O que é segmentação baseada em regiões?
A segmentação baseada em regiões divide uma imagem em áreas espacialmente conectadas cujos pixels compartilham características selecionadas. Ao contrário de métodos focados apenas em bordas, ela busca produzir regiões coerentes com propriedades internas semelhantes.
Como funciona a segmentação baseada em regiões
A segmentação baseada em regiões trata a coerência espacial como parte do objetivo da divisão, e não apenas como uma etapa de correção após a classificação dos pixels. Os algoritmos podem expandir áreas a partir de sementes, dividir áreas não uniformes, unir áreas adjacentes semelhantes ou combinar essas operações. Uma divisão válida atribui pixels a regiões sem sobreposição cuja união cobre o domínio analisado. Os rótulos ou máscaras resultantes alimentam a medição de objetos, o aprimoramento seletivo, o reconhecimento e outras etapas posteriores de visão computacional.
Informações essenciais
- Um método de divisão e união pode dividir recursivamente uma imagem em blocos e depois reunir blocos adjacentes que satisfaçam um predicado de homogeneidade, evitando o posicionamento manual de sementes.
- Em comparação com o simples rastreamento de bordas, os métodos baseados em regiões podem fechar áreas apesar de trechos de contorno pouco definidos, mas podem atravessar um contorno real quando o interior de regiões vizinhas tem aparência semelhante.
- Limiares definidos em um espaço de cores perceptual podem se comportar de forma diferente de limiares RGB por canal, especialmente quando a iluminação varia ao longo de um objeto supostamente uniforme.
Quando a segmentação baseada em regiões é importante
Use essa abordagem quando medições ou edições precisarem ser aplicadas a áreas completas e conectadas da imagem. Os resultados dependem dos critérios de região: limiares permissivos podem unir objetos separados, enquanto limiares rigorosos podem fragmentar um único objeto.