OPERATORIMORFOLOGICIELEMENTARI MAUROENNAS,ENRICOPIERONI (Luglio-Agosto,1995)

Transcript

1 OPERATORIMORFOLOGICIELEMENTARI MAUROENNAS,ENRICOPIERONI (Luglio-Agosto,1995) CentrodiRicerca,SviluppoeStudiSuperioriinSardegna GruppodiModellisticaAmbientaleeGeosica

2 EditedbyM.Ennas PrintedonMarch,1996 CRS4 CentrodiRicerca,SviluppoeStudiSuperioriinSardegna. CenterforAdvancedStudies,ResearchandDevelopmentinSardinia. WorkcarriedoutwiththenancialcontributionofSardiniaRegionalAuthorities. LavoroeseguitocolcontributodellaRegioneAutonomadellaSardegna. INTERNALREPORT

3 Questebrevinotefannopartediunostudiopreliminaredidigitalimageprocessing,nalizzato allaricercadistrategieecaciperl'analisidisezionisismichemigrate,inseritoall'internodiuna tesidilaureaincentratapiuingeneralesullaelaborazionedidatigeosici. L'analisidelleimmaginiassistitadall'utilizzodelcalcolatoreeun'importantebranca dell'informatica,dellamatematicaedell'ingegneriadell'informazione.ilsistemavisivoumano PREFAZIONE. disfareadeguatamenteleesigenzediadabilitarichieste;sonodegliesempiconcretiilcontrollo dellaqualitadeiprodottiindustriali(pezzimeccanici,prodottialimentari...),sistemiintelligenti visivoumano.esistono,comunque,contestimoltospecicineiqualilemacchineriesconoasod- approssimazione,presentadelledicolta.nonostantelecapacitadicalcolodeicalcolatorisiano semprecrescentiancoranonsiriesconoadaveredeisistemichepossanocompetereconilsistema alcalcolatoredeglialgoritmichepermettanodisimularelavisioneumana,seppurecongrande chisottoformadiradiazionedall'ambienteesterno.untalesistemanaturalepuoelaborare manifestaun'incredibilecapacitadielaborazionedeidaticheglipervengonoattraversoglioc- monitoraggioambientaleedinambitomilitare. diispezioneinambitobio-medico,sistemidiriconoscimentodiimmaginiradarneisettoridel grossemolididatirapidamente,congrandeessibilitaesenzasforzoapparente.programmare mettereinatto. Un'immaginerappresentaunaseriedimisuresuunbenprecisoinsiemedioggettichecomplessivamentecostituisconounascena(siaessaunpaesaggio,unaradiograaounafotodasatellite). cheilcontenutoinformativodiun'immaginepuoessereesplicitatoadiversilivelli,dierential variaredelsetdicaratteristichechesivoglionoevidenziareedalleassociazionichesiintendono evidentementedallanaturadell'applicazioneallaqualesifariferimento.piuinparticolarediremo formativodell'immaginestessa;qualiaspettidevonoessereevidenziatiinunaimmagine,dipende L'obbiettivoprimariodell'elaborazionedelleimmaginiequellodirendereesplicitoilcontenutoin- essereadottateperrisolvereunprecisoproblema. diapplicazioneditalitecnicheedellaparticolaritadellesoluzionichedivoltainvoltadevono Ilgrandenumeroditecnicheperl'elaborazionedelleimmaginietestimonedellavastitadeisettori daoggetti(misuredibandasullospettroelettromagneticonell'indagineradio-astronomica),oppuremisuredellariessionediondesonore(negliapparatiultrasonicibiomedicienell'indagine sismica)oancoramisurediconcentrazionedideterminatielementichimiciinuncampione. unacaratteristicalocalediinteresse.comunementesonomisuresull'intensitadellaluceriessa Talimisurevengonoeseguitegeneralmentesuporzionidell'immagine(segmenti),evidenziando Nelseguitoverrannoapprofonditedelletecnicheelementarifondatesullamorfologiamatematica,checisonosembrateinteressantinelcontestospecicodell'indaginegeosica,inparticolare nell'elaborazionediimmaginidisezionisismiche.

