Pds Aula09 Pdi

1Carlos Alexandre Mello – [email protected]

Processamento Digital de Imagens

Carlos Alexandre Mello


Processamento de Imagens

Dados

Imagens

Processamento de dados

VisãoComputacional

ComputaçãoGráfica

Processamento de Imagem

2



ObjetivosMelhoria da informação visual para interpretação humana/máquinaArmazenamento/TransmissãoEfeitos Digitais

3


Processamento Digital de ImagensMelhoria da Informação Visual

Exemplo:Observe a imagem a seguir... O que está escrito nela ?

O fato do olho humano não perceber a diferença entre tons próximos não quer dizer que eles não existam...


Processamento Digital de ImagensMelhoria da Informação Visual

Mesma imagem com aumento de brilho (143%) e contraste (79%)....

A mensagem já estava presente; apenas intensificamos as diferenças entre os tons....



Início1920: imagens transmitidas entre Londres e Nova York para publicação em jornal

Imagem de 1921 - impressora telegráfica com tipos especiais 5 tons de cinza

6


Processamento de ImagensElementos Básicos de um Ambiente - Hardware

Digitalizador

Visualização

Scanner,Câmera, etc.

Monitor, TV,Impressora, etc.

Imagem

ImagemImagemDigital

•Aquisição•Armazenamento•Processamento

7


Processamento de ImagensElementos Básicos de um Ambiente - Software

MatLabSciLabFerramentas Comerciais

PhotoshopPaintShop Pro

8


Processamento de ImagensAplicações

Imagens MédicasProcessamento de Imagens de DocumentosReconhecimento de Impressões DigitaisReconhecimento de RetinaOCRImagens de SatélitesCompressão

9


Processamento de ImagensImagem Digital

Físico

Matemático

de Representação

de Implementação

10



Sinal Contínuo

Sinal Discreto

Sinal Codificado

Codificação

Reconstrução

Decodificação

Discretização

Sinal Contínuo’

11


Processamento de ImagensDigitalização: Amostragem e Quantização

Amostragem

12



Quantização

13



Em termos de imagem, a amostragem

cria a matriz referente à imagem (define

as dimensões da matriz) e a quantização

define resolução de cor da imagem

14



O PixelCoordenadaValor (Cor)

15



A Resolução da Imagem é medida em dpi -dots per inch (pixels por polegada)Balanceamento da equação:

Qualidade da ImagemX

Tempo de Processamento X

Espaço de Armazenamento

16



Exemplo:

Gamute

Armazenadosem 24 bits Resolução de

Cor

17

No. deComponentes


Processamento de ImagensFundamentos de Cor

Cor é a nossa percepção de diferentes

comprimentos de onda luz

A luz é um fenômeno físico, mas a cor

depende da interação da luz com o sistema

visual, sendo, assim, um fenômeno

psicofísico

18



TeoriasIsaac Newton

Infinitas células fotossensíveisYoungHelmholtz

Modelo tricromáticoTrês tipos de células fotossensíveis às faixas de baixa, média e alta freqüências do espectro visível

Hering

19



Atualmente, a teoria da percepção de cor

faz uma combinação dos modelos de

Young-Helmholtz e Hering

Percebemos combinações das frequências

alta, média e baixa

20



A combinação das freqüências é feita no cérebro da seguinte forma:

L - MH - (L + M)L + M

ConsiderandoH = B, M = G, L = R

eR + G = YY (amarelo)

a combinação enviada ao cérebro é:R - GB - YYR + G = Luminância

L = Baixas frequênciasM = Médias frequênciasH = Altas frequências

Crominância

21


Processamento de ImagensSistema Visual Humano

O olho humano é um mecanismo complexo composto basicamente por uma lente e uma superfície fotossensível, a retina, dentro de uma câmera

Células fotossensíveis:•Bastonetes•Cones

22


Processamento de ImagensProcesso de Formação das Cores

AditivoSubtrativoPigmentação

Cores aditivas Cores subtrativas

23


Processamento de ImagensSistemas de Cores

RGBCMYKHSVHSLIYQCieLabMunsell....

