ndice

UMBRALIZACIN GLOBAL

Tcnicas de punto dependiente

TCNICAS DE UMBRALIZACIN
Javier Sanguino Botella M Carmen Tobar Puente

Mtodo Mtodo Mtodo Mtodo

modal p-tile de Otsu de anlisis de la concavidad del histograma

Mtodos de entropia o Mtodo de Pun o Mtodo de Kapur, Sahoo y Wong o Mtodo de Johannsen y Bille

Mtodos de conservacin de momentos Mtodo del error mnimo

Tcnicas de regin dependiente

Mtodos de transformacin del histograma Mtodos basados en niveles estticos de gris de segundo orden
o Mtodo de la matriz Co-ocurrencia o Mtodo scatter plot

Mtodo de Deravi y Pal

UMBRALIZACIN LOCAL MULTIUMBRALIZACIN

UMBRALIZACIN
Tcnica de segmentacin (particin de la imagen en reas con significado) en imgenes con fondo uniforme y objetos a extraer

UMBRALIZACIN
Imagen en nivel de grises (n=1):

I :
Niveles de grises

negro 0 O 1 blanco

LPI = * = {0,1, , O 1}

Umbral

W *
IW

Imagen binaria

:
IW

{0 , 1}
si si
I I

([ , \ ) =

0 1

([ , \ ) < ([ , \ )

W W

HISTOGRAMA
PICOS
L O

L * ={1,2,...,O 1 }

Q = frecuencia absoluta del nivel de gris L en la imagen Q = Q = n total de pixels en la imagen

L

S = Q = frecuencia relativa del nivel de gris i en la imagen Q = LS = media (brillo)

L L O

=0

=0
O

= (L )
2
L

=0
O

= varianza (contraste: dispersion de los niveles de gris)

OBJETO

VALLE (UMBRAL FONDO

+ = S log ( S ) = entropia (a mayor entropia, mas niveles de grises en la imagen)

L

=0

UMBRALIZACIN GLOBAL
& = {0,1,.., W} (objetos) Particion de * = {0,1,..., O 1}: & = {W +1,..., O 1} (fondo) 1 = S = S = +1 =0 1 1 1 = LS (media) = LS (media) = +1 =0 1 2 S 2 = (L )2 S (varianza) 2 = (L ) (varianza) = +1 =0 1 S S + = S log S (entropia) + = log (entropia) =0 = +1
R I
W O R L I L L L W W O R L I L R L I L W W O L L R R I I L R L W I W O L L L L R I L R R L W I I

TCNICAS DE PUNTO DEPENDIENTE

MTODO P-TILE
Necesario conocer el rea que ocupan los objetos: p% UMBRAL: Se asigna un p% de los pixels al objeto

MTODO MODAL
El histograma debe de ser bimodal UMBRAL: Nivel de gris correspondiente al valle del histograma

+ =1
R I R R

= +
R R I R I I

2 = 2 + 2 + (
I I

MTODO DE OTSU
Otsu

MTODO DE ANLISIS DE LA CONCAVIDAD DEL HISTOGRAMA

W *
la
concavidad

Se considera para cada particin de G:

& = {0,1, ..., W } (o b jeto s) & = {W + 1, ..., O 1} (fo n d o)

R I

Utiliza el mtodo modal (histograma bimodal) UMBRAL: Estudio de la concavidad del histograma
Se considera el polgono S de vrtices

6 = {(L, Q ) : Q 0}
L L

Se basa en la varianza

= + + (
2 2 2
I R R I R I I

UMBRAL: Maximiza la varianza conjunta:

Umbral:88

) =( )
2
R R R R I

Umbral:77

Se construye el menor polgono convexo que contiene a 6 , 6 Las concavidades de S quedan determinadas por el conjunto diferencia (mximos locales) Deben eliminarse las concavidades debidas a puntas de ruido (spirius)

y por lo tanto minimiza la varianza ponderada:

2 + 2
R R I I

MTODOS DE ENTROPA
Mtodos de Pun
PUN1 PUN2

MTODO DE PUN 1 (basado en la entropa)

entropiaPun1

Se considera para cada W * la particin de G:

