Uma abordagem relaxada e eficiente para segmentação interativa de múltiplos objetos por corte em grafo

Resumo

Segmentação de imagens pode ser definida como o processo de identificar e separar objetos relevantes em uma imagem. Este processo pode ser interativo ou automático e consiste em identificar a localização aproximada do objeto de interesse (reconhecimento) e delinear precisamente quais pixels pertencem a este objeto (delineamento). Técnicas de delineamento por corte em grafos constituem o estado da arte em segmentação interativa. Neste caso, o reconhecimento pode ser facilmente resolvido com marcadores internos e externos selecionados pelo usuário. No entanto, a maioria das técnicas é restrita à segmentação binária (objeto/fundo) e a restrição da otimização do corte no grafo costuma produzir bordas pouco suaves, abaixo das expectativas do usuário. Este projeto tem como objetivos investigar e propor uma solução que relaxa a restrição de otimalidade a fim de obter bordas mais suaves e próximas das expectativas dos usuários. Neste sentido o método proposto deve ser comprovadamente mais exato. Dependendo do parâmetro do funcional de energia do corte a ser minimizado, a implementação mais adequada para o delineamento é obtida pelo algoritmo da Image Foresting Transform (IFT) ou pelo algoritmo de fluxo máximo em grafo. A segunda opção costuma gerar bordas um pouco mais suaves, porém é menos eficiente e restrita à segmentação binária. O algoritmo da IFT pode ser executado em tempo linear em relação ao número de pixels da imagem e independente do número de objetos. A obtenção de bordas suaves é possível com o algoritmo da IFT relaxada, porém este algoritmo não garante a conexidade entre as raízes da IFT (marcadores) e os pixels rotulados por elas. Esta dissertação contempla uma solução para este problema, o qual se torna crítico quando adotamos o algoritmo da IFT diferencial para corrigir erros de segmentação em tempo sublinear (interativo). Os resultados serão validados com imagens naturais e médicas. No entanto, para evitar problemas com múltiplos usuários, a validação será baseada em robôs que simulam usuários especialistas e leigos. (AU)