O Processamento Digital de Imagens (PDI) é constituído por um conjunto de tarefas. O PDI se inicia com a captura da imagem por um processo de digitalização, seguido por um pré-processamento, a partir do qual são filtrados ruídos e corrigidas distorções provenientes dos sensores, por exemplo. Em seguida, tem-se o processo de análise e identificação de objetos, por meio do qual características como bordas, texturas e movimento são extraídas da imagem. A partir dessas características, é realizada a tarefa de classificação, com o objetivo de reconhecer, verificar ou inferir a identidade dos objetos.
No processo de análise e identificação de objetos de uma imagem, busca-se identificar características constantes e descontinuidades. No caso em que os objetos são facilmente destacados, pode-se utilizar o processo de segmentação. Normalmente, configura-se como a primeira etapa da análise.
Em se tratando de imagem monocromática (imagem formada pela variação de tonalidades de apenas uma cor), os algoritmos de segmentação se fundamentam em descontinuidade e similaridade. Na primeira fundamentação, as imagens são particionadas em zonas caracterizadas por mudanças bruscas dos níveis de cinzas (o objetivo é detectar pontos isolados, linhas e bordas); na segunda, são realizados os processos de limiarização e crescimento de regiões.
A técnica de limiarização consiste em agrupar níveis de cinza (em geral, considera-se uma faixa de 0 a 255, em que 0 representa a cor preta e 255 a cor branca) de uma imagem de acordo com a definição de um limiar. No caso mais simples, um único limiar é definido. Nessa técnica, todos os pixels do histograma da imagem são rotulados como sendo do objeto ou do background. A técnica de limiarização é aplicada no exemplo da Figura 1.
A segmentação orientada a regiões utiliza o procedimento de crescimento de regiões, caracterizado pelo agrupamento de pixels. Sua variante mais simples, a agregação de pixels, define uma semente, conjunto de pontos similares em valor de cinza, e, a partir daí, outros pixels que possuírem propriedades similares serão agrupados. No exemplo da Figura 2, ocorre o processo de segmentação por agregação de regiões, em que:
a) O critério para agregar pixels é: |I(x, y) - I(s)| < 10% * 255. Ou seja, o módulo da diferença entre a Intensidade luminosa (variável “I”) no ponto (x, y) e a Intensidade luminosa no ponto semente (variável “s”) deve ser menor que 10% do nível máximo que um tom de cor pode assumir, nesse caso, 255. Uma imagem é representada por uma matriz, em que cada ponto na matriz representa a intensidade luminosa de um pixel no ponto (x, y);
b) Iniciando o crescimento;
c) Estado intermediário do crescimento;
d) Estado completo. O processo finaliza devido à borda de nível mais escuro.
Outra abordagem de segmentação é baseada em bordas, que analisa descontinuidades dos níveis de cinza de uma imagem. Os pontos com variações abruptas caracterizam transições entre objetos diferentes, dessa forma, identificando o contorno dos objetos. Um exemplo dessa abordagem pode ser visto na Figura 3.
Nos casos em que se torna difícil separar os objetos do fundo da imagem, pode-se utilizar técnicas de regularização e modelagem, com estratégias para minimizar o desvio entre os dados da imagem e um modelo que incorpora conhecimentos sobre objetos da imagem.
Vale ressaltar, que PDI tem uma natureza interdisciplinar, incorporando fundamentos de várias ciências, como Computação, Física e Matemática. No âmbito de um curso de computação, Redes Neurais, Inteligência Artificial, Percepção Visual e Computação Gráfica são disciplinas que apresentam uma forte intersecção com PDI.
Fontes de pesquisa:
Notas de aula do Prof. Adilson Gonzaga sobre Introdução à Segmentação.
Grupo PET Computação UFCG, 2011. All rights reserved.
