Introduzione a Matlab

Transcript

1 Introduzione a Matlab Operatori Morfologici Fondamenti di Visione Artificiale a.a. 2015/ /05/16 Introduzione a Matlab 1

2 Operatori Morfologici Dilation: The value of the output pixel is the maximum value of all the pixels in the input pixel's neighborhood. In a binary image, if any of the pixels is set to the value 1, the output pixel is set to 1. Dilation on a Binary Image Erosion: The value of the output pixel is the minimum value of all the pixels in the input pixel's neighborhood. In a binary image, if any of the pixels is set to 0, the output pixel is set to 0. Dilation on a Grayscale Image 12/05/16 Introduzione a Matlab 2

3 Dilation The 3 3 square is probably the most common structuring element used in dilation operations, but others can be used. A larger structuring element produces a more extreme dilation effect, although usually very similar effects can be achieved by repeated dilations using a smaller but similarly shaped structuring element. 12/05/16 Introduzione a Matlab 3

4 Dilation % DILATAZIONE % Carichiamo l'immagine A = imread('quadrato.tif'); % convertiamo l'immagine in double A = double(a); % rappresentiamo l'immagine figure(1); imshow(uint8(a)); % applichiamo una operazione di dilatazione una volta B = operazione_dilate(a, 1); % applichiamo una operazione di dilatazione 20 volte C = operazione_dilate(a, 10); % rappresentiamo l'immagine risultato figure(3); imshow(uint8(c)); % osserviamo cosa è successo all'immagine mediante una operazione di differenza D = operazione_differenza(a, B); figure(4); imshow(uint8(d)); % rappresentiamo l'immagine risultato figure(2); imshow(uint8(b)); 12/05/16 Introduzione a Matlab 4

5 Erosion The 3 3 square is probably the most common structuring element used in erosion operations, but others can be used. A larger structuring element produces a more extreme erosion effect, although usually very similar effects can be achieved by repeated erosions using a smaller similarly shaped structuring element. 12/05/16 Introduzione a Matlab 5

6 Erosion % EROSIONE % Carichiamo l'immagine A = imread('quadrato.tif'); % convertiamo l'immagine in double A = double(a); % rappresentiamo l'immagine figure(5); imshow(uint8(a)); % applichiamo una operazione di dilatazione una volta B = operazione_erode(a, 1); % applichiamo una operazione di dilatazione 20 volte C = operazione_erode(a, 10); % rappresentiamo l'immagine risultato figure(7); imshow(uint8(c)); % osserviamo cosa è successo all'immagine mediante una operazione di differenza F = operazione_differenza(a, B); figure(8); imshow(uint8(f)); % rappresentiamo l'immagine risultato figure(6); imshow(uint8(b)); 12/05/16 Introduzione a Matlab 6

7 Open As with erosion and dilation, it is very common to use this 3 3 structuring element. The effect in the above figure is rather subtle since the structuring element is quite compact and so it fits into the foreground boundaries quite well even before the opening operation. 'open' implements binary opening (erosion followed by dilation). 12/05/16 Introduzione a Matlab 7

8 Open % APERTURA % Carichiamo l'immagine A = imread('open.jpg'); % convertiamo l'immagine in double A = double(a); % rappresentiamo l'immagine figure(1); imshow(uint8(a)); % applichiamo una operazione di dilatazione una volta B = operazione_open(a); % rappresentiamo l'immagine risultato figure(2); imshow(uint8(b)); % osserviamo cosa è successo all'immagine mediante una operazione di differenza D = operazione_differenza(a, B); figure(3); imshow(uint8(d)); 12/05/16 Introduzione a Matlab 8

9 Close As with erosion and dilation, this particular 3 3 structuring element is the most commonly used, and in fact many implementations will have it hardwired into their code, in which case it is obviously not necessary to specify a separate structuring element. 'close' performs binary closure (dilation followed by erosion). 12/05/16 Introduzione a Matlab 9

