Combinando Deslocamento para a Média com Detectores de Bordas (EDISON)

O algoritmo de segmentação de imagens EDISON (Edge Detection and Image SegmentatiON system) é um dos melhores métodos de segmentação da atualidade e vale a pena ser estudado.

Visão Geral: Edge Detection and Image SegmentatiON system

The system is built using two separate modules: a confidence based edge detector and a mean shift based image segmenter.

EDISON funciona empregando:

  1. Confidence Based Edge Detector
  2. Mean Shift Based Image Segmenter
  3. Synergistic Image Segmenter

Conceitos Básicos

Mean Shift: Deslocamento para a Média

O termo “mean shift” não pode ser confundido com “média móvel” (moving average). Uma tradução de mean shift é “deslocamento para a/em direção à média”  e pode ser entendido como

  1. uma técnica não paramétrica de análise de espaço de atributos para localização dos máximos de uma função de densidade ou
  2. como um algoritmo de localização de modas.

Como é uma técnica não paramétrica, não necessita de conhecimentos a priori acerca de número de agrupamentos e não restringe o formato destes agrupamentos.

Para o domínio do processamento de imagens o conceito é definido por Yizong Cheng como: “a simple iterative procedure that shifts each data point to the average of data points in its neighborhood”.  Sob essa interpretação, segundo Yizong Cheng a técnica da estatística exploratória da Análise de Agrupamentos pode ser considerada como um caso especial de mean shift.

Segmentador baseado em Deslocamento para a Média

EDISON3

Detector de Bordas baseado em Confiança

Usa duas curvas de limiarização ortogonais:
  • Intensidade/acuidade de gradiente
  • Qualidade/tamanho da borda
Confiança é calculada com base na distância da curva que interpola estes eixos.
EDISON4
Figura: Curva de confiança, bordas tradicionais, bordas “confiáveis”, segmentação sinergísitca (bordas confiáveis guiando segmentação baseada em deslocamento para a média)

Segmentador Sinergístico

O Segmentador Sinergístico une estes dois conceitos:

  • Detector de Bordas baseado em Confiança
  • Segmentador baseado em Deslocamento para a Média

Para mais infos, veja os links externos abaixo.

Exemplos  usando o Conjunto de Berkeley

EDISON1

EDISON2

Links

Externos

  1. Artigo:Yizong Cheng: “Mean Shift, Mode Seeking, and Clustering”. IEEE PAMI 1995
  2. Artigo: Mean shift: a robust approach toward feature space analysis. IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 24, NO. 5, MAY 2002
  3. Whitepaper: Mean Shift Clustering
  4. Artigo: C. Christoudias, B. Georgescu, P. Meer: “Synergism in low-level vision.” 16th International Conference on Pattern Recognition, Quebec City, Canada, August 2002, vol. IV, 150-155.
  5. Código-fonte e binários para EDISON da Universidade Rutgers
  6. Página de Manual de EDISON na Universidade Rutgers
  7. Página sobre EDISON na University of Central Florida

Sobre o Autor

possui graduação em Ciências da Computação pela Universidade Federal de Santa Catarina (1989) e Doutorado Acadêmico (Dr. rer.nat.) em Ciências da Computação pela Universidade de Kaiserslautern (1996). Atualmente é professor Associado da Universidade Federal de Santa Catarina, onde é professor do Programa de Pós-graduação em Ciência da Computação e dos cursos de graduação em Ciências da Computação e Sistemas de Informação. É também professor e orientador de doutorado do Programa de Pós-Graduação em Ciências da Computação da Universidade Federal do Paraná - UFPR. Tem experiência nas áreas de Produção de Conteúdo para TV Digital Interativa, Informática em Saúde, Processamento e Análise de Imagens e Engenharia Biomédica, com ênfase em Telemedicina, Telerradiologia, Sistemas de Auxílio ao Diagnóstico por Imagem e Processamento de Imagens Médicas, com foco nos seguintes temas: analise inteligente de imagens, DICOM, CBIR, informática médica, visão computacional e PACS. Coordena o Instituto Nacional de Ciência e Tecnologia para Convergência Digital - INCoD. É também Coordenador Técnico do Sistema Integrado Catarinense de Telemedicina e Telessaúde (STT/SC), coordenador do Grupo de Trabalho Normalização em Telessaúde do Comitê Permanente de Telessaúde/Ministério da Saúde e membro fundador e ex-coordenador da Comissão Informática em Saúde da ABNT - ABNT/CEET 00:001.78. Atualmente também é membro da comissão ISO/TC 215 - Health Informatics. Foi coordenador da RFP6 - Conteúdo - do SBTVD - Sistema Brasileiro de TV Digital/Ministério das Comunicações. Foi o criador e primeiro Coordenador do Núcleo de Telessaúde de Santa Catarina no âmbito do Programa Telessaúde Brasil do Ministério da Saúde e da OPAS - Organização Pan-Americana de Saúde e criador do Núcleo Santa Catarina da RUTE - Rede Universitária de Telemedicina.