Trabalho de Formatura Supervisionado

Segmentação de imagens é o processo de particionar o domínio de uma imagem em múltiplas regiões que contenham informações significativas para um determinado propósito. Embora seja uma tarefa fácil para seres humanos, é bastante difícil para o computador. Outro problema é o elevado custo computacional quando se trabalha a nível de pixels, pois uma imagem, mesmo que em resolução moderada, é composta por muitos deles, e pixels não são entidades naturais para representar regiões homogêneas da imagem. O agrupamento de pixels em superpixels (regiões compactas e conexas) visa diminuir a complexidade da tarefa de processamento de imagens sem perda de informações locais desses agrupamentos. O objetivo deste trabalho é estudar dois algoritmos de segmentação de imagens, que particionam seu domínio com base na Árvore Geradora de Custo Mínimo do grafo de superpixels, construído na etapa de pré-processamento pelo algoritmo Simple Linear Iterative Clustering. Os experimentos realizados visam comparar os métodos de segmentação, os resultados para diferentes valores de parâmetros, a diferença de desempenho entre segmentar a imagem a partir dos pixels e dos superpixels e o comportamento desses fatores diante de diferentes imagens.