4 dell'elaborazionedelleimmagini,ilsuoimpiantomatematicosifondaprincipalmentesullateoria diconfronto;taliconnessionidipendono,oltrechedallageometriadellastrutturadaevidenziare, anchedallasuaposizioneall'internodell'immaginedaesaminare. Solorecentementelamorfologiamatematicahaacquisitodignitadidisciplinaclassicanell'ambito ometricadiun'immaginealnedirendereevidentilesueconnessionitopologicheconunelemento L'ideasullaqualesifondalamorfologiamatematicae,essenzialmente,l'esamedellastrutturage- INTRODUZIONE. degliinsiemiedassumeinseconcettidialgebra,topologiaegeometria. Glistudioriginaririsalgonoagliannisessantaesonodovutiallavorodiduericercatoridella ScuolaMinerariaParigina(EcoleParisiennedesMinesdeFontainebleau),GeorgeMatheron tualmentel'impiantoconcettualedellamorfologiamatematicavieneapplicatoconsuccessoinun vastoambitochecomprendedisciplinequaliladiagnosticamedicael'istologia,edepresente ejeanserra,iqualisioccupavanoditematichelegateallapetrograaeallamineralogia.at- deglialgoritmiimplementatisuibm-sp2. maginia256livellidigrigio.leimmaginiriportatenelseguitosonostateottenutedall'esecuzione PerformanceFortran,operantisuimmaginibinarieeverraindicatalaloroestensioneadim- immagini. Nelseguitoverrannobrevementecaratterizzatialcunioperatoridibasedellamorfologiamatematica,verrannomostratealcunesempliciimplementazioni,realizzateinFORTRAN90eHigh comecorredodibasedeipiusvariatipacchettiapplicativichesioccupanodielaborazionedelle delleinformazioni.taliinformazionipotrannoesserelogiche(indicantil'appartenenzaomeno concettonelcontestodellateoriadegliinsiemi.tenteremodicostruireunadenizionechesi Nelnostrocasoconsidereremoinsiemiparticolaridipuntidelpianoaiqualivengonoassociate adattialleimmaginibinarieeadunaeventualeestensioneadimmaginiapiulivellidigrigio. Ilconcettodiimmagineenotointuitivamenteadognuno.Nelseguitosifaraspessoriferimento adoperatoriapplicatialleimmagini,daciodiscendelanecessitadichiarireeformalizzaretale INSIEMIEDIMMAGINI. adundeterminatosottoinsieme)odivalore(indicantiproprietadell'oggettoinquestionecomeil colore). Possiamocaratterizzareognipuntodell'insiemecostituentel'immagineconunatriplettaordinata (n;m;l),nellaqualeiprimidueelementirappresentanolecoordinatedelpianodiscretizzato adessoassociata(livello). Un'immaginebinariapotraessereespressainterminidiprodottocartesiano()trainsiemi: (n;m)2n2,individuantiunivocamenteilpuntod'immagine,eilterzoindicantel'informazione confrontandoilivellidipuntiaventistessecoordinate;nelcasobinariopossonoapplicarsioperatori Gliinsiemiunione([)edintersezione(\)possonoottenersi,operandosuinsiemicosicostruiti, analogamente,perun'immaginea256tonidigrigioavremo: Ig=f0::Ngf0::Mgf0::255g Ibin=f0::Ngf0::Mgf0;1g; booleaniailivellil2f0;1g. 1

5 (erosion),detteanchesommaesottrazionediminkowski,edinoltrel'operatorehitormiss. Leoperazionielementaridellamorfologiamatematicasonoladilatazione(dilation),l'erosione (structuringelement);ciosiottieneapplicandodeglioperatoricheagisconosuognipuntoh2a. didimensionenota,attraversol'utilizzodiun'immaginebpiupiccoladettaelementostrutturante richedaun'immaginebinariaae,doveconesiindical'insiemedituttelepossibiliimmagini L'obiettivodellamorfologiamatematicaequellodiestrarreinformazionitopologicheegeomet- OPERATORIELEMENTARI. ha256livellidigrigio,percuil'applicazionedeglioperatorimorfologicideveessereprecedutada unaopportunabinarizzazione(ottenutamedianteunbinarizzatoreridge-valley,(fig.3)). Vengonofrequentementeindicaticomeoperatorielementariancheletrasformazionidiapertura (opening)edichiusura(closing)ottenutidall'opportunacombinazionedelletrasformazionidi erosioneedilatazione. Nelseguitoconsidereremoimmaginibinarieicuipuntiassumonovalorinell'insiemefNero= particolare,abbiamosceltocomeimmaginediinputun'improntadigitale.taleimpronta(fig.2) 0;Bianco=1g.Negliesempiabbiamoutilizzatodeipatternsdidimensione512512pixelsedin ConsideriamounreticolodiformaquadrataeperognisuoelementodeniamoN-vicinanza(Nneighbourhood)l'insiemedeipuntidelreticoloadiacentiadunssatopuntoP. N-VICINANZA. colarecorrispondeadunanestra33conpuntodiriferimentocentrale.generalnente,nella pratica,vieneutilizzatounelementostrutturantediquestotipoacausadelsuobassocostocomputazionale.inquestomodosipuoformulareunaprimadenizionedierosioneedilatazione, elementostrutturanteuncerchiounitariodiraggiopariadunpunto,chenellageometriareti- relativaadimmaginibinarie,interminidi8-vicinanza:pererosiones'intendel'insiemedeipunti FIG.1.8-vicinanzae4-vicinanza Nelseguitociriferiremoadun'8-vicinanza(Fig.1).Inquestocontestoconsideriamocome l'insiemedeipuntidelreticoloche,osonoelementidell'oggettooppurehannotrailoro8-vicini dell'oggetto,icui8-vicinisonotuttielementidell'oggetto;colterminedilatazioneinvecesiindica almenounelementodell'oggetto. 2

6 FIG.2.Immagined'ingresso(256livellidigrigio). FIG.3.Immagined'ingressobinarizzata. 3

7 intorno)consisteinunltraggiodell'informazioneinessocontenutapermezzodiopportune diun'immaginetramiteoperatorilocali(cheagisconosuunpuntotraendoinformazionidalsuo dicatividellapresenzaoassenzadiunoggettorispettoallosfondo(valorilogici)oppuredeilivelli digrigioodicolore(valorinumerici)propridiognipuntodell'immagineconsiderata.l'analisi adognipuntodicoordinate(n;m),appartenentealreticolopiano,unvalore;talivalorisonoin- Un'immaginepuoesseredenitacomeunafunzionebidimensionalediscretaf(n;m)cheassocia OPERATORILOCALICOMEFILTRI. rispondeatuttiglieettiadunltraggiolinearebidimensionale,matematicamenterappresentato dallaconvoluzionetral'immagined'ingressoe\l'immagineltro": forma: \immaginisonda"h(n;m),dimensionaterispettoall'intornochesidesideraanalizzare.ciocor- tenendocontodelfattocheunaqualunquefunzionediscretabidimensionalepuoesprimersinella fout(n;m)=xixjfin(i;j)h(n?i;m?j)=xixjfin(n?i;m?j)h(n;m); Inquestomodol'immaginepuoritenersicostituitadauninsiemedivaloriimpulsivi(unoper ognipunto)elaconvoluzione(fig.4)tral'immagineiningressofin(n;m)elarispostaimpulsiva delltroh(n;m)puospiegarsiinterminiditraslazionedelpianod'immaginenelledirezionidegli g(n;m)=xixjg(i;j)(n?i)(n?j): elementidelltroesuccessivasommadeiprodotti quadrato 5x5 Tutti = P(0,0)=2 P(0,4)=4 P(0,2)=1 P(4,0)=6 P(4,4)=8 glioperatorielementaridellamorfologiamatematica. puntiutilizzandoglioperatoridellalogicabooleana;equestalaviachesisegueperimplementare Similmenteaquantoavvieneperilltraggiobidimensionale,sipossonotrasformareinsiemidi FIG.4.Convoluzionediunreticolo55con5deltadiDirac

8 Deniamol'erosionediAdapartediB(dettaanchedierenzadiMinkowski)nelmodoseguente: dovebhrappresentalatraslazionedell'immaginebsulpuntoh2a: A B=fh2EjBhAg; EROSIONE. (Fig.5);essapuoessereespressaancheinunaltromodo: Essarappresental'insiemedeipuntihpercuiB,centratoinh,einteramentecontenutoinA Bh=fb+hjb2Bg: L'erosioneeunoperatoreinvarianterispettoallatraslazione, (Ah A B=\ B)=[A b2ba?b; nonlocontengonointeramente. Inpratical'elementostrutturantescorresuognipuntodell'immagineeliminandoglielementiche edinoltretaleche: XY)X AY B]h; A: FIG.5.a)Binarizzazione;b)Erosione;c)Doppiaerosione. 5

9 Nell'implementazioneFORTRAN90siefattousodelladirettivaimplicita alpuntodiriferimento;sutalipianivieneapplicatol'operatorelogico.and.chepermette,punto perpunto,diindividuareglielementidell'insiemeintersezione. traslandoipianid'immaginelungoleottodirezioniindividuatedall'elementostrutturanteattorno SUBROUTINEErosion(BinImage,nx,ny,OutImage) CSHIFT(array;shift;dim); cminkowski'ssubtrationalmorphologicaloperator cusingunitarycircleasstructuringelement cforbinarizedimages!hpf$distribute(block,block) c********************************************************************** CHARACTER,DIMENSION(0:nx-1,0:ny-1),INTENT(OUT)::OutImage CHARACTER,DIMENSION(0:nx-1,0:ny-1),INTENT(IN)::BinImage INTEGER, LOGICAL,DIMENSION(0:nx-1,0:ny-1) INTENT(IN)::nx, ::BinImage, ::LogImage, TmpImage1, OutImage!HPF$DISTRIBUTE(block,block) c********************************************************************** & CHARACTER,PARAMETER ::LogImage, ::black=char(0), ny white=char(255) WRITE(*,*)'Eroding...' LogImage=MERGE(.TRUE.,.FALSE.,BinImage.EQ.black) TmpImage1=TmpImage1.AND.cshift(LogImage,shift=-1,dim=1) cshift(logimage,shift=1,dim=1) TmpImage1, c********************************************************************* TmpImage=TmpImage1.AND.cshift(TmpImage1,shift=1,dim=2) TmpImage=TmpImage.AND.cshift(TmpImage1,shift=-1,dim=2) TmpImage=TmpImage.AND.LogImage OutImage=MERGE(black,white,TmpImage) ENDSUBROUTINEErosion 6

10 strutturantesiainvarianterispettoallariessione(br=b)avremopiusemplicemente: avendodenitobr=f?bjb2bg,riessionedibrispettoall'origine;nelcasoincuil'elemento DeniamodilatazioneosommadiMinkowski: AB=fh2EjBrh\A6=;g; DILATAZIONE modoseguente: cioeabel'insiemedituttiipuntidiposizioneh,percuibhedahannoalmenounpunto incomune.ancheladilatazionerisultainvarianteallatraslazioneedinoltrepuoesprimersinel AB=fh2EjBh\A6=;g; unpuntoincomunecona: dilatazionediadapartedib.inpratical'elementostrutturantebscorresull'immaginedi riferimentoaestendendoildominiodiquest'ultimaalleporzionid'immaginechehannoalmeno AB=[ b2bab; strutturantecircolareunitario. Nelcasoinesameladilatazioneestataeseguitaalmassimoduevolteconsecutiveconelemento FIG.6.a)Binarizzazione;b)Dilatazione;c)Doppiadilatazione. 7

11 d'immaginiel'implementazionedell'algoritmosonoriportatinelseguito. attornoalpuntodiriferimento;sutalipianivieneapplicatol'operatorelogico.or.chepermette, cminkowski'sadditionalmorphologicaloperator puntoperpunto,diindividuareglielementidell'insiemeunione.ladichiarazionedegliarrays dim),traslandoipianid'immaginelungoleottodirezioniindividuatedall'elementostrutturante Nell'implementazioneFORTRAN90siefattousodelladirettivaimplicitaCSHIFT(array,shift, cusingunitarycircleasstructuringelement cforbinarizedimages SUBROUTINEDilation(BinImage,nx,ny,OutImage)!HPF$DISTRIBUTE(block,block) c************************************************************************* CHARACTER,DIMENSION(0:nx-1,0:ny-1),INTENT(IN)::BinImage CHARACTER,DIMENSION(0:nx-1,0:ny-1),INTENT(OUT)::OutImage LOGICAL,DIMENSION(0:nx-1,0:ny-1) ::BinImage, ::LogImage, OutImage INTEGER, INTENT(IN)::nx, TmpImage1,!HPF$DISTRIBUTE(block,block) CHARACTER,PARAMETER ::black=char(0), c************************************************************************* & ::LogImage, ny write(*,*)'dilating...' LogImage=MERGE(.TRUE.,.FALSE.,BinImage.EQ.black) white=char(255) TmpImage1=TmpImage1.OR.cshift(LogImage,shift=-1,dim=1) cshift(logimage,shift=1,dim=1) TmpImage1, TmpImage=TmpImage1.OR.cshift(TmpImage1,shift=1,dim=2) c********************************************************************* TmpImage=TmpImage.OR.cshift(TmpImage1,shift=-1,dim=2) TmpImage=TmpImage.OR.LogImage OutImage=MERGE(black,white,TmpImage) ENDSUBROUTINEDilation 8

12 avendoindicatoconacilcomplementaredia: Dilatazioneederosionesonooperatorinegativinelsensoche: partedell'elementostrutturanteriesso).ilcomportamentodualepuoessereespressoanchein Ciosignicacheladilatazionedell'immaginehalostessoeettodell'erosionedellosfondo(da (AB)c=Ac Ac=fa2Eja=2Ag: (Br)c: Esistonodelleprecisecondizionidireversibilitachenonvengonoquiriportate.Ebenemetterein unaltrosenso: evidenzacomel'erosioneeladilatazionediunoggettobinarioqualsiasisianoottenibilimediante manipolazionenumericadellesequenzedicifredelcodicedelcontorno. chelareversibilitaomenoditalitrasformazionidipendeesclusivamentedallaformadell'oggetto. Siponeilproblemadellareversibilitadelletrasformazionidierosioneedilatazioneesiverica perognicoppiadiimmaginix;ye. YBX,YX B; cona,bnumeriedx,yarray,consentedicostruireglistencilsimmetricibidimensionaliin Cennosull'ottimizzazionedeiCSHIFT. Lasempliceosservazionechel'operatoreCSHIFTeunoperatorelineare: manieraottimizzata,minimizzandolesommeelecomunicazionitraiprocessori. Adesempioperungenericostencilsimmetrico33,matematicamenteesprimibilecome: f(x;y)=a00g(x;y) +a01[g(x+1;y)+g(x?1;y)] CSHIFT(aX+bY)=aCSHIFT(X)+bCSHIFT(Y) alpostodellaimplementazioneimmediata, cheimplica12cshift,8sommee4moltiplicazioni,epossibilediminuireilnumerodeicshift f=a00g+a01[cshift(g;dim=1;shift=1)+cshift(g;dim=1;shift=?1)]+ +a11[g(x+1;y+1)+g(x?1;y?1)+g(x+1;y?1)+g(x?1;y+1)] +a10[g(x;y+1)+g(x;y?1)] utilizzandosolo4cshift,5sommee4moltiplicazioni. utilizzandodegliarraytemporanei,nelseguentemodo: f=f+cshift(t;dim=1;shift=?1)+cshift(t;dim=1;shift=1) f=a00g+a10t t=a01g+a11t t=cshift(g;dim=2;shift=1)+cshift(g;dim=2;shift=?1) 9

13 diremoinvecechefalliscea(missesa)se:bh\a=;: DiremocheBhcolpisceA(hitsA)se:Bh\A6=;; HITORMISS L'operatoreHitorMissvienedenitoapartiredaunelementostrutturanteBscomponibilein nellaterminologiapropriadell'elaborazionedelleimmaginidiremocheacelosfondo duesottoelementib1eb2talicheb=b1[b2: cona;be;ovvero:a(b1;b2)=fh2ejb1ha;b2hacg; dell'immaginea.risultaevidentechepera\b6=;l'immaginerisultantedall'applicazione dell'operatorehitormissevuota.l'operatorehitormisspuoessereespressoinaltritermini B1\B2=; ecoicideconl'erosioneperb2=;: comesegue: A(B1;B2)=(A B1)\(Ac B2); FIG.7.a)Binarizzazione;b)HitorMiss;c)DoppioHitorMiss; 10

14 seguente: conb=b1[b2edinoltreb1\b2=;,cioeottenibilescegliendoibi,adesempio,nelmodo LaroutineinFORTRAN90estataottenutaapplicandol'espressioneseguente: H=AB=A(B1;B2)=(A B1)\(AB2)c dell'operatorebooleanoornelmodoseguente: inmodochel'unionetragliinsiemidipuntiimmaginepossanoessererealizzatitramitel'utilizzo B=B1:OR:B2: 0101A deglioperatoridilatazioneederosionenelmodoseguente: Questaesolounatralesceltepossibilipercostruireilnostrooperatore. Glioperatoridiapertura(Opening)echiusura(Closing)siottengonodallasemplicecombinazione Apertura: APERTURAECHIUSURA inquantosiappoggiaalleprecedenti: nonsonoreversibili.l'implementazionefortran90deidueoperatorieestremamentesemplice Leparentesievidenzianolasuccessionedelleoperazioni,vistocheerosioneedilatazioneingenere Chiusura: AB=(A AB=(AB) B)B Apertura B CALLDilation(BinImage,nx,ny,TempImage) CALLErosion(TempImage,nx,ny,OutImage) Chiusura CALLErosion(BinImage,nx,ny,TempImage) Analogamente,avremo: CALLDilation(TempImage,nx,ny,OutImage) Glioperatoridiapertura(Fig.8)edichiusura(Fig.9)sonoapplicazioniidempotenti,nelsenso cheun'applicazioneripetutadell'operatorenonintroducecambiamentinell'output. 11

15 FIG.8.Apertura. FIG.9.Chiusura. 12

16 siapiugrandediunpuntoedinparticolareciriferiremoalcerchiodiraggiounitariodenito precedentemente. faremounapanoramicadelleproprietapiuinteressantiassumendochel'elementostrutturante Glioperatorimorfologicielementaripossiedonoungrandenumerodiproprietache,sfruttate opportunamente,permettonodiestrarrecaratteristiched'interessedaun'immagine.nelseguito PROPRIETADEGLIOPERATORIMORFOLOGICIAPPLICATI ALLEIMMAGINIBINARIE Ladilatazioneecommutativamanonloel'erosione: Ciononeunproblemaperchenellapraticahasensosoloerodereunoggettopiugrandeconuno piupiccolo. AB=BA;A BC!A BA B6=B C A: (2) (1) dell'immaginecomplementareeugualealcomplementodell'erosionedell'immagineoriginaleeil ottenutecomplementandomembroamembro(ac[a=e);cioequivaleadirecheladilatazione complementodell'erosionedelcomplementodiaeugualealladilatazionedia. AcB=(A A BAAB: B)c;AB=(Ac B)c; (4) (3) Nelseguitoindicheremoconl'esponente(n)l'n-ripetione(iterazione)diunoperatoremorfologico: conm<n.erosioneedilatazionesonotrasformazionimonotone: (AB)(n)(AB)(m); B)(n)(A B)(m); (6) (5) Ciopuoesprimersiinaltriterminidicendochelarelazionetraoggettieinvarianterispetto chiusura. all'erosione,alladilatazione,eallesequenzeditalioperazioni,comeadesempiol'aperturaela A1A2!A1BA2B B (7) (A1\A2)B(A1B)\(A2 (9) (8) segnodiuguaglianza. Se(A1\A2B)einvertibile,l'ordinedelleoperazionididilatazioneediintersezionetrainsiemi noninuiscesulrisultato,cioequivaleadirechetraimembridell'espressioneprecedentevaleil 13

17 AvremocheAi equivaleafh2aj(bha1)\(bh2)g. B=fh2AjBhAg,coni=1;2eh2(Ai (A1[A2) (A1\A2) B(A1 B)[(A2 B)\(A2 B) B).Indenitivah2(A1\A2) (10) avremo,infatti,cheaib=fh:bh\ai6=0gconi=1;2eh2(aib). (A1[A2)B=(A1B)[(A2B) (11) Ledueproprietaseguentisonodigrandeimportanzapraticapoichesudiessesibasanodegli algoritmivelociperlarealizzazionedioperatorimorfologicineisistemicommerciali. A(B1[B2)=(AB1)[(AB2) (12) eequivalenteafhj(b1ha)\((b2ha). conseguenteallaproprietadicommutativitadelladilatazione. essendoa B=fh2AjBihAgconi=1;2eh2(A A B1)[(A Bi;ciosignicacheh2A B2) (B1[B2) (13) susseguentioperazionilogichetratalipianid'immaginepuntoperpunto. Inbaseaquesteproprieta,dilatazioneederosionepossonoessererealizzatemediantetraslazione dell'immagine(fig.10),nelledirezioniimpostedallageometriadell'elementostrutturante,e (14) puntib=b1[b2[b3;avremochel'erosionea direzionei=1;2;::;8econsideriamo,peresemplicare,l'elementostrutturantecostituitodatre AedAichesiottiene,traslandoAnelledirezionii,ovvero: modernisistemidielaborazione.indichiamoconailatraslazionedell'oggettoadiunpuntoin Letraslazionidelleimmaginieleoperazionilogichesudiessesonoestremamenteecientinei FIG.10.Traslazionidiagonale,lateraleeverticale. A B=A\A1\A2\A3 Biecostituitadaipuntidiintersezionetra 14 (15)

