Schattenberechnung<br />
• Volumenrendering als Beispiel für die Nutzung beider Gebiete<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 2
Patient<br />
Wiederholung wichtiger Begriffe<br />
Bildaufnahme<br />
• Rangordnungsfilter<br />
• Adaptive Filter<br />
• Kantenfilter für erste und zweite Ableitung<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 3<br />
Einordnung der <strong>Segmentierung</strong> in den<br />
Ablauf des Bildanalyseprozesses<br />
Klassifikation<br />
<strong>Segmentierung</strong><br />
Diagnose /<br />
Objektklasse<br />
Bildrekonstruktion<br />
Bildvorverarbeitung<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 4
13. <strong>Segmentierung</strong><br />
Zerlegung eines Bildes in semantische Einheiten (d.h. in Strukturen, denen eine<br />
Bedeutung zugeordnet werden kann).<br />
Segmente und nicht die Pixel sind die Träger der Bedeutung von Strukturen in<br />
einem Bild.<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 5<br />
• Übergang von der rein numerischen Darstellung des Bildes in<br />
einer Grauwertmatrix zu einer symbolischen Darstellung, nur<br />
einfache Objekte (Punkt, Fläche, Linie) werden extrahiert<br />
• Datenreduktion: Grauwertbild → Binärbild → Kontur<br />
Grundlegende Ansätze:<br />
<strong>Segmentierung</strong><br />
• datenbasierte <strong>Segmentierung</strong> : Homogenitätsbedingung ist vom<br />
Bildinhalt unabhängig<br />
• Modellbasierte <strong>Segmentierung</strong>: Zwitter zwischen <strong>Segmentierung</strong><br />
und Analyse<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 6
<strong>Segmentierung</strong> = Zerlegung des Bildes in Teilbereiche<br />
Zerlegung des<br />
gesamten Bildes<br />
<strong>Segmentierung</strong> von<br />
einzelnen Objekten<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 7<br />
Für die <strong>Segmentierung</strong> gilt:<br />
• jedes Pixel gehört zu einer Region <strong>Segmentierung</strong> ist<br />
vollständig<br />
• ein Pixel kann nicht zwei verschiedenen Regionen angehören<br />
Segmente sind überdeckungsfrei<br />
• für jede Region gilt ein Homogenitätskriterium<br />
• Regionen sind maximal<br />
• jedes Segment bildet ein zusammenhängendes Gebiet<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 8
werte:Schwellen-<br />
13.1 Datenbasierte <strong>Segmentierung</strong>smethoden<br />
histogrammbasiert bildbasiert<br />
regionenorientiert kantenorientiert<br />
Regionen- oder Kantenorientierung:<br />
Histogrammbasierte oder bildbasierte<br />
<strong>Segmentierung</strong>:<br />
Segmentzugehörigkeit wird anhand des<br />
Histogramms oder des Bildes entschieden<br />
Segmente werden durch ihre Grenzen oder ihr Inneres<br />
definiert<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 9<br />
13.2 Histogrammbasierte <strong>Segmentierung</strong><br />
Annahme: Bild besteht aus<br />
zwei Anteilen (Vordergrundobjekte<br />
und Hintergrund),<br />
die sich durch ihren<br />
Grauwert unterscheiden.<br />
Aufgabe: Finde einen<br />
Schwellenwert (Threshold)<br />
zwischen den beiden<br />
Grauwerten.<br />
g(i,j) = 1, falls f(i,j)>thr<br />
0, sonst<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 10<br />
147 185 110
Histogrammbasierte <strong>Segmentierung</strong><br />
• Wahl des Minimums zwischen<br />
zwei Maxima als Schwellwert<br />
• Dreieck-Algorithmus (Zack)<br />
Gestaltbasierte Techniken<br />
- Ermittlung der Linie zwischen dem Maximum<br />
im Histogramm und dem kleinsten oder<br />
größten im Bild vorkommenden Grauwert<br />
- Bestimmung des Abstandes zwischen der<br />
Linie und dem Histogramm h(g) für alle<br />
Grauwerte mit g min max >g max<br />
- Auswahl des Grauwertes als Schwellenwert<br />
für den sich größter Abstand ergab<br />
- Vorteil: Lücken im Histogramm sind nicht so<br />
störend<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 11<br />
Histogrammbasierte <strong>Segmentierung</strong><br />
Gestaltbasierte Techniken<br />
Verbesserung der Möglichkeit einer Histogrammauswertung<br />
durch Laplace-Filterung Ausblenden<br />
der homogenen Gebiete, da sonst Objekte mit<br />
geringem Flächenanteil nicht im Histogramm<br />
wahrnehmbar sind (Analyse der Randgebiete)<br />
f’(x) f(x)<br />
Bildzeile x<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong><br />
x<br />
12<br />
f’’(x) x
Weitere Möglichkeiten zur einfachen<br />
Schwellenwertbestimmung<br />
• Nutzung des mittleren Grauwertes, wenn sichergestellt ist,<br />
dass beide Anteile gleich häufig im Bild auftreten<br />
• Berücksichtigung des prozentualen Anteils der Objekte<br />
(Ermittlung des Schwellenwertes aus dem<br />
Summenhistogramm)<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 13<br />
Inadäquates Thresholding<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 14
Helligkeitsvariationen<br />
zerstören die bimodale Verteilung<br />
der Häufigkeiten.<br />
►Schwellenwert ist nicht mehr<br />
für das gesamte Bild<br />
