Usuwanie nadmiernej segmentacji w transformacji wododziałowej za pomocą analizy skupień

• Autorzy: Smołka J. , Skublewska-Paszkowska M.

Warianty tytułu

EN

Removal of the over-segmentation in the results of watershed tranformation by means of cluster analysis

• Języki publikacji: PL

Abstrakty

PL

Transformacja wododziałowa może być stosowana zarówno do obrazów czarno-białych, jak i kolorowych. Na swoim wejściu transformacja powinna otrzymać obraz, w którym duże wartości odpowiadają krawędziom. Większość obrazów można przekształcić do tej postaci za pomocą odpowiedniego filtru gradientowego (dostosowanego do obrazów kolorowych lub czarno-białych). Niestety wynik działania transformacji wododziałowej jest praktycznie zawsze nadmiernie posegmentowany. Stosowanie prostych metod usuwania nadsegmentacji często nie daje dobrych wyników. Artykuł przedstawia rozwiązanie tego problemu korzystające z analizy skupień. Umożliwia ono połączenie zlewisk w żądaną liczbę klas. Parametry analizy skupień pozwalają na dostosowanie jej do obrazów konkretnego typu, a także pozwalają na uwzględnienie w procesie łączenia zlewisk informacji ignorowanych przez transformację wododziałową.

EN

Watershed transformation can be applied to color as well as to gray-scale images. It requires a height function as its input. Most images may be converted to the required form by means of a gradient filter suited for the type of image being segmented. Unfortunately, in most cases, the image after watershed transformation is heavily over-segmented. Using simple methods for reducing over-segmentation doesn't give good results. This paper presents a solution to this problem that utilizes cluster analysis. It allows for watershed merging that produces a requested number of classes. Cluster analysis is very flexible. Its parameters can easily be exchanged in order to adapt the method for a particular type of image. Attributes used for watershed merging may take into account information that is disregarded by the watershed transformation itself.

Słowa kluczowe

PL

segmentacja obrazów; transformacja wododziałowa; analiza skupień

EN

image segmentation; watershed transformation; cluster analysis

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2008
• Tom: T. 12, z. 2
• Strony: 463--482
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Smołka J.

• Politechnika Lubelska w Lublinie

autor

Skublewska-Paszkowska M.

• Politechnika Lubelska w Lublinie

Bibliografia

• [1] Angulo J., Serra J., Color segmentation by ordered mergings. IEEE Proceedings – International Conference on Image Processing, t. 2, 2003, 125-128.
• [2] Beucher S., Lantuejoul C, Use of watersheds in contour detection. International Workshop on Image Processing: Real-time Edge and Motion Detection/Estimation, Rennes, 1979.
• [3] Beucher S., The watershed transformation applied to image segmentation. Conference on Signal and Image Processing in Microscopy and Microanalysis, 1991, 299-314.
• [4] Everitt B.S., Landau S., Leese M., Cluster Analysis. Arnold a member of the Hodder Headline Group, Londyn, 2001.
• [5] Gonzalez R.C., Woods R.E., Digital Image Processing. Addison-Wesley Publishing Company, 1993.
• [6] Kirware 2007: zestaw danych CT z pakietu vtkdata-5.0.3.tar.gz. http://www.vtk.org.
• [7] Ibanez L., Schroeder W., Ng L., Cates J., The ITK Software Guide. Kitware Inc. 2003, http://www.itk.org.
• [8] MR 788_6_m 2007: zestaw danych MR 788_6_m został udostępniony przez „Center for Morpho-metric Analysis at Massachusetts General Hospital" i jest dostępny pod adresem http://www.cma. mgh.harvard.edu/ibsr/
• [9] NLM Insight 2007: kod źródłowy biblioteki Insight Toolkit 3.4.0. http://www.itk.org.
• [10] Perona P., Malik ]., Scale-space and edge detection using anisotropic diffusion. IEEE Transactions on Pattern Analysis and Machinę Intelligence, nr 7, t. 12, 1990, 629-639.
• [11] Roerdink J., Meijster A., The Watershed Transform: Definitions, Algorithms and Parallelization Strategies. Fundamenta Informaticae, nr 45, 2001, 187-228.
• [12] Romesburg Ch., Cluster Analysis for Researchers. Karolina Północna, Lulu Press 2004.
• [13] Russ J.C., The Image Processing Handbook. Boca Raton, CRC Press 2002.
• [14] Sapiro G., Ringach D.L., Anisotropic diffusion of multivalued images with applications to color filtering. IEEE Transactions on Image Processing, nr 11, t. 5, 1996, 1582-1586.
• [15] Smółka J., Szybki algorytm rozrostu regionu oparty na zlewiskach. XIV Krajowa Konferencja Naukowa Biocybernetyka i Inżynieria Biomedyczna, t. 1, 2005, 372-377.
• [16] Smółka J., Hierarchical cluster analysis methods applied to image segmentation by watershed merging. Annales UMCS Informatica AI, t. 6, 2007, 73-84.
• [17] Smółka J., Skublewska-Paszkowska M., Comparison of hierarchical cluster analysis methods applied to image segmentation by watershed merging. Advances in Soft Computing, nr 45, 2007, 84-91.