18 originale.analogamenteavremo:ab=a[a1[a2[a3 Nellalogicabooleanaciosignicaapplicarel'operatoreANDtraimmaginitraslateedimmagine adirechel'elementostrutturanteedeltipo: el'operatorebooleanocorrispondenteall'unionerisultaesserel'or. Neinostriesempidiimplementazioneabbiamoutilizzatodeicerchidiraggiounitario,cioequivale (16) nellaqualebirappresentailpuntoi-esimodell'elementostrutturanteb. B=8[i=1Bi; edelladilatazione: Un'altraproprietadegnadinotaelacosidettaregoladiconcatenamento(chainrule)dell'erosione FIG.11.Elementostrutturante. turantebidimensionaleb,puoessererealizzatamedianteunasequenzadeglistessioperatori utilizzandoelementistrutturantimonodimensionalib1;b2:::bkchesoddisfanolacondizione: Inbaseaquestaproprietal'erosioneeladilatazionediun'immagine,tramiteunelementostrut- (AB1)B2=A(B1B2) B2=A (B1B2) (17) B=B1B2:::Bk: (18) taggi: Questoequivaleadesplorarel'immagineperrigheepercolonneecomportadeglievidentivan- Esistonosistemihardwarechepermettonounaccessoaidatid'immagineablocchi,per Ilpesocomputazionalecresceinragionedi2LanzichediL2,doveLelalunghezzadel l'implementazioneoltrechepotenziarel'ecacia. cerchiostrutturante; righeopercolonne(cioetipicodellearchitettureparallele),equestofacilitanotevolmente 15 B B1 B5 B2 B3 B4 B6 B7 B8

19 valgonoleseguentiproprietadiaperturaedichiusura: Considerando,comedaipotesipreliminare,unelementostrutturantediversodaunpuntoisolato, ABA ABA (19) (Fig.12)realizzatotramitedierenzadiimmagini: valoridigrigionegativi.unesempioequellorelativoadunestrattoredicontornomorfologico possanoesseresottratte,puntoperpunto,l'unaall'altra,senzachel'immaginerisultanteassuma inqualicasidelleimmaginidiverse,ottenutemediantel'applicazionedioperatorimorfologici, Questedueproprietadevonolaloroimportanzaalfattochepossonoessereutilizzateperstabilire EC=(AB)?(A B); (21) (20) chiaramente,ledimensionidell'elementostrutturantedeterminanolospessoredeicontorniestratti. Altreproprietainteressantisono:AB=(AB)B FIG.12.Estrazionemorfologicadeicontorni. AB=(AB)B (22) Diremocheun'immagineAen-erosaseestataottenutadallaiterazionedinoperazionidi erosionepossonoesserecombinatitraloroedapplicatiripetutamenteall'immaginedaanalizzare. eettodiunasingolaaperturaochiusura.echiarocheglioperatorielementarididilatazioneedi unaaperturaereversibilmenteerodibile;ovverounasequenzadiapertureodichiusurehalostesso erosioneescriveremoa(?n);analogamentediremocheun'immagineaen-dilatataseestata Ciopuoesprimersidicendocheilrisultatodiunachiusuraereversibilmentedilatabileequellodi (23) ottenutadallaiterazionedinoperazionididilatazioneelaindicheremocona(n). 16

20 Valgonoleproprieta: A(?n)A(?m) A(n)A(m) (24) pern>m. Regolandoilnumerodiiterazionisipossonoottenerediversieettidiltraggio.Inparticolaresi Inoltrerisulta: (A(n))(?m)A(?n)(m) (26) (25) cheproduceun'immaginepiugrossolana(particolarimenodeniti);l'eettopassaaltosiottiene ottieneuneettopassabassoconunasequenzadeltipo: con: HPF=A?A(?r)(r) LPF=A(r)(?r) (27) semprepern>m. chefornisceun'immaginecheconservailsolodettaglioagranane;innel'eettopassabanda siottienenelmodoseguente:bpf=(a(n))(?n)?(a(m))(?m) (29) (28) 17

