Este método é um método de crescimento de regiões, mas ele leva em consideração não somente a cor dos pixels e segmentos, mas também parâmetros de forma, o que permite controlar e guiar o crescimento em função dos objetos que se deseja procurar nas imagens. Para isto, uma medida de uniformidade é derivada da informação de cor (espectral) e da informação de forma (espacial) dos segmentos.
A princípio, todos os pixels são considerados regiões uniformes (bottom-up). Em uma primeira fase, pixels parecidos e adjacentes são agrupados formando pequenos agrupamentos.
Na sequência, as regiões são progressivamente combinadas, formando regiões cada vez maiores. As regiões a serem fundidas são selecionadas considerando a melhor fusão possível. Toda fusão de regiões gera uma região menos uniforme, então a fusão com menor perda de uniformidade é selecionada. Para isto, a heterogeneidade (H) de cada possível fusão (ex: região "a" e "b") é quantificada como:
A heterogeneidade espectral: pode ser descrita pela variância ou desvio padrão dos pixels (do segmento) em cada banda. Como existem várias bandas, é adotado o somatório dos desvios padrão (s) em cada banda (c).´Às vezes, um fator de ponderação (w) é usado quando se deseja dar ênfase a uma banda particular. No caso geral, o peso é desconsiderado.
A uniformidade espacial descreve a forma do segmento. Para isto, dois aspectos são considerados: a Compacidade e a Suavidade (dos contornos). Cada um destes fatores é descrito por um parâmetro e os dois valores são combinados, novamente, usando um fator de ponderação para controlar o processo no sentido de definir objetos com bordas (contornos) suaves ou não:
Agora você pode voltar ao menu principal, ou ao menu desta aula ou continuar para o próximo módulo .
Jorge Centeno: centeno@ufpr.br