Hierarchical image segmentation based on recursions of the Iterative Spanning Forest [recurso eletrônico] = Segmentação hierárquica de imagem baseada em recursões da Floresta Geradora Iterativa
Felipe Lemes Galvão
DISSERTAÇÃO
Inglês
T/UNICAMP G139h
[Segmentação hierárquica de imagem baseada em recursões da Floresta Geradora Iterativa]
Campinas, SP : [s.n.], 2020.
1 recurso online (63 p.) : il., digital, arquivo PDF.
Orientador: Alexandre Xavier Falcão
Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação
Resumo: A representação de uma imagem por sua supersegmentação em superpixels, assim como métodos que computam tal segmentação, tornou-se uma importante etapa em várias aplicações de processamento de imagem e visão computacional. Métodos de segmentação em superpixels também têm sido empregados para...
Ver mais
Resumo: A representação de uma imagem por sua supersegmentação em superpixels, assim como métodos que computam tal segmentação, tornou-se uma importante etapa em várias aplicações de processamento de imagem e visão computacional. Métodos de segmentação em superpixels também têm sido empregados para gerar representações hierárquicas de imagem (outra forma importante de representar imagens utilizada em análise multi-escala) por duas principais abordagens: (i) métodos clássicos de união de regiões, e (ii) a execução recursiva de algum algoritmo de superpixels originalmente proposto para operar sobre pixels. Recentemente, um arcabouço baseado em grafos, chamado Floresta Geradora Iterativa e abreviado por ISF (do inglês Iterative Spanning Forest), foi proposto para obter superpixels conexos via múltiplas execuções do algoritmo da Transformada Imagem-Floresta (IFT) por escolha de quatro componentes: uma estratégia de amostragem de pixels sementes (fontes), uma relação de adjacência, uma função de conectividade, e um procedimento de recômputo de sementes. Neste trabalho, utilizamos ISF como base para investigar a segmentação de imagem hierárquica e de superpixels dentro das duas abordagens previamente mencionadas. Nós adaptamos o arcabouço ISF para funcionar em grafos de adjacência de região (RAGs) e então apresentamos uma extensão hierarárquica do arcabouço chamada RISF (do inglês Recursive Iterative Spanning Forest). Dentro do arcabouço RISF, nós definimos um novo método de segmentação em superpixels utilizando uma adaptação direta de componentes existentes do ISF que, além de gerar uma representação hierárquica, é mais rápido que métodos existentes do ISF e apresenta aderência de borda similar em escalas de segmentação individuais. Nós também introduzimos uma nova estratégia de amostragem de sementes para o ISF que utiliza o algoritmo da IFT para selecionar iterativamente sementes com distância geodésica máxima; a estratégia é mostrada ser capaz de melhorar resultados de segmentação em superpixels quando comparada com métodos do ISF em alguns conjuntos de imagens, e é feita computacionalmente viável com o auxílio do arcabouço RISF. Nós então propomos um novo algoritmo de união de regiões para ser usado como pós-processamento a partir de um nível intermediário de segmentação com RISF, levando a uma estratégia mista, combinando as duas abordagens de segmentação hierárquica. Essa combinação resulta em um método mais efetivo de segmentação em superpixels dentre os métodos estado da arte comparados, que também é hierárquica e com custo computacional comparável aos métodos avaliados mais velozes
Ver menos
Abstract: The representation of an image by its oversegmentation into superpixels, alongside methods that compute such a segmentation, has become an important step in various image processing and computer vision tasks. Superpixel segmentation methods have also been employed to build hierarchical...
Ver mais
Abstract: The representation of an image by its oversegmentation into superpixels, alongside methods that compute such a segmentation, has become an important step in various image processing and computer vision tasks. Superpixel segmentation methods have also been employed to build hierarchical image representations (another important form of image representation used in multi-scale analysis) through two main approaches: (i) classical region merging algorithms, and (ii) the recursive execution of some superpixel algorithm, originally meant to operate over pixels. Recently, a graph-based framework named ISF (Iterative Spanning Forest) was proposed to obtain connected superpixels based on multiple executions of the Image Foresting Transform (IFT) algorithm from the choice of four components: a seed-pixel sampling strategy, an adjacency relation, a connectivity function, and a seed recomputation procedure. In this work, we use ISF as a basis to investigate hierarchical and superpixel image segmentation under the two aforementioned approaches. We adapt the ISF framework to work over region adjacency graphs (RAGs) and then present a new hierarchical extension of the framework named RISF (Recursive Iterative Spanning Forest). Under the RISF framework, we define a new superpixel segmentation method using a straightforward adaptation of existing ISF components, which, on top of generating a hierarchical representation, is faster than existing ISF methods and has similar boundary adherence at individual segmentation scales. We also introduce a new seed sampling strategy for ISF, which uses the IFT algorithm to iteratively select seeds with maximum geodesic distance; the strategy is shown to improve superpixel segmentation results as compared to ISF methods in some datasets and is made computationally viable with the help of the RISF framework. We then propose a new region merging algorithm to be used as post-processing from a mid-level RISF segmentation, leading into a mixed strategy that combines both hierarchical approaches. This combination results in the most effective superpixel segmentation method among the compared state-of-the-art approaches, which is also hierarchical and with a computational cost comparable to the fastest evaluated algorithms
Ver menos
Requisitos do sistema: Software para leitura de arquivo em PDF
Hierarchical image segmentation based on recursions of the Iterative Spanning Forest [recurso eletrônico] = Segmentação hierárquica de imagem baseada em recursões da Floresta Geradora Iterativa
Felipe Lemes Galvão
Hierarchical image segmentation based on recursions of the Iterative Spanning Forest [recurso eletrônico] = Segmentação hierárquica de imagem baseada em recursões da Floresta Geradora Iterativa
Felipe Lemes Galvão