06 Image segmentation

Zhrnutie prednášky

Segmentácia obrazu rozdeľuje obraz na disjunktné homogénne časti v závislosti od úlohy; rozlišuje sa sémantická a inštančná segmentácia a výsledkom je výrazná redukcia informácie. Prednáška predstavuje tri základné prístupy: podľa intenzity, farby a textúry. Pri intenzite sa používa prahovanie s jedným alebo viacerými prahmi, iteratívny odhad optimálneho prahu a adaptívne prahovanie po okolí pixelov pri nerovnomernom osvetlení. Farebná segmentácia je vhodnejšia v priestore Lab než RGB, pretože oddeľuje jas od farebnej informácie, a spočíva vo vymedzení oblasti záujmu v rovine a–b. Textúrová segmentácia využíva matice spoluvýskytu a z nich odvodené príznaky, ako kontrast a energia, čo je ukázané na oddelení jaguára od pozadia.

• - Segmentácia delí obraz na homogénne časti; sémantická rozlišuje triedy objektov, inštančná jednotlivé objekty.
• - Prahovanie intenzity: jeden či viac prahov a iteratívny algoritmus odhadu optimálneho prahu z priemerov popredia a pozadia.
• - Adaptívne prahovanie počíta prah lokálne pre každé okolie (napr. 11×11 pixelov) a rieši nerovnomerné osvetlenie.
• - Farebná segmentácia je lepšia v priestore Lab než v RGB, lebo oddeľuje jas (L) od farby (a, b).
• - Segmentácia vo farebnom priestore spočíva v určení oblasti záujmu pomocou prahov na osiach a a b (napr. obdĺžnik, kruh, elipsa).
• - Matica spoluvýskytu popisuje textúru pomocou vektora posunu; podobné textúry majú podobné matice.
• - Skalárne príznaky matice (energia, entropia, kontrast) umožňujú klasifikáciu textúr, napr. jaguár má vysoký kontrast a nízku energiu.

Zhrnutie pripravené s pomocou AI z prepisu videa.