& = {0,1,..., W} (objetos) & = {W + 1,..., O 1} (fondo)
R I

Mtodo de Kapur, Sahoo y Wong Mtodo de Johannsen y Bille

Umbral:139

UMBRAL: Maximiza la suma de las entropas de las dos clases

+ =+ ++
R

= S log ( S )
W L

=0

=
L

=W +1

S log ( S )
L L

MTODO DE PIN 2 (basado en la entropa)

entropiaPun2

MTODO DE KAPUR, SAHOO Y WONG

(basado en la entropa)
entropiaKSW

Se usa un coeficiente

+ +

S
P L= O

lo g lo g

(S )
L

Se considera para cada W * particin de G:

R

la

S
L=

0 1 0

(S )
L

& = {0,1,..., W} (objetos) & = {W + 1,..., O 1} (fondo)

I

siendo m el menor entero tal que

Entropas de las clases:

S
L

0.5

=
L

=0

S log (entropia)
L R

=0

UMBRAL: t tal que

W

=
L

=W +1

S log (entropia)
L I

Umbral:148

1 si 0.5 S = si > 0.5 =0

L L

(W P)

Umbral:192

UMBRAL: Maximiza la suma de las entropas:

+ ++
R

MTODO DE JOHANNSEN Y BILLE

(basado en la entropa)
entropiaJB

MTODO DE CONSERVACIN DE LOS MOMENTOS

momentos

Se considera para cada particin de G:

W *

la

Se conservan los momentos en la imagen binaria:

P 0

& = {0,1,..., W} (objetos) & = {W + 1,..., O 1} (fondo)

R I

= = =

1
Q

1
LQL

=R

P1

1
Q

1
L

UMBRAL: Minimiza:
P 2

QL

1
Q

6 + 6 siendo:
1 6 = log( ) ( S log ( S ) + ( S )log ( S
R W W R W R R W

1
L

QL

))

UMBRAL: Por el mtodo p-tile, siendo:

Umbral:77

1 6 = log ( + S ) +S
I W I

( S log ( S ) +
W W

log (

))

S=

] P1 F12 4F0

con , ]= 1 2

Umbral:112
F0 =
2 P1P3 P2

P2 P12

, F1 =

P1P2 P3 P2 P12

F12 4F0 F1

MTODO DEL ERROR MNIMO

error mnimo

UMBRALIZACIN GLOBAL TCNICAS DE PUNTO DEPENDIENTE RESULTADOS EXPERIMENTALES

la
entropiaPun1

Se considera para cada particin de G:

R

W *

& = {0,1,..., W} (objetos) & = {W + 1,..., O 1} (fondo)

I

concavidad

Otsu

entropiaPun2

1 ( , 2 ), 1 (
R R

Cada clase tiene distribucin normal , 2 , con probabilidad

I I

OSTU CONCAVIDAD

88(86)
error mnimo

3 y 3
R

77(127) 139(131) 148 192(123) 77(75) 112(91) 24(111)

entropiaKSW

momentos

entropiaJB

Funcin de densidad: UMBRAL: minimiza:

3 S (L ) + 3 S (L )
R R I I

PUN1 PUN2 KSN

Umbral:24
1 + 2 Q log (
R

) + Q

log (

)) 2 (Q

log (Q ) + Q log (Q
R I

))

JB MOMENTOS ERROR MNIMO

IMAGEN EN COLOR
x 10 3.5 imagen color imagen en grises 3 2.5 2 1.5 1 0.5 0 0 100 200
4

IMAGEN EN COLOR
x 10
4

imagen color

imagen en grises

Ostu
2

concavidad

EntropiaPun1

EntropiaPun2

Mtodo OTSU CONCAVIDAD PUN1 PUN2 ENTROPIA JB ENROPIA KSW MOMENTOS ERROR MNIMO

Umbral 127 166 183 186 115 154 133 162

0 0 100 200

EntropiaJB

EntropiaKSW

Momentos

ErrorMinimo

IMAGEN EN COLOR
x 10 6
4
im a ge n c o lo r

IMAGEN DE COLOR
x 10 6
4

5 im ag e n e n g ris e s

5 imagen color imagen en grises

Mtodo OTSU

Umbral 172 217 226 228 151 204 168 217

Ostu
0 10 0 200

concavidad

EntropiaPun1

EntropiaPun2

CONCAVIDAD PUN1

PUN2 ENTROPIA JB

EntropiaJB

EntropiaKSW

Momentos

ErrorMinimo

ENROPIA KSW MOMENTOS

0 0 100 200

ERROR MNIMO

UMBRALIZACIN GLOBAL
TCNICAS DE REGIN DEPENDIENTE
Para determinar el umbral se tiene en cuenta el entorno de cada pixel MATRIZ DE CO-OCURRENCIA
G : distancia : angulo

