Introduktion till datoriserad bildanalys

Segmentering

Ett ganska naturligt första steg i själva analysen av bilden är att segmentera den, dvs dela upp den i olika delar. Hur mycket och på vilket sätt beror på vilket problem som ska lösas och innehållet i bilden. I vissa fall räcker det med att bara titta på hur högt gråskalevärdet en viss pixel har. Vi kan säga att alla pixlar med högre grånivå än ett visst värde är de intressanta, övriga struntar vi i. Det kallas för tröskling av bilden. För att hitta själva tröskeln använder vi ofta grånivåhistogrammet för bilden. Histogrammet beskriver hur många pixlar det finns av varje gråskalevärde.

Nedan till vänster ser vi en bild med massor av svarta cirklar på. Till höger om den ser vi histogrammet för samma bild. Vi ser att det finns två toppar i histogrammet. Den ena motsvarar bakgrunden i bilden, det ljusa i bilden, och den andra cirklarna, det mörka. För att tröskla bilden säger vi att alla pixlar med grånivåvärde under 127, dvs pixlar mörkare än grånivå 127, ska tillhöra regionen och resten ska inte göra det. Resultatet blir bilden till höger, där rött betyder att pixeln tillhör regionen. Med regionen menar vi de delar av bilden som vi vill fortsätta att analysera. Från histogrammet ser vi att värde 127 inte är speciellt kritiskt. Det skulle gå lika bra att välja en tröskel som var något lägre alternativt högre.

Cirklar	Histogram över cirklarna	Segmentering

I segmenteringsbilden ser vi att regionen består av ett antal individuella cirklar och också grupper av cirklar som sitter ihop. Genom att titta på hur pixlar är placerade i förhållande till varandra, så kan datorn dela in vår region i delområden av sammanhängande pixlar. Varje delområde får ett speciellt nummer i datorn, en etikett. En sådan indelning brukar kallas etikettering eller, på svengelska, labelling.