Prof. Marcelo Gattass0821369 - Gustavo Lopes Mourad

Baseado no artigo de Liu [1] temos que:◦ Converter a imagem em grayscale

◦ Binarizar a imagem Criar um histograma da imagem Estimar um nível de thresholding Transformar a imagem em preto-e-branco

dependendo do nível de thresholding estimado

Por que binarizar?◦ Maior resolução e níveis de quantização implicam

em mais dados e complexidade◦ A binarização gera algoritmos mais eficientes,

pois pode-se usar operadores lógicos e armazenar os dados de forma mais barata

◦ A silhueta dos objetos é suficiente para identificação dos mesmos

Estimativas de thresholding◦ Média do histograma◦ Método de Otsu◦ Método de Otsu aplicado separadamente em

várias partes da imagem◦ Black Point Estimation Method

Estimativas de thresholding◦ Média do histograma

Equivalente a uma busca gaussiana Divide o espectro em 5 partes (bins) e retorna a

média ponderada de cada parte.

Estimativas de thresholding◦ Método de Otsu [3]

Minimizar a variância intra-classe é o mesmo que maximizar a variância inter-classe (preto e branco)

Usa o histograma normalizado

Estimativas de thresholding◦ Método de Otsu aplicado em separado a várias

partes da imagem Tentativa de diminuir os efeitos das variações de

brilho no cálculo 8x, 16x, 32x, 128x

Estimativas de thresholding◦ Black Point Estimation Method [2]

Encontra o valor em um vale entre dois picos do histograma

Não funciona bem com imagens que tem no histograma os dois maiores picos muito próximos

1. Original2. Histograma3. Otsu4. Otsu 8x5. Otsu 16x6. Black Point

1. Original2. Histograma3. Otsu4. Otsu 8x5. Otsu 16x6. Black Point

1. Original2. Histograma3. Otsu4. Otsu 16x5. Black Point

1. Original2. Histograma3. Otsu4. Otsu 16x5. Black Point

1. Original2. Histograma3. Otsu4. Otsu 16x5. Black Point

Otsu aplicado a 128 quadrados de cada imagem

[1] Liu, Y; Liu, M; Automatic Recognition Algorithm of Quick Response Code Based on Embedded System; Proceedings of the Sixth International Conference on Intelligent Systems Design and Applications (ISDA'06), 2006

[2] Neira, J; Notas de Aula: “Lesson 1: Thresholding”; http://webdiis.unizar.es/~neira/12082/thresholding.pdf visitado em 25/04/2009

[3] Otsu, N; A threshold selection method from gray-level histograms, IEEE Trans. Sys., Man., Cyber. 9: 62–66, 1979