ما هي تجزئة الصور؟
التجزئة هي عملية تقسيم الصورة إلى مجموعة من المناطق ذات المعنى لإجراء مزيد من التحليل
إحدى أقدم المشكلات وأكثرها دراسة في مجال الرؤية الحاسوبية
خصائص المنطقة لتسهيل تجزئة الصورة
- يجب أن تكون المناطق منتظمة / متجانسة في بعض الخصائص
- يجب أن تكون الأجزاء الداخلية للمنطقة بسيطة وخالية من الفجوات أو الأجزاء المفقودة
- يجب أن تختلف المناطق المتجاورة اختلافاً كبيراً في قيم الخصائص التي تتجانس فيها كل منها على حدة
- يجب أن تكون حدود كل منطقة ملساء ودقيقة مكانياً
مستويات مختلفة من تحديد المناطق وتجزئتها
مناهج التجزئة
- قائم على المنطقة
- قائم على الحدود المحيطية
- قائم على مطابقة القوالب
- قائم على التقسيم والدمج
- قائم على التحسين الشامل
مشكلات وتحديات
- حتى الآن، لا توجد طريقة تجزئة واحدة تعمل بشكل جيد لجميع المشكلات
- عادةً ما تكون المعرفة المتخصصة بمجال التطبيق ضرورية لتطوير طرق رؤية حاسوبية ناجحة للتجزئة
- حتى داخل مجال التطبيق الواحد، قد تختلف الصور تبايناً واسعاً
تحديد العتبة
يسبب إشكالية إذا كانت المناطق ذات توزيعات شدة متداخلة
التجميع باستخدام خوارزمية K-Means
قد ينجح إذا كان عدد المجموعات معروفاً مسبقاً
يسبب إشكالية إذا لم يكن عدد المجموعات معروفاً مسبقاً
التصنيف القائم على السمات
التجزئة عن طريق استخراج السمات على مستوى الرقعة باستخدام نافذة منزلقة ثم التصنيف... يتطلب العديد من الأمثلة للتدريب
تقسيم المناطق ودمجها
النهج الحسابي الأساسي
- تقسيم الصورة بأكملها بشكل متكرر إلى أجزاء بناءً على إحصاءات المنطقة
- دمج المناطق معاً بشكل متكرر بأسلوب هرمي
- الجمع بين التقسيم والدمج بالتسلسل
تقسيم المناطق ودمجها
- أبسط تقنية ممكنة
– تطبيق تحديد العتبة ثم حساب المكونات المتصلة
– نادراً ما يكون كافياً بسبب الإضاءة والتباينات الإحصائية داخل الكائن
خوارزمية المكونات المتصلة
- التمريرة الأولى
N4
N8
– فحص كل بكسل (من أعلى اليسار إلى أسفل اليمين)
– إذا كان بكسل كائن، افحص جيرانه (𝑁𝑁 4 أو 𝑁𝑁 8)
– إذا لم يكن لدى أي من الجيران تسميات، فعيّن تسمية جديدة
– إذا كان لدى الجيران تسميات، فعيّن الأصغر بينها
– تسجيل تكافؤ التسميات أثناء التعيين
مجموعات التكافؤ {1,2,6} {3,4,5}
- التمريرة الثانية
– فحص كل بكسل (من أعلى اليسار إلى أسفل اليمين)
– استبدال كل تسمية بأصغر مكافئ لها
– يتم تعيين جميع بكسلات الخلفية افتراضياً إلى التسمية صفر
تقسيم المناطق
- التجميع في فضاء القياس
– افتراض أن المناطق المتجانسة في الصورة تظهر كمجموعات في فضاء القياس (مثال بسيط: المدرج التكراري)
– تحسين مقاييس التشابه داخل المنطقة والاختلاف بين المناطق
– يمكن إنجاز التجميع عن طريق إيجاد الانخفاضات في الفضاء واعتبار الفترات بينها بمثابة المجموعات
– التجزئة هي إعادة مطابقة المجموعات إلى نطاق الصورة
– تشكل المكونات المتصلة لتسميات المجموعات الأجزاء الناتجة
الدمج عن طريق نمو المناطق
– تحديد مقياس للتشابه
– البدء من بكسل بذري واحد للمنطقة
– إضافة البكسلات المجاورة إلى المنطقة إذا كانت متشابهة
– تكرار الخطوة السابقة حتى لا تتبقى أي بكسلات متشابهة
تجزئة مستجمع المياه
بناءً على محاكاة غمر سطح طبوغرافي بالماء
خوارزمية فيضان ماير
1) اختيار مجموعة من العلامات لبدء الغمر. يمكن أن تكون هذه، على سبيل المثال، جميع القيم الصغرى المحلية. إعطاء كل منها تسمية مختلفة.
2) وضع البكسلات المجاورة لكل علامة في قائمة انتظار ذات أولوية. يحصل البكسل ذو القيمة الرمادية الأكثر تشابهاً على أولوية أعلى.
3) استخراج البكسل ذي مستوى الأولوية الأعلى من قائمة الانتظار. إذا كان لجميع جيران البكسل المستخرج الذين تم تصنيفهم بالفعل نفس التسمية، فيتم إعطاء البكسل نفس التسمية. وضع جميع الجيران غير المصنفين والذين لم يدخلوا قائمة الانتظار من قبل في القائمة.
4) تكرار الخطوة 3 حتى تصبح قائمة الانتظار فارغة.
البكسلات غير المصنفة الناتجة هي خطوط تقسيم المياه
المناطق القصوى الأكثر استقراراً
- أساسيات المناطق القصوى الأكثر استقراراً (MSER)
– مكونات متصلة تتميز بشدة شبه موحدة محاطة بخلفية متباينة
– تُبنى من خلال عملية تجربة عتبات متعددة وتحليل شكل المكونات المتصلة
– المناطق المختارة هي مكونات متصلة يظل شكلها ثابتاً عملياً عبر مجموعة كبيرة من العتبات.