Dizem que o ano só começa mesmo depois do carnaval… então vamos começar o ano! Hoje estou mais para tutorial, então vou usar um exemplo e vamos ver como funciona o algoritmo de crescimento de regiões implementado no Fiji, por Johannes Schindelin.

Uma imagem legal…

Se quiser acompanhar o tutorial, obtenha a imagem no tamanho original.

O objetivo será separar as folhas do fundo. Dificultam a segmentação aqui a irregularidade na iluminação do primeiro plano e as cores do fundo. Quem tentar com threshold simples vai descobrir que não é possível manter todas as folhas e retirar todo o fundo ao mesmo tempo.

Vamos tentar com crescimento de regiões.

Já falei do Fiji?

Como eles dizem: “Fiji is just ImageJ, batteries included.”

É como se fosse uma distribuição diferente do ImageJ, que já vem com vários plugins e tem uma documentação própria.

Download em: http://pacific.mpi-cbg.de/wiki/index.php/Downloads
Para quem tem Ubuntu, use um dos links na sessão “Package for Debian/ Ubuntu”. Eu usei o de 64 bits e está funcionando bem.

Crescimento de Regiões

Crescimento de regiões, ou Region Growing, ou ainda Region Merging é um método de segmentação para imagens em tons de cinza (uma banda), que usa a variação da intensidade dos pixels e a proximidade geométrica entre eles para produzir regiões.

Ele começa em um ponto (usualmente no canto superior esquerdo) e vai “expandindo” pixel a pixel. Se unir o próximo aos já computados não modificar a média mais de um certo valor, então ele é incluído na região. Se a média mudas mais que o fixado, ele será o início de uma nova região. Algumas implementações deixam o usuário escolher este valor. A implementação usada no Fiji deixa o usuário escolher um fator de complexidade, que é usado para calcular esta diferença.

Como o projeto é de código aberto, quem tiver curiosidade pode dar uma espiadinha nele neste link.

O exemplo

Primeiro precisamos que a nossa imagem seja de uma só banda. Podemos fazer isso apenas convertendo para 8 bits ou escolhendo a banda de maior contraste. Na minha experiencia a segunda opção sempre traz vantagens, mas vamos ver aqui…

Alternativas para conversão em tons de cinza: convertido para 8bits; banda R; banda G; banda B.

A imagem em que as folhas estão mais escuras e o fundo mais claro é a banda G (verde). É com essa que eu fico.

Agora o Crescimento de Regiões: mantenha apentas a imagem escolhida aberta, para evitar confusão. No menu Plugins –> Segmentation –> Statistical Region Merging. Aparecerá um diálogo que permite escolher o valor “Q” (é o valor de complexidade de que falei antes) e a optar por “Show averages” (mostrar médias) que influencia na maneira que você vai ver o resultado – eu prefiro deixar marcado.

Quanto ao valor de Q, o default é 25, e vou tentar primeiro com este. Ele gerou mais regiões do que eu gostaria, por isso vou tentar alguns mais baixos (mais tarde vamos comparar o resultado final). Minhas outras tentativas foram 15 e 5.

Imagem após crescimento de regiões: Q = 25; Q = 15; Q = 5.

Para o resultado final ainda precisamos de um último passo: o velho threshold:

Comparação dos resultados: mesma ordem da ilustração anterior.

Imagem segmentada diretamente por threshold.

Repare no canto superior esquerdo da primeira imagem: ainda temos um pouco de fundo. Há poucas deferenças entre a segunda (Q = 15) e a terceira (Q = 5), mas a última incluiu um pouco de fundo entre algumas folhas próximas. Mas a tentativa de segmentar diretamente por threshold não chegou nem perto da primeira…

Só para terminar com uma imagem bonita, vou usar o Image Calculator (Operação transparent-zero) entre a imagem segmentada e a original.

Só as folhas...

Créditos

Imagem de Marufish.

O algoritmo de crescimento de regiões implementado no Fiji está descrito em: R. Nock, F. Nielsen: Statistical Region Merging. IEEE Trans. Pattern Anal. Mach. Intell. 26(11): 1452-1458 (2004).