UMBRALIZACIN GLOBAL
TCNICAS DE REGIN DEPENDIENTE
MTODOS DE TRANSFORMACIN DEL HISTOGRAMA
Se transforma el histograma en otro con valles profundos y picos agudos y se aplica el mtodo modal (punto dependiente) La transformacin del histograma se hace de acuerdo a alguna propiedad local de los pixeles

Matriz de orden (y-1)x(y-1):

G ,

vw

L, M * 0 G , (L, M ) = frecuencia relativa de los pixeles con niveles que estn a una distancia d y ngulo

UMBRALIZACIN GLOBAL
TCNICAS DE REGIN DEPENDIENTE
MTODO DE LA MATRIZ DE CO-OCURRENCIA
= 1,0 + Matriz de co-ocurrencia: (4-conectividad de los niveles LM)

UMBRALIZACIN GLOBAL
TCNICAS DE REGIN DEPENDIENTE
MTODO SCATTER PLOT (Nivel gris, media local nivel gris)
En un scatter plot, el origen se define en la esquina izquierda superior. El nivel de grises crece de izda a drcha y la media local de gris (ventana 3x3) de abajo a arriba. Las entradas del scatter plot cerca de la diagonal corresponden a las zonas homogneas de la imagen (interior de los objetos y fondo) Las entradas del scatter plot lejos de la diagonal corresponden a los bordes de los objetos. El scatter plot permite definir dos histogramas. Histograma basado en las entradas cerca de la diagonal (Valle entre objetos y fondo). Histograma basado en las entradas a lejos de la diagonal (Pico entre los objetos y el fondo) UMBRAL: En el valle del primer histograma y en el pico del segundo

0 0

1,

1,

1,

3 2

Zonas uniformes de la imagen (fondo y el interior de los objetos): Prximo a la diagonal de la matriz Bordes de los objetos de la imagen: Lejos de la diagonal de la matriz

La matriz de co-ocurrencia permite definir dos histogramas.

Histograma basado en las entradas a 0 cerca de la diagonal (Valle entre objetos y fondo). Histograma basado en las entradas a 0 lejos de la diagonal (Pico entre los objetos y el fondo)

UMBRAL: En el valle del primer histograma y en el pico del segundo

UMBRALIZACIN GLOBAL TCNICAS DE REGIN DEPENDIENTE

MTODO DE DERAVI Y PAL
Matriz de transicin:
R

UMBRALIZACIN LOCAL
La imagen original se particiona en subimagenes, y se encuentra un umbral para cada una de ellas, por alguno de los mtodos de umbralizacin global

Particin de *

& = {0,1,..., W} (objetos) ,divide a la matriz de transicin de 4 partes: & = {W + 1,..., O 1} (fondo)
I

7=0
7 =

1,0

1,

3 2

La suma de los elementos de cada caja de 7, indica el nmero de transiciones 1 entre las dos clases:

700 701 710 711

D= W
L M W

LM

, =0

(transiciones en & )
R

E= W
L M

LM

, =W +1

(transiciones en & )
I O

MULTIUMBRALIZACIN
I R

F= W
L

=R M =W +1

LM

(transiciones de & a & )

R I

G = W
L

+1

=W +1 M = 0

LM

(transiciones de & a & )

UMBRAL: Maximiza la probabilidad condicionada de la transicin entre las clases, que se estima por: F+ G 1 F G o + D+E+F+G 2 D+F E+G

Muchos de los mtodos de umbralizacin global se extiende para la umbralizacin mltiple

EVALUACIN DE LOS MTODOS DE UMBRALIZCIN

UNIFORMIDAD
$ factor de normalizacion siendo: 2 varianza de la clase de los objetos 2 varianza de la clase del fondo
R I

8 (W ) = 1

2 + 2
R

FORMA

6 (W ) = 1 sgn ( I ([, \ ) I 1 ([, \ ) ) ( [, \ )sgn ( I ( [, \ ) W ) & ( [, \) & : factor de normalizacion I 1 ([, \ ) : media del nivel de gris en un entorno 1 ( [, \ ) siendo: ( [, \ ) : gradiente W : umbral