Skip to content

Algoritmi e tecniche di Segmentazione delle immagini

La segmentazione basata su misure di disomogeneità

Le misure di discontinuità più evidenti in un immagine sono i bordi degli oggetti, i lati della figure, dove il colore solitamente cambia per il passaggio da un oggetto ad un altro. Il metodo basato sul rilevamento delle discontinuità è noto in letteratura con il nome di edge detection.

Con questo approccio ci si pone l’obiettivo di trovare i contorni delle regioni che costituiscono la segmentazione dell’immagine. Se l’immagine è monocromatica un edge viene definito come una discontinuità nel livello di grigio, e quindi è rilevato dove sono presenti differenze significative di luminosità.

Nelle immagini a colori, invece, le informazioni per la misurazione dei bordi sono molto più compatte: per esempio, si può ricavare un edge tra due zone con stessa luminosità ma tinta differente. Nelle immagini a colori un edge viene quindi definito come una interruzione locale calcolata nello spazio colore tridimensionale.
È possibile pensare all’edge detection su immagini a colori in tre modi diversi:

1) Suddividere l’immagine a colori in tre immagini monocromatiche (una per ogni componente), applicare su ciascuna, separatamente, un algoritmo specifico per l’edge detection per immagini bidimensionali, combinare i risultati. Lo svantaggio è che si perde l’informazione sulla correlazione tra le tre componenti

2) Per mezzo di una misura di similarità valida nello spazio di colore, rilevare le discontinuità tra le distanze per determinare gli edge. Si applicano quindi le misure definite nel paragrafo 7.2.3

3) Considerare l’immagine come un campo vettoriale bidimensionale; con questo approccio il valore dell’immagine in una locazione data è un vettore in R3. Quindi si definisce una misura del gradiente che sia significativa nel campo vettoriale, e si calcola la derivata seconda. I punti in cui la derivata seconda è nulla (zero-crossing) sono gli edge.

L’edge detection non genera una vera segmentazione dell’immagine ma fornisce informazioni utili sui bordi tra le regioni, e a partire da questi bordi si possono generare le regioni che segmentano l’immagine.
Il problema principale dell’edge detection è che nella maggior parte dei casi non riesce a determinare tutti i bordi, a renderli di dimensione unitaria (1 pixel) e soprattutto difficilmente si riesce a generare un bordo chiuso. Per lo più sono edge aperti, dovuti alla presenza di rumore o di illuminazione non uniforme, e quindi il fluire “dell’acqua” per il riempimento delle regioni non porta ai risultati attesi. Per eliminare il problema della interruzione dei contorni, sono richiesti algoritmi ad hoc che ricostruiscono in modo completo i contorni di ciascuna regione omogenea.

La segmentazione dell’immagine basata sull’estrazione dei contorni prevede i seguenti passi:

1) Estrazione dei bordi (edge-detection)
2) Inseguimento dei contorni partendo dai risultati del passo precedente ed utilizzando le informazioni nelle vicinanze di ciascun bordo (edge following)
3) Connettività dei pixel
4) Collegamento dei contorni interrotti (edge-linking)
5) Approssimazione dei bordi (curve fitting), Trasformata di Hough, etc
6) Riempimento delle regioni delimitate dai contorni (region filling)

Questo brano è tratto dalla tesi:

Algoritmi e tecniche di Segmentazione delle immagini

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Gianluca Dario
  Tipo: Laurea II ciclo (magistrale o specialistica)
  Anno: 2013-14
  Università: Università degli Studi di Udine
  Facoltà: Interfacoltà Scienze Matematiche fisiche Naturali & Scienze della Formazione
  Corso: Comunicazione Multimediale e Tecnologie dell'informazione
  Relatore: Christian Micheloni
  Lingua: Italiano
  Num. pagine: 142

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

immagini
digitali
tecniche
region growing
segmenzione
rhswo
hseg
graph cut
grab cut
taglio normalizzato

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi