Descriptores Por Componente Conexa

Post on 05-Jul-2015

108 views 0 download

Transcript of Descriptores Por Componente Conexa

DESCRIPTORES POR COMPONENTE CONEXA

Descriptores de Imágenes Digitales

1. INTRODUCCIÓN

2. RESUMEN

Básicamente, las componentes conexas permiten asociar elementos o partes de imágenes entre sí para luego realizar operaciones a partir de la composición de cada imagen en partes. Una componente conexa no es más que un conjunto de puntos o píxeles de las imágenes que se han agrupado a partir de cierta característica que los identifica. Esta agrupación permite, por ejemplo, discriminar partes de una imagen, encontrar relaciones entre los elementos de una misma componente o incluso relaciones entre distintas componentes, así como aplicar ciertas operaciones y filtros a porciones de una imagen.

3. COMPONENTE CONEXA

Es un conjunto de píxeles, C, tal que para cualquier par de píxeles del conjunto, existe un camino digital que los une contenido en C.

Es una sucesión de puntos P0, P1, P2 . . . PN tal que la distancia entre Pi y Pi+1 es 1 (Ya sea en 8-adyacencia ó 4-adyacencia).

4-adyacencia

8-adyacencia

Imagen

4. ALGORITMOS PARA EL CÁLCULO DE COMPONENTES CONEXAS

El cálculo de las componentes conexas puede ser aplicado a diferentes tipos de imágenes, pero para la aplicación de este algoritmos se usara una imagen binarizada.1. Sea S una imagen digital binaria 2D en un

mallado cuadrado.2. Nuestro objetivo es localizar las

componentes conexas en negro de la imagen con la 4-adyacencia y 8-adyacencia.

Si un píxel se encuentra en posición (x,y), sus 4-vecinos son:

a. USANDO LA 4-ADYACENCIA EN NEGRO

1. Durante el primer rastreo, para cada pixel negro, examinamos a los vecinos de arriba y a izquierda de P; nótese que si existen, acaban de ser visitados por el rastreo, así que si son negros, ya han sido etiquetados.• Si ambos son blancos, damos a P una nueva etiqueta;• si tan sólo uno es blanco, le damos a P la etiqueta del

otro;• y si ninguno es blanco, le damos a P la etiqueta del de

la izquierda (por ejemplo) , y si sus etiquetas son diferentes, registramos el hecho de que son equivalentes, i.e., pertenecen a la misma componente.

2. Cuando se completa el primer rastreo, cada pixel negro tiene una etiqueta, pero puede que se asignen muchas etiquetas diferentes a puntos en el mismo componente.Ahora ordenamos las parejas equivalentes en clases de equivalencia, y escogemos una etiqueta para representar cada clase.Finalmente, realizamos un segundo rastreo de la imagen y sustituimos cada etiqueta por el representante de cada clase; cada componente ha sido ahora etiquetada de forma única.

2 componentes conexas

Una vez que hayamos etiquetado las componentes conexas, sabremos cuántas componentes tiene, ya que es justo el número de etiquetas finales usadas.

b. USANDO LA 8-ADYACENCIA EN NEGRO

1. Durante el primer rastreo, para cada punto P(x,y) que tenga valor 1, examinamos a los vecinos superiores A(x+1,y-1), B(x,y-1), C(x-1,y-1) y D(x-1,y). ; nótese que si existen, acaban de ser visitados por el rastreo, así que si son pixeles negros, ya han sido etiquetados.• Si todo son blancos, damos a P una nueva etiqueta;• Si tan sólo uno es negro le damos a P la etiqueta del

otro.• Y si hay más de uno que no es blanco, le damos a P la

etiqueta de uno de ellos, y si sus etiquetas son diferentes, registramos el hecho de que son equivalentes, i.e., pertenecen a la misma componente.

2. El proceso de equivalencia y re-etiquetado se realiza como en el caso de 4-adyacencia.

EJEMPLO DE APLICACIÓN

Por ejemplo, a partir de una fotografía aérea de campos de olivos se quiere contar el número de olivos que aparecen en la imagen. La solución puede consistir en realizar una binarización apropiada de la imagen y, tras eliminar el ruido existente, contar el número de componentes conexas.

Resultado tras la binarización y eliminación de ruido.

Identificación de las componentes conexas en la imagen original.

CONCLUSIONES:

Los descriptores basados en componentes conexas caracterizan a la imagen por el numero de componentes conexas y esta orientado a casos específicos y particulares.

Para poder desarrollar una base de datos multimedia de mayor poder es necesario usar este método junto a otros descriptores topologicos.

1. REFERENCIAS

Paginas web: http://www3.uji.es/~vtraver/e80/E80_Vicente_Castello.pdf