Trabalho de Formatura Supervisionado

Aluno: Rodrigo Rueda
Supervisora: Nina S. T. Hirata
Tema: Segmentação Interativa de Imagens

Resumo

O problema de segmentação de imagens consiste, basicamente, em separar uma imagem em regiões cujos elementos possuam características semelhantes. Algoritmos que segmentam imagens são utilizados em aplicações de diversas áreas, tais como análise de imagens médicas e edição de imagens. Embora existam técnicas de segmentação automática, elas são geralmente específicas para um tipo de aplicação, de modo que não temos garantia de bons resultados no caso geral (em que, a priori, não temos informações sobre a imagem a ser segmentada).

É nesse contexto, com o objetivo de superar as limitações dos algoritmos automáticos, que surgiram os algoritmos semi-automáticos para segmentação de imagens. A idéia é, com o mínimo possível de interação humana, conseguir obter segmentações relativamente arbitrárias. Existem, também, diferentes abordagens para a segmentação interativa e, dentre alguns artigos [1, 2, 3, 4, 5, 6] que descrevem técnicas para a solução do problema, foram escolhidos dois para o estudo neste trabalho.

O primeiro artigo [1] demonstra uma solução baseada em autômatos celulares e tem implementação simples, sendo ,inclusive, possível implementá-la de forma eficiente em paralelo. O segundo [2], descreve um aperfeiçoamento em relação à outra técnica [7, 8] e é baseado na detecção de bordas (realizada ao se achar o menor caminho entre dois pixels, utilizando uma função de custo definida para os pixels da imagem). Os algoritmos também diferem em relação ao tipo de interação que o usuário deve realizar.

Objetivos

O objetivo deste trabalho é implementar os dois algoritmos apresentados nos artigos de forma eficiente, assim como construir uma ferramenta que possibilite a segmentação de imagens de forma intuitiva (utilizando os algoritmos implementados) e comparar os resultados obtidos, inclusive em relação à ferramenta produzida no trabalho de formatura [9] que tem como base o algoritmo descrito em [10]. Ainda, espera-se que seja fácil implementar outros algoritmos para uso com a ferramenta, que será implementada em Java.

Atividades Realizadas

As atividades realizadas até o momento foram, essencialmente, as de estudo dos artigos, e das APIs (manipulação de imagens) que serão utilizadas na implementação dos algoritmos e, também, do arcabouço que provavelmente será utilizado para a construção da ferramenta. Além disso, com o intuito de familiarizar-se com o método de interação e verificar a facilidade/dificuldade de obter boas segmentações com o mínimo de interação possível, a ferramenta produzida em [9] foi testada.

Cronograma

Estrutura Esperada

Referências

  1. V. Vezhnevets, V. Konouchine, "GrowCut" - Interactive Multi-Label N-D Image Segmentation By Cellular Automata.

  2. N. Suetake, E. Uchino, and K. Hirata, Separability-Based Intelligent Scissors for Interactive Image Segmentation, IEICE TRANS. INF. & SYST. vol.E90, no.1, Jan. 2007.

  3. J. Guan, and G. Qiu, Interactive Image Segmentation using Optimization with Statistical Priors.

  4. O. Duchenne, Interactive Image Segmentation using Kernel Methods.

  5. A. Blake, C. Rother, M. Brown, P. Perez, and P. Torr, Interactive Image Segmentation using an adaptive GMMRF model.

  6. L. Grady, Random Walks for Image Segmentation, IEEE Transactions on Pattern Analysis and MAchine Intelligence, vol.28, no.11, Nov. 2006.

  7. E. N. Mortensen and W. A. Barret, "Intelligent scissors for image composition", Computer Graphics (Proc. SIGGRAPH '95), pp.191-198, Aug. 1995.

  8. E. N. Mortensen and W. A. Barret, "Interactive segmentation with intelligent scissors", Graphical Models and Image Processing, vol.60, no.4, pp.249-384, 1998.

  9. B. Klava, Ferramenta Interativa para Segmentação de Imagens Digitais, Dezembro. 2006.

  10. L. Vincent and P. Soille. Watersheds in digital spaces: An efficient algorithm based on immersion simulations. IEEE Transactions on Pattern Analysis and Machine Intelligence, 13(6):583–598, june 1991.