Análise de características em imagens digitais na tarefa de segmentação interativa

Abstract

A tarefa de segmentação de imagem está presente em diversos programas e aplicativos ao alcance de qualquer usuário de tecnologia. Apesar disso, pouco se fala sobre o funcionamento desta ferramenta, isto é, como ela é realmente executada quando levado em consideração não simplesmente o ponto de vista gráfico, mas também o processo matemático e computacional por trás desse tipo de tarefa. Visto isso, este trabalho faz uma breve abordagem sobre a matemática e as metodologias que regem técnicas de Processamento Digital de Imagens, com foco em métodos de Segmentação Interativa, e busca por meio do estudo de diferentes métodos clássicos, alcançar melhorias nos resultados deste tipo de tarefa. Tem-se como objetivo obter maior precisão na realização de segmentações através da análise de novas características extraídas da imagem, as quais são adotadas como elementos de entrada para o cálculo dos pesos do grafo associado à segmentação do método das Coordenadas de Laplace. A proposta analisou diferentes composições de features (bandas) de realce dos objetos e bordas de uma imagem, sendo essas bandas resultantes de técnicas como, por exemplo, modelos de mistura gaussiana, o algoritmo expectation–maximization, detector de bordas Canny, funções de distância local, entre outras. Assim, almejou-se atingir melhores resultados tanto do ponto de vista quantitativo, a partir de métricas de aferição de partições tais como o Rand Index (RI), Variation ou Information (VoI) e o Dice Coefficient (DICE), como também em termos qualitativos, seja para imagens com poucas marcações de entrada fornecidas pelo usuário ou com riqueza das mesmas.

Image segmentation is an omnipresent task in many programs and applications commonly used by technology users. Despite its systematic use, the segmentation task has several issues not properly exploited in terms of the mathematical background, i.e., how the segmentation works not only in the visual interpretation aspect, but also considering the mathematical and computational processes behind this kind of task. Therefore, this manuscript takes a brief look at mathematics and the methodologies that govern Digital Image Processing techniques, mainly on Interactive Image Segmentation methods, and seeks through the study of different classic methods achieve improvements in the results of this type of task. Our goal is to reach high-precision segmentations by analysing new sets of features extracted from the image, which are taken as input for the weighted graph associated to the Laplacian Coordinates segmentation approach. The study investigated different combinations of features which highlight the objects and edges of the image. These features are computed by means of image processing techniques such as Gaussian mixture models, EM algorithm, Canny edge detector, local distance functions, among others. Thus, we aim to achieve better segmentation results both from a quantitative perspective, based on segmentation metrics such as Rand Index (RI), Variation or Information (VoI) and Dice Coefficient (DICE), as well as from qualitative view, including images with a reduced number of annotations.