definierbar.<br />
13.3 Shading<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 15<br />
Berücksichtung von Shading<br />
• Leerbild unter gleichen Bedingungen aufnehmen Ableitung<br />
der Shadingfunktion s(i,j),<br />
Korrektur der Helligkeitsveränderung: f´(i,j)=f(i,j)·s(i,j)<br />
• Shading-Bild aus dem Bild selbst bestimmen<br />
• Verwendung lokaler Schwellenwerte<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 16
Bestimmung des Shadingbilds<br />
• Falls die überwiegende Mehrzahl des Bildes aus Vorder- oder<br />
Hintergrundpixeln besteht, kann das Shadingbild durch einem<br />
Rangordnungsfilter erzeugt werden.<br />
• Der Rangordnungsfilter muss mindestens so groß sein, dass immer<br />
mindestens ein Vorder- bzw. Hintergrundpixel enthalten ist.<br />
13×13 Maximumsfilter<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 17<br />
Shading-Korrektur<br />
Berechne aus dem Hintergrundbild Shadingfunktion s(i,j)<br />
Korrektur: f´(i,j)=f(i,j) ·s(i,j)<br />
<strong>Segmentierung</strong> auf dem korrigierten Bild:<br />
ohne Korrektur mit Korrektur<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 18
• Lokale Schwellenwerte aus Histogrammen in Teilregionen<br />
• (Lineare) Interpolation von Schwellenwerten T(i,j) an allen anderen Punkten.<br />
• <strong>Segmentierung</strong> durch f(i,j)>T(i,j).<br />
Variierende Schwelle<br />
Schwellenwert<br />
172<br />
Histogramm<br />
180 173 170<br />
174<br />
179 175 173<br />
180 170 172 169 170<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 19<br />
13.4 Region Labeling<br />
179<br />
181<br />
173 170<br />
• Schwellenwert zerlegt das Bild in Vordergrund- und Hintergrundsegmente.<br />
• Region Labeling bestimmt Ort und Anzahl aller zusammenhängenden Gebiete<br />
im Binärbild b:<br />
region.initialise() // Region der Größe M,N erzeugen und<br />
label=1 // mit Null initialisieren, Startlabel=1<br />
for (i,j) = 0, (M,N) do // Doppelschleife über i und j<br />
if region.labels(i,j) = 0 then // dieser Ort ist noch nicht<br />
Teil einer Region<br />
label = label+1 // neues Label vergeben<br />
region.flood_fill(i,j,label) // zusammenhängendes<br />
Gebiet um (i,j) mit<br />
Label füllen<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 20
13.5 Bildbasierte <strong>Segmentierung</strong><br />
<strong>Segmentierung</strong> nach Homogenität im Inneren des<br />
Segments (regionenbasierte <strong>Segmentierung</strong>)<br />
oder<br />
Inhomogenität an dessen Rand (Kantenbasierte<br />
<strong>Segmentierung</strong>)<br />
Merkmale für Homogenität bzw.<br />
Inhomogenität bestimmen das<br />
Resultat<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 21<br />
13.6 Regionen: Split & Merge-Algorithmus<br />
• Startbedingung: Das gesamte Bild ist ein Segment.<br />
• Ein Segment wird solange in 4 Untersegmente zerlegt, wie es ein<br />
gegebenes Homogenitätskriterium nicht erfüllt<br />
• Benachbarte Segmente werden zusammenfasst, wenn sie auch nach der<br />
Zusammenfassung das Homogenitätskriterium erfüllen.<br />
• Resultat ist eine vollständige, überdeckungsfreie Zerlegung des Bildes<br />
(<strong>Segmentierung</strong> gemäß Definition)<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 22
Zerlegungsschritt<br />
Zerlegung terminiert<br />
spätestens auf<br />
Pixelebene.<br />
Problem: Datenstruktur<br />
zur Dokumentation der<br />
aktuellen Zerlegung<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 23<br />
Zerlegungsschritt<br />
(Quad-Tree Repräsentation)<br />
3.Schritt 1.Schritt2.Schritt<br />
4.Schritt<br />
Der Wert des Homogenitätsmerkmals<br />
einer Region wird im<br />
entsprechenden Blatt des<br />
Quadtrees abgelegt<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 24
Merging<br />
Die Entscheidung über eine Zusammenfassung von Segmenten erfolgt<br />
durch Traversierung des Zerlegungs-Quadtrees<br />
Merge-Versuch erfolgt nach<br />
jeder Zerlegung zwischen<br />
allen benachbarten und<br />
homogenen Regionen.<br />
Traversierung<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 25<br />
Split & Merge<br />
Split<br />
Split<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong><br />
Merge Merge<br />
26
Split & Merge<br />
Resultat: Zerlegung des gesamten Bilds in Regionen.<br />
Homogenitätsmerkmale:<br />
• gleicher Grauwert<br />
• gleicher Grauwertbereich<br />
(Varianz)<br />
Probleme:<br />
• Merge-Schritt ist bei relativen<br />
Homogenitätsmerkmal nicht immer<br />
eindeutig.<br />
• Regionen werden nicht von<br />
vornherein nach „Wichtigkeit“<br />
unterschieden (echte<br />
<strong>Segmentierung</strong>)<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 27<br />
• Schwellenwertsegmentierung<br />
• Region Labelling<br />
• Shadingkorrektur<br />
Zusammenfassung<br />
• Bildbasierte, regionenorientierte <strong>Segmentierung</strong>: Split&Merge<br />
Graphische DV und BV, Regina Pohle, 13. <strong>Segmentierung</strong> 28