21 FIG.13.Passabassomorfologicodirangodue. FIG.14.Passaaltomorfologicodirangounitario. 18

22 ConsideriamoilcasodiunafunzionebidimensionalediscretaaNlivellidigrigio,esezioniamola conunpianoortogonalealpiano(n;m)inmododaridurreilproblemaalcasomonodimensionale(adesempioconsiderandounasolarigaocolonnaanzichel'immaginecomplessiva);quindi sezioniamoorizzontalmente(parallelamentealpianodell'immagine),incorrispondenzadiogni ESTENSIONEA256LIVELLIDIGRIGIO livellodigrigio.ognisezionesi,allivellodigrigioi,con(i=1;2;:::;n),generaun'immagine binariaai.l'immaginecomplessivaadnlivellipuovedersicomerisultantediun'operazione dellastrisciad'immagine,avremo:a=a\a?1\:::\a1 cherappresental'immagineanlivellidigrigio.consideriamo,comeinprecedenza,b logicaassimilabileadun\and"(vericadell'esistenzadeilivellisottostanti)tralostratoal un'elementostrutturantecircolarediraggiounitario,chesezionato(casomonodimensionale) denitivadetta(x)(1n)lafunzionecheassociailivellidigrigioalleposizioniall'interno livellopiualtoeilivellisottostantisemprepresenti;inrealtasitrattadicontareilnumerodi risultaun\cerchio"unitariodi3x1punti,avremocheognisingolaimmaginebinariaaiverra stratibinarisovrappostiedassociare,perognipunto,talevaloreallivellodigrigioeettivo.in componedistratidiimmaginibinarieerose: erosadab,dandoluogoaa(?1) i.conseguentementel'immagineatonidigrigioa(?1)erosasi Procedendoinmodoanalogoperladilatazione,avremo: Ciocorrispondeadeseguireunaoperazionediminimoinunanestradidimensionipariaquelle dell'elementostrutturanteb. A(?1)=A(?1) A(?1)=minx2BA(x) \A(?1)?1\:::\A(?1) 1 puntosupianitraslati. L'usodeglioperatoridimaxheminh(conh2A)estatosuggeritoperlaprimavoltada Glistessiconcettibasesonoestendibiliaglioperatoricompostiequindidalpuntodivistaimplementativodovremorealizzaredelleroutinechedeterminanoilmassimoedilminimopuntoper NakagawaedaRosenfeld(1978);talioperatorisonobasatisullalogicafuzzyesullateoriadegli insiemidaessaispirata.glioperatoriequivalentiall'intersezione(\)eall'unione([),nellalogica A(1)=maxx2BA(x): fuzzysonorappresentatipropriodamaxheminh.datedueimmagini,aeb,atonidigrigio: A[B()maxh(A;B): A\B()minh(A;B) 19

23 Ciochesiottieneeriportatonellegureseguenti: Operatorecappelloacilindro.Riveladettaglistrutturalichiariescuri,comeadesempio lineeoppureoggettididimensioniinferioriadunlimitepressatoedilcuicontrastosuperaun Nelseguitoverrannoricordati,brevemente,alcunitraipiunotiesemplici. datovaloredisoglia.scriveremoun'espressionedeltipo: merevoledioperatoricomposti,dicomplessitavariabile,cherisolvonoproblematicheparticolari. Accantoaglioperatorimorfologicielementarioperantisuilivellidigrigioabbiamounaserieinnu- FIG.15.Dilatazione,erosione,aperturaechiusuradiimmaginia256livellidigrigio dallavariazionedeilivellidigrigio.l'operatoreestraequelleporzionidellafunzionedeilivellidi direchexdcontieneisolidettaglichiarididimensioniminimeminoridid,inquantoall'immagine originariainingressovienesottrattalasuaapertura.l'altezzahelasoglia.analogamente grigiocheperforanoilcappellomentrelasuabasescivolasullafunzione.indenitiva,possiamo nellaqualed=2r+1,conrraggiodelcerchiounitario.possiamoimmaginareunafunzionea formadicappelloacilindrotophat(d,h)didiametrodedaltezzah,chescorresulrilievocostituito Xdh=Xd=A?[A(?r)](r)seXd>h potremoscrivere: altrimenti chemiraadestrarredettagliscuri. Xdh=Xd=[A(r)](?r)?AseXd>h 0 20 altrimenti

24 espressione: mentodell'elementostrutturanteconsiderato,ipuntiscurisieliminanoutilizzandolaseguente operatoridimassimoeminimoconvenzionaliinquantotrascuranol'eettodelvalorediriferi- piuchiariepiuscuri(rumoreimpulsivo).talipuntivengonoforzatiadassumereilvaloredi alivellidigrigioepossibilecostruiredeisemplicialgoritmiperl'eliminazionedeipuntiisolati grigiopiuprossimoaquellodeivicini.denendoglioperatorimaxbeminb,dierentidagli Eliminazionedipuntiisolati.Apartiredall'erosioneedalladilatazioneapplicateadimmagini nellequalimaxp(a1;a2)rappresentailmassimovaloredeipuntidimedesimaposizionedelledue immaginia1eda2. Analogamenteperipuntiisolatiscuri: Ah=minp[A;maxB(A)]: Unasemplicesequenzadipassidielaborazioneperrealizzarel'estrazioneedilcolormappingdei contornidiun'immagineemostratainfig.16efig.17. Ad=maxp[A;minB(A)]; IMMAGINE IN INPUT BINARIZZATORE RIDGE-VALLEY DILATAZIONE EROSIONE grigio,basatasuoperatorimorfologicielementari.21 FIG.16.Sequenzadipassiperrealizzarel'evidenziazionedelcontornosuun'immaginea256livellidi Estrazione del = Dilatazione - Erosione MAPPA DEI COLORI

25 _ D + dell'evidenziazionedelcontornosuun'immaginea256livellidigrigio,basatasuoperatorimorfologici elementari. FIG.17.Sequenzadiimmaginiinuscitaadognipassodellacatenadielaborazioneperlarealizzazione 22

