Şu yazıyı okuyorsunuz: Görüntü nesnesi ayırmanın anahtarı: yapay zekaya doğru
İlk olarak Yapay Zekaya Doğru’da yayınlandı.
Yakın zamanda resmime özel arka planlar ekleyen bir fotoğraf düzenleme uygulamasını denedim. Bu yüzden evimde dururken çekilmiş bir fotoğrafımı yükledim ve çıktı görüntüsünün kumsalda duruyormuşum gibi görünmesini sağlamak için bir plaj arka planı uyguladım. Ancak fotoğrafımı yüklediğimde yazılım, görüntünün hangi bölümlerinin ben olduğumu, hangi bölümünün görüntü olduğunu nasıl anladı?
İşte tam bu noktada görüntü segmentasyonu devreye giriyor. Görüntü segmentasyonu, bir görüntüde bir araya gelen pikselleri bulma görevidir. Bu teknik, bir görüntüde bulunan nesneleri ayrı ayrı tanımlamak için kullanışlıdır. Burada Geodesic Active Contour’un, sınır çok iyi tanımlanmamış olsa bile bir görüntüyü nesnelere ayırmaya nasıl yardımcı olduğunu görebiliriz.
Aktif konturlar, gürültü veya düşük kontrast varlığında bile nesne segmentasyonunu doğru bir şekilde bulmak için kullanılabilen akıllı algoritmalardır. Burada kontur, görüntüdeki nesnelerin ana hatları anlamına gelir. Görüntüdeki bir nesneyi çevreleyen sınırları temsil ederler. Aktif kontur algoritmaları, segmentasyon işlemi sırasında deforme olabilen veya ayarlanabilen bir başlangıç eğrisi ile başlar. Algoritma, nesnenin sınırlarını belirlemek için doku, kenarlar vb. gibi görüntü özelliklerini analiz eder. Aktif konturlar, hedef nesnenin özelliklerine göre şekillerini ve konumlarını ayarlayarak dinamik olarak gelişir.
Birkaç aktif kontur algoritması vardır. Burada, konturu geliştirmek için seviye seti formülasyonu kullanan Jeodezik Aktif Kontur’a bakacağız.
Jeodezik Aktif Konturlar kullanılarak görüntü segmentasyonunda genel adımlar aşağıdaki gibidir:
Kontur başlatmaGörüntüdeki nesnenin şekli, boyutu ve konumu hakkında sahip olduğumuz bilgilere (varsa) dayanarak bir başlangıç eğrisi tahmin edebiliriz. Bu eğri daha sonra gerçek sınırı oluşturacak şekilde değiştirilir ve deforme edilir. Başlangıçta tanımlanan kontur, algılamak istediğimiz nesnenin niteliğine bağlı olarak kapalı veya açık olabilir.
Seviye Ayarı BaşlatmaBu adımda, başlangıç konturu seviye seti gösterimine dönüştürülür. Seviye seti gösterimi, başlangıç konturuna göre görüntü piksellerine değer atamayı ifade eder. Konturun seviye değeri sıfır olacaktır. Anahat içindeki pikseller pozitif bir değere sahip olurken, anahat dışındaki pikseller negatif bir değere sahip olacaktır. Değer, seviye ayarlama işlevi olarak bilinen bir işlev kullanılarak bulunur. Değerin büyüklüğü pikselin ana hattan uzaklığıdır. Burada mesafe, piksel ile kontur üzerindeki en yakın nokta arasındaki Öklid mesafesi anlamına gelir.
Kontur enerji fonksiyonuKontur enerji fonksiyonu, verilen konturun kalitesini belirleyen matematiksel bir fonksiyondur. Fonksiyonel enerji, dış ve iç enerjinin birleşimidir. Her birinin nasıl hesaplandığını görelim.
