Difference between revisions of "Segmentación de la imagen"

Revision as of 19:08, 2 December 2011

Introducción

La segmentación de una imagen es un proceso que suele ser el segundo paso para analizar una imagen digital y tiene lugar normalmente después del pre-procesamiento de la imagen. Una secuencia típica de un sistema de tratamiento de imagen podría ser: Captura de la imagen → Pre-procesamiento → Segmentación → Extracción de características → Post-procesado.

Las técnicas de segmentación de imagen digital se suelen dividir en cuatro grandes grupos. El primer grupo lo conforman las técnicas de segmentación basadas en características como el nivel de gris, el valor del color del píxel o la textura. El segundo grupo incluye las técnicas basadas en la homogeneidad de la imagen, esto es, delimitación de áreas o regiones homogéneas. Las técnicas basadas en transiciones, como la detección de bordes, pertenecen al tercer grupo y en el cuarto grupo nos encontramos a las técnicas basadas en modelos, como las que utilizan la transformada de Hough.

En los ejemplos que se mostrarán a continuación se van a emplear las técnicas incluidas en el primer grupo, esto es, aquellas basadas en características de color de los píxeles que forman la imagen, concretamente las basadas en umbral.

Segmentación de color

La segmentación de la imagen se podría definir como la división de la imagen en regiones con características similares.A cada una de estas regiones que comparten ciertas propiedades se las denomina regiones de interés u objetos, por lo que la segmentación no es más que la separación de objetos en una imagen.

<geshi lang=C lines=0>#include <opencv/cvaux.h>

1. include <opencv/highgui.h>
2. include <opencv/cxcore.h>
3. include <stdio.h>

1. include <stdio.h>
2. include <stdlib.h>
3. include <string.h>
4. include <assert.h>
5. include <math.h>
6. include <float.h>
7. include <limits.h>
8. include <time.h>
9. include <ctype.h>

int hmin = 150, smin = 84, vmin = 130, hmax = 358, smax = 256, vmax = 255; unsigned int img_width, img_height;

int main(int argc, char* argv[]) {

   // Default capture size - 640x480
   img_width = 640;
   img_height = 480;
   CvSize size = cvSize(img_width,img_height);

   // Open capture device. 0 is /dev/video0, 1 is /dev/video1, etc.
   CvCapture* capture = cvCaptureFromCAM( 0 );
   if( !capture )
   {
           fprintf( stderr, "ERROR: capture is NULL \n" );
           getchar();
           return -1;
   }

   // Create a window in which the captured images will be presented
   cvNamedWindow( "Camera", CV_WINDOW_AUTOSIZE );
   //cvNamedWindow( "HSV", CV_WINDOW_AUTOSIZE );
   //cvNamedWindow( "EdgeDetection", CV_WINDOW_AUTOSIZE );

   // Detect a red ball
   //CvScalar hsv_min = cvScalar(150, 84, 130, 0);
   //CvScalar hsv_max = cvScalar(358, 256, 255, 0);

   cvCreateTrackbar( "H_min", "Camera", &hmin, 360, 0 );
   cvCreateTrackbar( "S_min", "Camera", &smin, 256, 0 );
   cvCreateTrackbar( "V_min", "Camera", &vmin, 256, 0 );

   cvCreateTrackbar( "H_max", "Camera", &hmax, 360, 0 );
   cvCreateTrackbar( "S_max", "Camera", &smax, 256, 0 );
   cvCreateTrackbar( "V_max", "Camera", &vmax, 256, 0 );
   
   IplImage *  hsv_frame    = cvCreateImage(size, IPL_DEPTH_8U, 3);
   IplImage*  thresholded   = cvCreateImage(size, IPL_DEPTH_8U, 1);

   while( 1 )
   {
       // Get one frame
       IplImage* frame = cvQueryFrame( capture );
       if( !frame )
       {
               fprintf( stderr, "ERROR: frame is null...\n" );
               getchar();
               break;
       }

	CvScalar hsv_min = cvScalar(hmin, smin, vmin, 0);
	CvScalar hsv_max = cvScalar(hmax, smax, vmax, 0);
   
       // Covert color space to HSV as it is much easier to filter colors in the HSV color-space.
       cvCvtColor(frame, hsv_frame, CV_BGR2HSV);
       // Filter out colors which are out of range.
       cvInRangeS(hsv_frame, hsv_min, hsv_max, thresholded);

       // Memory for hough circles
       CvMemStorage* storage = cvCreateMemStorage(0);
       // hough detector works better with some smoothing of the image
       cvSmooth( thresholded, thresholded, CV_GAUSSIAN, 9, 9 );
       CvSeq* circles = cvHoughCircles(thresholded, storage, CV_HOUGH_GRADIENT, 2,
                                       thresholded->height/4, 100, 50, 10, 400);

       for (int i = 0; i < circles->total; i++)
       {
           float* p = (float*)cvGetSeqElem( circles, i );
           printf("Ball! x=%f y=%f r=%f\n\r",p[0],p[1],p[2] );
           cvCircle( frame, cvPoint(cvRound(p[0]),cvRound(p[1])),
                                   3, CV_RGB(0,255,0), -1, 8, 0 );
           cvCircle( frame, cvPoint(cvRound(p[0]),cvRound(p[1])),
                                   cvRound(p[2]), CV_RGB(255,0,0), 3, 8, 0 );
       }

       cvShowImage( "Camera", frame ); // Original stream with detected ball overlay
       //cvShowImage( "HSV", hsv_frame); // Original stream in the HSV color space
       cvShowImage( "After Color Filtering", thresholded ); // The stream after color filtering

       cvReleaseMemStorage(&storage);

       // Do not release the frame!

       //If ESC key pressed, Key=0x10001B under OpenCV 0.9.7(linux version),
       //remove higher bits using AND operator
       if( (cvWaitKey(10) & 255) == 27 ) break;
   }

    // Release the capture device housekeeping
    cvReleaseCapture( &capture );
    cvDestroyWindow( "mywindow" );
    return 0;
  }}</geshi>

Pendiente de redacción.