Segmentación Semiautomática de Imágenes Digitales basada en GrabCut
Presentado por:Br David Martínez Rada
Tutores:Esmitt Ramírez
Rhadamés Carmona
Universidad Central de VenezuelaFacultad de Ciencias
Escuela de Computación
Presenta la Tesis Especial de Grado titulada:
Imágenes Digitales
Segmentación
GrabCut
Implementación
Pruebas y resultados
Conclusiones
Introducción
ObjetivosAgenda
Introducción
Motivación
Objetivos
Imagen digital
Lenguaje Computador Otros dispositivos
Imagen digital
Píxel
- Vectoriales
- Raster:
Formatos de color
CMY
HSV
Formatos de color
RGB
RGBA
24 bits por píxel
32 bits por píxel
Procesamiento en imágenes digitalesEl histograma
Escala de grises
Color
Segmentación de imágenes
AplicacionesCine/Televisión
Imágenes medicasAplicaciones
Reconocimiento de caras
Aplicaciones
AplicacionesOtras
Crecimiento de Regiones
Tijeras inteligentes
GrabCut
Segmentación automática
Segmentación automática
Segmentación automática
Distribución Gaussiana
Gaussiana de dos variables y
multivariada
Modelos mixtos gaussianos
Algoritmo
P
P
PP
P
P
P
P
P
Fuente
Destino
Grafo de flujoN-link:
T-link Fuente:
T-link Destino:
GrabCut
P
P
PP
P
P
P
P
P
Fuente
Destino
Corte mínimo
GrabCut
Flujo en Grafos:
MaxFlow:
Algoritmo de Ford-Fulkerson
Grafo Residual:
Resultado final:
Max Flow
Fuente Destino
P PP A A PP
P PP A A PP
P AP A AA P PP
P A A P PP
Conexión a la fuente:
Conexión al destino:
Camino encontrado:
A ANodos Activos:
PPNodos Pasivos:
Nodos Libres:
Aplicación
Proceso de
ejecución
Pruebas y resultados
800 X 6001024 X 768
3264 X 2448
0
50
100
150
200
250
300
Pruebas de tiempo
GrabCut 1GrabCut 2Magic WandTijeras Inteligentes
Tamaño de la imagen
Segu
ndos
800 X 6001024 X 768
3264 X 2448
0
100
200
300
400
500
600
700
800
900
1000
Pruebas de memoria
GrabCut 1GrabCut 2Magic WandTijeras Inteligentes
Tamaño de la imagen
Meg
a By
tes
Pruebas Visuales
GrabCut 1 GrabCut 2
Magic Wand Tijeras Inteligentes
Conclusiones
Preguntas
• O(mn2) m arcos n nodos
Top Related