10 Close % CHIUSURA % Carichiamo l'immagine A = imread('text.tif'); % convertiamo l'immagine in double A = double(a); % rappresentiamo l'immagine figure(1); imshow(uint8(a)); % applichiamo una operazione di chiusura B = operazione_close(a); % rappresentiamo l'immagine risultato figure(2); imshow(uint8(b)); % osserviamo cosa è successo all'immagine mediante una operazione di differenza D = operazione_differenza(a, B); figure(3); imshow(uint8(d)); 12/05/16 Introduzione a Matlab 10

11 Remove % REMOVE % Carichiamo l'immagine A = imread('remove.jpg'); % convertiamo l'immagine in double A = double(a); % rappresentiamo l'immagine figure(1); imshow(uint8(a)); % applichiamo una operazione di remove B = operazione_remove(a); % rappresentiamo l'immagine risultato figure(2); imshow(uint8(b)); % osserviamo cosa è successo all'immagine mediante una operazione di differenza D = operazione_differenza(a, B); figure(3); imshow(uint8(d)); 12/05/16 Introduzione a Matlab 11

12 Cosa è successo all immagine remove.jpg? 12/05/16 Introduzione a Matlab 12

13 Skeletization Skeletonization is a process for reducing foreground regions in a binary image to a skeletal remnant that largely preserves the extent and connectivity of the original region while throwing away most of the original foreground pixels. 12/05/16 Introduzione a Matlab 13

14 SKELETIZATION % SCHELETRIZZAZIONE % Carichiamo l'immagine A = imread('stelle.tif'); % convertiamo l'immagine in double A = double(a); % rappresentiamo l'immagine figure(1); imshow(uint8(a)); B = operazione_negativo(a); figure(2); imshow(uint8(b)); % applichiamo una operazione di scheletrizzazione C = operazione_skel(b, 50); figure(3); imshow(uint8(c)); D = operazione_negativo(255*double(c)); % rappresentiamo l'immagine risultato figure(4); imshow(uint8(d)); % osserviamo cosa è successo all'immagine mediante una operazione di somma E = operazione_somma(a, D); figure(5); imshow(uint8(e)); 12/05/16 Introduzione a Matlab 14

15 Watershed Original Sand image. Thresholded (value=70). Watershed result. Superimposed on original. Watershed segmentation is a method for separating essentially convex and relatively smooth features that touch slightly. 12/05/16 Introduzione a Matlab 15

16 Watershed % WATERSHED A = imread('riso.tif'); figure; imshow(a, []); % visualizziamo l'istogramma dell'immagine figure; imhist(a); % applichiamo loperatore di watershed D = new_watershed(c); figure; imshow(d, []); F = operazione_somma(a, D); figure; imshow(f, []); % effettuiamo una operazione di soglia B = operazione_soglia(a, 30); figure; imshow(b, []); % effettuiamo il negativo dell'immagine soglia per poter applicare l'operatore di watersheed C = operazione_negativo(b); figure; imshow(c, []); 12/05/16 Introduzione a Matlab 16

17 bwmorph Gli operatori morfologici in MATLAB sono implementati dalla funzione: B = bwmorph(a, operation ); B = bwmorph(a, operation, n); Il parametro operation può assumere diversi valori: Cerca configurazioni di 1 disposti a croce: 'branchpoints' diventa /05/16 Introduzione a Matlab 17

18 bwmorph bridge' Cerca gruppi di pixel e congiunge cambiando uno 0 in 1: diventa Elimina punti isolati. 'clean' 'fill' Riempie posizioni vuote /05/16 Introduzione a Matlab 18

19 Esercizio I Data l'immagine Quadrato.tif, estrarre il contorno della figura utilizzando gli operatori morfologici. 12/05/16 Introduzione a Matlab 19

20 Esercizio II Data l'immagine Palline.tif, separare le palline all'interno dell'immagine. Successivamente delineare i contorni delle sfere utilizzando un operatore morfologico 12/05/16 Introduzione a Matlab 20

21 Esercizio III Data l'immagine Text.tif, ottenere la scritta in grassetto con un operatore morfologico. 12/05/16 Introduzione a Matlab 21

22 Esercizio IV Data l'immagine Palline.tif: 1) Isolare le palline mediante il filtro Watershed 2) Cerchiare le palline mediante un operatore morfologico 12/05/16 Introduzione a Matlab 22