İkili (Binary) Görüntü Analizi İkili görüntü analizine giriş Eşikleme (Thresholding) Matematiksel morfoloji Piksel ve komşulukları (neighborhoods) Bağlantılı bileşenler analizi (Connected components analysis) 1 Aralık 2014 Pazartesi 1
İkili Görüntü Analizi İkili görüntü analizi, bu görüntüler üzerinde uygulanmak üzere bir çok operasyonu içerir. Bu görüntüler genelde 0 ve 1 değerleri ile ifade edilir. 0 arka planı (background), 1 ise objeleri (foreground) gösterir. 00010010001000 00011110001000 00010010001000 1 Aralık 2014 Pazartesi 2
Uygulama alanları Doküman analizi Endüstri Medikal görüntüleme 1 Aralık 2014 Pazartesi 3
Operasyonlar Objeleri arka plandan ve birbirinden ayırma. Her objeye ilişkin pikselleri bir araya toplama. Her bir objeye ilişkin özellikleri tespit ve hesaplama. 1 Aralık 2014 Pazartesi 4
Örnek: Kan hücre görüntüsü Birçok kan hücresi ayrık objelerdir. Birçoğu da birbirine değmektedir. İstenmeyen bir durum Tuz biber (salt and pepper) gürültüsü Bu görüntü nasıl kullanabilir duruma getirilir? 63 ayrık obje Tek bir hücre yaklaşık 50 piksellik alana sahip 1 Aralık 2014 Pazartesi 5
Eşikleme Binary görüntüler gri düzeyli görüntülerin eşiklenmesi sonucu elde edilebilir. Eşikleme ile ilgili kabuller: İlgilenilen obje bölgesi arka plandan farklı bir yoğunluk dağılımına sahiptir. Objeye ilişkin pikseller muhtemelen ayrık bir değerdedir: intensity > a intensity < b a < intensity < b Özellikle düzgün ve objelerin rahatça ayrılabildiği görüntülerde iyi çalışırken, doğal görüntülerde sağlıklı sonuçlar elde edilemeyebilir. 1 Aralık 2014 Pazartesi 6
Histogram ile eşikleme Yandaki görüntüde: Arka plan siyah. Sağlıklı kiraz parlak. Çürük kısım kısmen siyah. Histogram kiraza ait iki bölgeyi gösterirken, arka planı yok eder. 1 Aralık 2014 Pazartesi 7
Otomatik eşikleme Görüntüyü 2 farklı bölgeye ayırabilmek için histogramı nasıl kullanabiliriz? Burada kaç eşikleme değeri var? 2? 3? 1 Aralık 2014 Pazartesi 8
Otomatik eşikleme: Otsu metodu Kabul: histogram iki modlu. Metot: grup varyansları minimum yapan t eşik değeri bulunması ve gri değer bölgesinin ayrılması. En ideal t değeri ardışık araştırma ile belirlenir. Group 1 Group 2 t Eğer gri değerler görüntüdeki objeler için ayrık bir yapıda ise, otomatik eşikleme kullanılabilir. 1 Aralık 2014 Pazartesi 9
Otomatik eşikleme Kanser hücre görüntüsü: RGB görüntü (sol) ve gri düzeyli görüntü (sağ). 1 Aralık 2014 Pazartesi 10
Otomatik eşikleme Histogram (sol-üst), eşikleme grafiği (sol-alt), sonuç görüntü (sağ). 1 Aralık 2014 Pazartesi 11
Matmatiksel Morfoloji Morfoloji, görüntü biçimi ve yapısı olarak tarif edilebilir (form and structure). Bilgisayarda görmede, morfoloji herhangi bölgenin şekli ile ifade edilir (the shape of a region). Matematiksel morfoloji, görüntü üzerinde objeleri gösteren küme teorisine dayanır. Görüntü işlemede morfoloji, ikili görüntüler üzerinde 2B sayı kümelerinin tespitidir. 1 Aralık 2014 Pazartesi 12
Matmatiksel Morfoloji Matematiksel morfoloji iki temel operasyonu içerir: dilation erosion ayrıca birkaç komposit ilişkiyi içerir: opening closing conditional dilation 1 Aralık 2014 Pazartesi 13
Dilation (genleşme/genişleme) Dilation, binary görüntü üzerinde 1 değerli kümeleri genişletir. Dilation; detayları büyütme, boşlukları doldurma, amacıyla kullanılır. 1 Aralık 2014 Pazartesi 14
Erosion (erozyon/azalma) Erosion, görüntü üzerinde 1 değerli kümeleri küçültür. Erosion; detayları küçültme/azaltma ve küçük bağlantı, parça ve dal niteliğinde yapıları silmek için kullanılır. 1 Aralık 2014 Pazartesi 15
Küme Teorisi Temel Kavramlar 1 Aralık 2014 Pazartesi 16
Küme Teorisi Temel Kavramlar 1 Aralık 2014 Pazartesi 17
Yapısal elemanlar (Structuring elements) Yapısal elemanlar morfolojik operasyonlarda şekil maskesi olarak kullanılan küçük binary görüntülerdir. Farklı şekil ve boyutlarda olabilirler. Yapısal elemanın bir pikseli, onun merkezini ifade eder. Orijindeki piksel daima merkez piksel olarak ele alınır. 1 Aralık 2014 Pazartesi 18
Yapısal elemanlar (Structuring elements) 1 Aralık 2014 Pazartesi 19
Dilation 1 Aralık 2014 Pazartesi 20
