Segmentação de imagens de profundidade por detecção de bordas

Abstract

Resumo: Esse trabalho é uma contribuição para a solução do problema da segmentação de imagens de profundidade. Para isso, foi desenvolvido um método de segmentação baseado em técnicas de deteção de bordas. Os objetivos principais do método desenvolvido são: preservar a topologia dos objetos observados na cena, ter bom desempenho na presença de ruídos e reduzir ao mínimo a dependência dos algoritmos utilizados em relação a valores rígidos de limiar. Esses objetivos foram direcionados de forma que a segmentação resultante possa ser adequadamente utilizada para processos de representação de objetos. Com isso, espera-se também contribuir para o desenvolvimento de sistemas que permitam a interpretação automática de objetos. Os resultados apresentados foram comparados com os resultados de outros 4 segmentadores avaliados que comprovaram algumas contribuições da metodologia desenvolvida baseada em deteção de bordas. Os principais pontos positivos do método desenvolvido podem ser observados nos resultados da segmentação de imagens de profundidade, que mostraram uma segmentação mais precisa, preservando a topologia das superfícies dos objetos. Nestes resultados a eliminação dos ruídos nas imagens segmentadas também pode ser considerada um ponto positivo neste método. Além disso, a eliminação de muitos limiares fixos ajuda na generalização do método para ser aplicado a diversos tipos de imagens de entrada. Finalmente, ressalta-se que o método não é restrito à aplicação em imagens compostas apenas por objetos poliédricos.

Abstract: This work contributes to solve the range image segmentation problem where the solution method is based on edge detection techniques. The main objectives are: to preserve the object topology, to be performant even for noisy images, and to minimize the algorithm's dependency on rigid threshold values. These objectives were chosen in order to provide suitable segmentation results to build object representations, which can enhance the image system task of automatic object interpretation. The presented results were compared to other four segmentation algorithms, and corroborate some contributions of the developed methodology. The main advantages of the range image segmentation by edge detection techniques can be observed in the segmentation results, which show that the object's topology were preserved and the influence of image noise was eliminated in a wide range of situations. Another advantage is that the developed method has also eliminated many traditional rigid threshold values, which helps its generalization and use in many different image types. Finally, it must be emphasized that the method is not limited for application only on images of polihedral objects.