26 disparatiambitiapplicativi.ciopermettediavvalersidelleconoscenzeedell'esperienzamaturata pochiconcettidibasechelideniscono,epossibilericavareunavarietadioperatoriutilineipiu inunqualunquesettorepersvilupparesoluzionieuristicheaproblemilegatiall'estrazionedi caratteristichedaun'immagine.inparticolare,epossibileotteneredeglialgoritmiversatilie velocichebensiadattanosiaadunprimoapprocciodianalisidelleimmagini,cheall'estensione L'utilizzodeglioperatorimorfologicielementaririsultadigrandeinteresseinquanto,apartiredai CONCLUSIONI. aproblematichedicrescentecomplessita.laversatilitadeglialgoritmimorfologicipermettedi Lavelocitadeglialgoritmiedovutaall'utilizzodell'algebrabooleana(nelcasobinario)oalla descrivereunampiospettrodiproblemi,aspesedellacomplessitadelladescrizionetopologica. soluzioneaiproblemidiestrazionedellecaratteristichechedivoltainvoltadevonoessereaffrontati.sitrattadicostruireunsetdifunzionicheoperanoabassolivello(suisingolipixel)banoesseresviluppatideglistrumentidibase(lowlevelvision),capacidicooperare,perfornire edecace. Ciocheemergeconchiarezzael'esistenzadiunastrettadipendenzadellestrategieutilizzabili dall'obiettivod'interesseedaimezziadisposizione.taledipendenzaportaapensarechedeb- esaminare,eadaccorgimentidivariogenerechepossonoessereimplementatiinmodosemplice determinazionidimassimieminimi(nelcasoanllivellidigrigio)nellecongurazionidipixelda l'utilizzodialgoritmifastfouriertrasform),l'utilizzodioperatorilocaliperl'estrazionedei prendono,oltreall'analisimorfologica,letecnichediltraggiospazialeefrequenziale(tramite dipendenza)econsentireilriconoscimentodiformesudominibidimensionalietridimensionali. contorni,l'analisidellatessituratramiteletecnichestatisticheclassiche,lamodellizzazionedelle Lestategieutilizzatenell'ambitodell'elaborazionedigitaledelleimmaginidibassolivellocom- all'usodellatrasformatadihoughoingenereall'analisidispaziparametriciderivati,costituiscono immaginimediantel'utilizzodiwavelet.tuttequestetecnicheinsiemeadaltre,qualiquellelegate perrenderepossibileunaanalisialivellointermedio(insiemidipixelaggregatidaunaqualche l'ambitopiugeneralenelqualecisidevemuoverenellafasepreliminaredianalisidelleimmagini. 23

27 Nelseguitovengonodescrittiiprocessidiquantizzazionedelledirezioniedisogliaturache Illtrodenominatoridge-valleyeunbinarizzatoremoltoeciente,originariamenteutilizzato, insistemiaparallelismomassiccioperlaclassicazionedelleimprontedigitali,dall'fbi(federal istichetramiteunltrolocaleesuunaclassicazionetramitetrasformatadikerounen-loevea mezzodiretineurali,progettatodallanist(nationalinstituteofstandardtechnology). BeurauofInvestigation).Talesistemadiriconoscimentoebasatosullaestrazionedellecaratter- APPENDICE:BINARIZZAZIONERIDGE-VALLEY. dell'algoritmoinfortran90-hpf.perciascunpixel(p)dell'immaginevengonocalcolatele concorronoallabinarizzazione,enellepaginesucessivevienepropostaun'implemantazione deipixelindicaticoni: sommelungoledirezionitrasversalisi,coni=0;1;:::;7,dovesirappresentelasommadeivalori sogliaturalocaleeconfrontodellesommetrasversali. unaformaaccettabileinbiancoenero.essa,nelcasoinesame,sibasasuuncompromessotra 5050P SogliaLocale.Vienecalcolatalasoglialocaleedinbaseadessailpixeld'uscitavieneposto Sogliatura.Labinarizazzionedell'immaginediinputsiproponediridurreilivellidigrigioad biancoseilsuovaloredigrigioesuperioreaquellomediocalcolatosulleottodirezionitrasversali: Confrontoconlesommetrasverse.Ipixelsd'uscitavienepostobiancoselamediadella massimaedellaminimasommatrasversaepiugrandedellamediaditutteledirezionitrasverse: Smax+Smin>14Xisi 4S>18Xisi (2) (1) Soluzionedicompromesso.StockeSwongerrealizzandouncompromessotraiduemodidi procedereappenavisti,hannoricavato,peripixeldioutput,laseguenteformula: analogosipuoapplicareadunpixelpostoinunpromontorioscuro. mentevallichiareepromontoriscuririportandosommeinferioriallaprecedente.ragionamento mentetalevalle,mentrelealtresettedirezionitaglierannotalezonaattraversandoalternativa- chiara,alloraunadellesueottosommetrasversesaramassimainquantoattraverseracompleta- Ilmotivodiquestomododiprocederevaricercatonelfattoche,seunpixelsitrovainunavalle bianchi(inunavalle)abbianoladirezionedellamassimatraleottosommeindicate.indenitiva, aciascunpixelvieneassociataunadirezionequantizzatainottolivelli(i=0;:::;7). dellaminimasommatraquelleappartenentiall'insiemedellesommetrasverseeciascunodeipixel dall'fbi)cherisultaessereun'estensionedelbinarizzatoreridge-valley.aseguitodellabinarizzazione(fig.3),possiamoassumerecheognipixelnero(suunpromontorio)abbialadirezione 4S+Smax+Smin>38Xisi (3) Possiamoindicarequestoltrocomeuncercatoredidirezioni(moltosimileaquelloutilizzato 24