Dilation 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Binary image A 1 1 1 1 1 1 1 1 1 Structuring element B 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 0 0 0 Dilation result (1 st definition) 1 Aralık 2014 Pazartesi 21
Dilation 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Binary image A 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Dilation result Structuring element B (2 nd definition) 1 Aralık 2014 Pazartesi 22
Dilation Structuring Element Pablo Picasso, Pass with the Cape, 1960 1 Aralık 2014 Pazartesi 23
Dilation 1 Aralık 2014 Pazartesi 24
Erosion 1 Aralık 2014 Pazartesi 25
Erosion 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Binary image A 1 1 1 1 1 1 1 1 1 Structuring element B 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Erosion result (1 st definition) 1 Aralık 2014 Pazartesi 26
Erosion 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Binary image A 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Erosion result Structuring element B (2 nd definition) 1 Aralık 2014 Pazartesi 27
Erosion Structuring Element Pablo Picasso, Pass with the Cape, 1960 1 Aralık 2014 Pazartesi 28
Erosion 1 Aralık 2014 Pazartesi 29
Opening (açma) 1 Aralık 2014 Pazartesi 30
Opening 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Binary image A 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Opening result Structuring element B 1 Aralık 2014 Pazartesi 31
Opening Structuring Element Pablo Picasso, Pass with the Cape, 1960 1 Aralık 2014 Pazartesi 32
Closing 1 Aralık 2014 Pazartesi 33
Closing 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Binary image A 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Closing result Structuring element B 1 Aralık 2014 Pazartesi 34
Örnek 1 Original image Eroded once Eroded twice 1 Aralık 2014 Pazartesi 35
Örnek 2 Original image Opened twice Original image Closed once 1 Aralık 2014 Pazartesi 36
Örnek 3 1 Aralık 2014 Pazartesi 37
Sınır çıkarma (boundary extraction) 1 Aralık 2014 Pazartesi 38
Bölge doldurma (region filling) 1 Aralık 2014 Pazartesi 39
Region filling 1 Aralık 2014 Pazartesi 40
Region filling 1 Aralık 2014 Pazartesi 41
Thinning (inceltme) 1 Aralık 2014 Pazartesi 42
Thinning 1 Aralık 2014 Pazartesi 43
Thickening (kalınlaştırma) 1 Aralık 2014 Pazartesi 44
Thickening 1 Aralık 2014 Pazartesi 45
Morfolojik operasyonlara örnekler: 1 Detecting runways in satellite airport imagery 1 Aralık 2014 Pazartesi 46
Örnek 2 Segmenting letters, words and paragraphs 1 Aralık 2014 Pazartesi 47
Örnek 3 Extracting the lateral ventricle from an MRI image of the brain 1 Aralık 2014 Pazartesi 48
Örnek 4 Detecting defects in a microelectronic circuit 1 Aralık 2014 Pazartesi 49
Örnek 5 Decomposing a printed circuit board in its main parts 1 Aralık 2014 Pazartesi 50
Örnek 6 Grading potato quality by shape and skin spots 1 Aralık 2014 Pazartesi 51
Örnek 7 Classifying two dimensional pieces 1 Aralık 2014 Pazartesi 52
Örnek 8 Traffic scene Temporal average Average of differences Lane detection example 1 Aralık 2014 Pazartesi 53
Örnek 9 Threshold and dilation to detect lane markers White line detection (top hat) Lane detection example Detected lanes 1 Aralık 2014 Pazartesi 54
Piksel ve komşulukları Bir çok uygulamada, bir pikselin sadece kendi değeri değil aynı zamanda komşu piksellerin değerleri de dikkate alınır. Piksel komşuluğu iki şekilde tanımlanır: 4-neighbors 8-neighbors 1 Aralık 2014 Pazartesi 55
Piksel ve komşulukları 1 Aralık 2014 Pazartesi 56
Piksel ve komşulukları city-block mesafe chessboard mesafe 1 Aralık 2014 Pazartesi 57
Bağlantılı bileşenler analizi Görüntü işlemede binary görüntü kullanılıyorsa, piksellerin bağlantıları tanımlanmalı ve analiz edilmelidir. Connected components analizi görüntü üzerinde uygulandığında, her bir obje ayrık biçimde etiketlenmiş olur. Original image Thresholded image After morphology Connected components 1 Aralık 2014 Pazartesi 58
Bağlantılı bileşenler analizi Kullanılan metotlar (piksel komşuluğuna göre çalışırlar): Recursive tracking (almost never used) Parallel growing (needs parallel hardware) Row-by-row (most common) Classical algorithm Run-length algorithm 1 Aralık 2014 Pazartesi 59
Bağlantılı bileşenler analizi 1 Aralık 2014 Pazartesi 60
Bağlantılı bileşenler analizi 1 Aralık 2014 Pazartesi 61