Segmentácia 1
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška úvodom vymedzuje segmentáciu obrazu ako rozdelenie obrazu na disjunktné homogénne oblasti podľa zvoleného kritéria (jas, farba, textúra) a rozlišuje semantickú a inštančnú segmentáciu. Hlavná časť sa venuje prahovaniu podľa jasu, a to jedným aj viacerými prahmi, a hľadaniu optimálneho prahu z histogramu, aproximáciou gaussovkami, Otsuovou metódou alebo iteratívnym algoritmom, ktorý vychádza z priemeru jasu pozadia v rohoch a popredia. Pri nerovnomernom osvetlení nestačí globálny prah, preto sa používa porovnanie pixelu s priemerom alebo mediánom jeho okolia (napr. okno 11×11) s malou konštantou ako tolerancia. Na záver sa téma presúva k segmentácii farebného obrazu, kde sa prevodom z RGB do iného farebného priestoru využíva farebná informácia, ktorú šedotónový obraz stráca.
- - Segmentácia rozdeľuje obraz na disjunktné homogénne oblasti podľa kritéria (jas, farba, textúra).
- - Semantická segmentácia rozlišuje triedy podľa významu, inštančná aj jednotlivé objekty.
- - Prahovanie jedným prahom je najjednoduchšia metóda; viac prahov vytvorí viac kategórií, napr. tkanivá v CT.
- - Optimálny prah možno nájsť z histogramu, aproximáciou gaussovkami, Otsuovou metódou alebo iteratívnym priemerovaním pozadia a popredia do konvergencie.
- - Pri nerovnomernom osvetlení sa pixel porovnáva s priemerom alebo mediánom okolia a rozdiel musí presiahnuť malú konštantu, aby sa potlačil šum.
- - Pri farebnej segmentácii šedotónový prevod nestačí, preto sa obraz prevádza z RGB do vhodnejšieho farebného priestoru.
Zhrnutie pripravené s pomocou AI z prepisu videa.
nechodím na prednášky