Interactive 3D segmentation repair with image-foresting transform, supervoxels and seed robustness (2017)
- Authors:
- Autor USP: TAVARES, ANDERSON CARLOS MOREIRA - IME
- Unidade: IME
- Sigla do Departamento: MAC
- Subjects: COMPUTAÇÃO GRÁFICA; PROCESSAMENTO DE IMAGENS; VISÃO COMPUTACIONAL
- Keywords: Graph-based segmentation; Image-foresting transform; Robustez de sementes; Seed robustness; Segmentação baseada em grafos; Supervoxels; Transformada imagem-floresta
- Agências de fomento:
- Language: Inglês
- Abstract: Segmentação de imagem consiste no seu particionamento em regiões, tal como para isolar os pixels pertencentes a objetos de interesse em uma imagem, sendo uma etapa importante para visão computacional, processamento de imagens médicas e outras aplicações. Muitas vezes a segmentação automática gera resultados com imperfeições. O usuário pode corrigi-las editando-a manualmente, interativamente ou simplesmente descartar o resultado e gerar outro automaticamente. Métodos interativos combinam os benefícios dos métodos manuais e automáticos, reduzindo o esforço do usuário e utilizando seu conhecimento de alto nível. Nos métodos baseados em sementes, para continuar ou reparar uma segmentação prévia (presegmentação), evitando o usuário começar do zero, é necessário resolver o Problema da Segmentação Interativa Reversa (RISP), ou seja, estimar automaticamente as sementes que o gerariam. Para isso, este trabalho particiona o objeto da segmentação em núcleos. Em um núcleo, duas sementes separadamente produzem o mesmo resultado, tornando uma delas redundante. Com isso, apenas uma semente por núcleo é necessária. Núcleos contidos nos resultados de outros núcleos são redundantes e também podem ser descartados, reduzindo ainda mais o conjunto de sementes, um processo denominado Análise de Redundância. Um conjunto mínimo de sementes para a presegmentação é gerado e o problema da reparação interativa pode então ser resolvido através da adição de novas sementes ou remoção. Dentro do arcabouçoda Transformada Imagem-Floresta (IFT), novos métodos como Oriented Image-Foresting Transform (OIFT) e Oriented Relative Fuzzy Connectedness (ORFC) foram desenvolvidos. Todavia, não há algoritmos para calcular o núcleo destes métodos. Este trabalho desenvolve tais algoritmos, com prova de corretude. Os núcleos também nos fornecem uma indicação do grau de robustez dos métodos sobre o posicionamento das sementes. Por isso, um método híbrido do GraphCut com o núcleo do ORFC, bem como um Coeficiente de Robustez (RC), foram desenvolvidos. Neste trabalho também foi desenvolvida outra solução para reparar segmentações, a qual é baseada em IFT-SLIC, originalmente utilizada para gerar supervoxels. Resultados experimentais analisam, comparam e demonstram o potencial destas soluções
- Imprenta:
- Data da defesa: 02.06.2017
-
ABNT
TAVARES, Anderson Carlos Moreira. Interactive 3D segmentation repair with image-foresting transform, supervoxels and seed robustness. 2017. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-03082017-230907/. Acesso em: 31 maio 2024. -
APA
Tavares, A. C. M. (2017). Interactive 3D segmentation repair with image-foresting transform, supervoxels and seed robustness (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45134/tde-03082017-230907/ -
NLM
Tavares ACM. Interactive 3D segmentation repair with image-foresting transform, supervoxels and seed robustness [Internet]. 2017 ;[citado 2024 maio 31 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-03082017-230907/ -
Vancouver
Tavares ACM. Interactive 3D segmentation repair with image-foresting transform, supervoxels and seed robustness [Internet]. 2017 ;[citado 2024 maio 31 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-03082017-230907/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas