III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.excluí-las. A figura 6b ilustra o resultado obtido a partirda figura 6a, após exclusão das bordas principais dosobjetos e linhas extensas.a) Aplicação de Canny b) Eliminação dassobre figura 4bbordas e linhasextensasFigura 6 – Aplicação do detector de borda CannyNa imagem da figura 6b é aplicado o operadormorfológico de dilatação para se dar mais ênfase a essainformação de textura. O resultado é demonstrado nafigura 7a. O complemento do resultado da dilatação écombinado com a imagem obtida na figura 4a, comodemonstrado na figura 7b.Figura 8 – Resultado Final sobreposto com a imagemoriginal.5. Testes e ResultadosNa imagem cujo processamento foi ilustrado nesteartigo, somente um falso positivo foi detectado (jardimindicado pela seta na figura 9a). Um telhado de materialescuro não foi encontrado e também dois lados sombrasde telhados (indicados pelas setas na figura 9b). Isto sedeve aos valores de nível de cinza desses objetos, quefazem com que eles sejam eliminados durante a fase depré-processsamento.a) Dilatação b) sobreposição dasfiguras 4a e 7aFigura 7 – Eliminação das áreas arborizadasAs bordas são então suavizadas eliminando-se pontasatravés da operação de abertura. Nessa operação osjardins são eliminados, conforme desejado.Parte das bordas perdidas com a eliminação dosjardins, é recuperada com a operação de dilatação.Finalmente, regiões dentro dos objetos são preenchidaspelo comando imfill do Matlab [10]. O resultado final éilustrado na figura 8.Algumas observações devem ser feitas quanto ametodologia desenvolvida:1) Após cada um dos passos descritos acima, osobjetos muito pequenos são eliminados utilizando-se ocomando bwareaopen do Matlab [10], pois os telhadoscorrespondem aos objetos maiores nas imagens.2) Tanto o comando bwareopen quanto o comandoimfill são implementados por operações morfológicas.3) O elemento estruturante utilizado nas operaçõesmorfológicas foi o quadrado, devido à forma retangulardos telhados.a) falso positivo b) falsos negativosFigura 9 – análise dos resultadosA variação da classificação feita por doisobservadores independentes pode ser medida emqualquer situação em que os observadores estãoavaliando um mesmo conjunto de dados. A estatísticaKappa é uma medida desta variação. Ela mede adiferença entre a concordância da classificaçãorealizada, e a concordância que seria obtida por meroacaso e é normalizada para estar no intervalo -1 a 1,onde 1 é uma concordância perfeita e 0 é o que seriaesperado por acaso. Valores menores do que zeroindicam concordância menor do que casuais, isto é, umapotencial discordância sistemática [13]. No caso dessetrabalho, foi calculada a estatística Kappa entre ométodo desenvolvido e a classificação real dos objetos,realizada manualmente num conjunto de objetos deamostra.212