Graph Laplacian for spectral clustering and seeded image segmentation (2014)
- Authors:
- Autor USP: CASACA, WALLACE CORREA DE OLIVEIRA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SME
- Subjects: TEORIA ESPECTRAL; TEORIA DOS GRAFOS; MATEMÁTICA DA COMPUTAÇÃO; VISUALIZAÇÃO
- Keywords: Colorização de imagens; Image colorization; Image inpainting; Image segmentation; Interactive image segmentation; Restauração de imagens; Segmentação de imagens; Segmentação interativa de imagens; Spectral graph theory; Teoria espectral de grafos
- Language: Inglês
- Abstract: Segmentar uma image é visto nos dias de hoje como uma prerrogativa para melhorar a capacidade de sistemas de computador para realizar tarefas complexas de natureza cognitiva tais como detecção de objetos, reconhecimento de padrões e monitoramento de alvos. Esta pesquisa de doutorado visa estudar dois temas de fundamental importância no contexto de segmentação de imagens: clusterização espectral e segmentação interativa de imagens. Foram propostos dois novos algoritmos de segmentação dentro das linhas supracitadas, os quais se baseiam em operadores do Laplaciano, teoria espectral de grafos e na minimização de funcionais de energia. A eficácia de ambos os algoritmos pode ser constatada através de avaliações visuais das segmentações originadas, como também através de medidas quantitativas computadas com base nos resultados obtidos por técnicas do estado-da-arte em segmentação de imagens. Nosso primeiro algoritmo de segmentação, o qual é baseado na teoria espectral de grafos, combina técnicas de decomposição de imagens e medidas de similaridade em grafos em uma única e robusta ferramenta computacional. Primeiramente, um método de decomposição de imagens é aplicado para dividir a imagem alvo em duas componentes: textura e cartoon. Em seguida, um grafo de afinidade é gerado e pesos são atribuídos às suas arestas de acordo com uma função escalar proveniente de um operador de produto interno. Com base no grafo de afinidade, a imagem é então subdividida por meio do processo de corteespectral. Além disso, o resultado da segmentação pode ser refinado de forma interativa, mudando-se, desta forma, os pesos do grafo base. Experimentos visuais e numéricos foram conduzidos tomando-se por base métodos representativos do estado-da-arte e a clássica base de dados BSDS a fim de averiguar a eficiência da metodologia proposta. Ao contrário de grande parte dos métodos existentes de segmentação interativa, os quais são modelados por formulações matemáticas complexas que normalmente não garantem solução única para o problema de segmentação, nossa segunda metodologia aqui proposta é matematicamente simples de ser interpretada, fácil de implementar e ainda garante unicidade de solução. Além disso, o método proposto possui um comportamento anisotrópico, ou seja, pixels semelhantes são preservados mais próximos uns dos outros enquanto descontinuidades bruscas são impostas entre regiões da imagem onde as bordas são mais salientes. Como no caso anterior, foram realizadas diversas avaliações qualitativas e quantitativas envolvendo nossa técnica e métodos do estado-da-arte, tomando-se como referência a base de dados GrabCut da Microsoft. Enquanto a maior parte desta pesquisa de doutorado concentra-se no problema específico de segmentar imagens, como conteúdo complementar de pesquisa foram propostas duas novas técnicas para tratar o problema de retoque digital e colorização de imagens
- Imprenta:
- Publisher place: São Carlos
- Date published: 2014
- Data da defesa: 05.12.2014
-
ABNT
CASACA, Wallace Correa de Oliveira. Graph Laplacian for spectral clustering and seeded image segmentation. 2014. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062015-112215/. Acesso em: 23 abr. 2024. -
APA
Casaca, W. C. de O. (2014). Graph Laplacian for spectral clustering and seeded image segmentation (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062015-112215/ -
NLM
Casaca WC de O. Graph Laplacian for spectral clustering and seeded image segmentation [Internet]. 2014 ;[citado 2024 abr. 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062015-112215/ -
Vancouver
Casaca WC de O. Graph Laplacian for spectral clustering and seeded image segmentation [Internet]. 2014 ;[citado 2024 abr. 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-24062015-112215/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