İçsel enerji konturun düzgünlüğünü yakalayan, çıktının pürüzlü veya düzensiz olmasını önleyen özelliktir. Eğriliğe dayalı iç enerjiyi hesaplamak için yüksek eğriliği cezalandıran bir fonksiyon tasarlamamız gerekir. Çeşitli teknikler kullanılarak her noktanın eğrilik değeri hesaplanır ve iç enerji değerini elde etmek için toplanır. Bir noktanın eğriliği, diferansiyel geometri, Frenet-Serret formülü (teğet, normal ve iki normal vektörlerin türevlerini kullanan) vb. gibi geometrik teknikler kullanılarak veya en küçük kareler veya sonlu hareket etme gibi sayısal yaklaşım teknikleri kullanılarak ölçülebilir. . fark yaklaşımları.
Harici güç konturu görüntünün gerçek kenarına yaklaştıran fonksiyondur. Dış enerji, görüntüdeki yerel yoğunluk değişimi hakkında bilgi sağlayan görüntünün gradyanı temel alınarak hesaplanabilir. Görüntünün gradyanı, Sobel filtresi gibi filtreler kullanılarak hesaplanır. Filtre hem x eksenine hem de y eksenine uygulanır. Her eksen boyunca gradyan değeri, bu formülü kullanarak pikseldeki gradyanın büyüklüğünü bulmak için kullanılabilir.
Kontur noktalarının yakınındaki her nokta için gradyan değeri bulunur ve konturun dış enerjisini elde etmek için eklenir.
Dış ve iç enerji değerleri bulunduktan sonra, iç ve dış enerjilerin ağırlıklı toplamından sınırın toplam enerjisi hesaplanabilir. Ağırlıklar, görüntü özelliklerinin düzgünlüğü ve aslına uygunluğunun göreceli önemine göre belirlenir. Ağırlık değerleri segmentasyon görevinin gereksinimlerine göre ayarlanabilir.
Kontur evrimiArtık konturlar, konturun enerjisine dayalı olarak seviyeler kümesinin temsilini değiştirerek gelişir. Seviye seti gösterimini yinelemeli olarak güncelleyen ve böylece enerji fonksiyonunu azaltan sayısal yöntemler kullanıyoruz. Burada seviye setini güncellemek için dar bant yöntemini kullanabiliriz.
Dar bant yöntemi, genel görüntünün, konturlardan ve kontur etrafındaki dar bir katmandan oluşan bir alt kümesini tanımlar. Dar bant, genişliğin tanımlanması ve konturun ve tanımlanan genişliğe denk gelen komşu noktaların seçilmesiyle başlatılır. Şimdi bandın her noktasını yineliyoruz. Her pikseldeki seviye seti fonksiyonunun kısmi türevini hesaplayın. Her noktadaki kısmi türevler sonlu fark yaklaşımları kullanılarak hesaplanabilir. Artık evrim denklemini türevlerden türetebiliriz. Evrim denklemi, enerji fonksiyonu en aza indirilecek şekilde türetilmiştir. Evrim denklemi iç enerji terimi ile dış enerji teriminin bir kombinasyonu olmalıdır. Denklemi kullanarak seviye seti fonksiyonu yinelemeli olarak güncellenir.
Konturun ve yakın komşularının hala bant içinde olmasını sağlamak için dar bant her yinelemeden sonra güncellenmelidir. Yinelemeler, seviye seti gösterimi yakınlaşana kadar gerçekleştirilecektir; bu, konturun görüntünün gerçek sınırlarını yakaladığı anlamına gelir. Nihai kontur, seviye seti fonksiyonunun sıfıra yakın bir değere sahip olduğu noktaların konumu belirlenerek seviye seti gösteriminden çıkarılmalıdır. Bu noktalardan enterpolasyon yaparak düzgün ve sürekli bir kontur elde edebiliriz. Ortaya çıkan bağlantılı noktalar, bölümlere ayrılmış nesnenin sınırlarını temsil eder.
Towards AI aracılığıyla yayınlandı