24


Cada tom (R, G e B) é armazenado em 1BResolução de Cor:

2 cores (1 bit)16 cores (4 bits)256 cores (8 bits = 1 byte)16 milhões de cores (24 bits = 3 bytes)

Paleta deCores

Processamento de ImagensSistemas Computacional de Cores

25


Processamento de ImagensHistograma

O Histograma de uma imagem apresenta a distribuição de cores da imagem

>> I = imread('lena.jpg')>> imshow(I)>> figure, imhist(I,256)

26



O histograma apenas diz quê cores estão presentes na imagem e não onde elas estão localizadasAtravés do histograma, podemos observar características da imagem como o contraste:

27



OperaçõesEqualizaçãoStretchEspecificaçãoExpansãoCompressão

28


Processamento de ImagensRecorte de Cor – Binarização (ou Limiarização)

Se cor(i) <= 127Então cor(i) = Preto (0)Senão cor(i) = Branco (255)

Valor de Corte = 127(threshold, limiar)

BrancoPreto

29


Processamento de ImagensRecorte de Cor

4331 cores

256 cores

16 cores

2 cores30


Processamento de ImagensRecorte de Cor – Dithering

Dithering (ou pontilhamento)utilizando duas cores cria-se a ilusão de que há uma terceira cor presente

31



32



33



34



35

Detalhe naimagem…


Processamento de ImagensFiltragem Digital

Mudança nas características das imagensMelhoria nas Imagens

Efeitos digitais

36



Classificação dos filtros

Topológicos ou de Amplitude

Lineares ou Não-Lineares

Estatísticos ou Determinísticos

37



Filtragem:Uso de máscaras

38

Filtragem conseguida através do processo de convolução digital



Aspectos ComputacionaisCor não realizávelExtensão do Domínio da Imagem:

Extensão Constante (Nula ou Não extensão da cor)Extensão PeriódicaExtensão por Reflexão

Eficiência Computacional

39


Processamento de ImagensFiltragem Digital – Filtros Lineares

Filtros Passa-Baixa

Filtros Passa-Alta

Filtros Passa-Faixa

•Componentes de alta freqüência caracterizam bordas ou outros detalhes finos de uma imagem;•O efeito resultante de um LPF é o embaçamento da imagem.

•Redução de características que variam lentamente em uma imagem como o contraste e a intensidade média;•Efeito de intensificação das bordas e de detalhes finos na imagem.

•Permitem passar faixas específicas de uma imagem;•Removem regiões selecionadas.

40


Processamento de ImagensFiltragem Digital – Filtros Lineares - Exemplos

Filtros Passa-Baixa

Filtros Passa-Alta

Filtros Passa-FaixaImagem original

41

Filtro Box:

Filtro Laplaciano:

Filtro de Sobel:


Processamento de ImagensFiltragem Digital – Filtros Lineares - Exemplos

42

Exemplo no MatLab

Imagem Original Imagem Filtrada


Processamento de ImagensAplicações: Compressão de Imagens

“Uma imagem vale mais do que mil palavras.... ”

Vale mesmo! Uma imagem com 1.000 pixelspode ocupar até 3 KB, enquanto um arquivo txt com 1.000 palavras ocupa 1KB...e 1.000 pixels pode não conter nem uma letra...

43



Compressão de Dados

Teoria dos Códigos

Teoria da Informação

Algoritmos de Compressão

Estáticos ou Dinâmicos

Com Perda ou Sem Perda

44



AlgoritmosRun-Length

Código de Huffman

Lempel-Ziv-Welch

Wavelets

Quantização Vetorial

45



JPEG2000

46


Processamento de ImagensAplicações: Reconhecimento de Placas de Carros

Detector deLinhas Verticais

Localização da Placa(segmentação)

Volta àImagem original

47


Processamento de ImagensAplicações: Reconhecimento de Placas de Carros

Segmentação da imagempara isolamento dos caracteres

4 C Y E 2 Z 5

Reconhecimento decaracteres

Possível erro – necessidade do uso de elementos semânticos no processo (Ex: a placa termina com 3 números)

48

49Carlos Alexandre Mello – [email protected] 49

Processamento de ImagensAplicações: Processamento de Imagens de Documentos

Limiarização Pré-Processamento

Segmentação deDocumento

Segmentação deTexto

Extração deCaracterísticas

Classificação

Correção derotação, reduçãode ruído, ....


Processamento Digital de Imagens

Referências Complementares:R.Gonzalez, R.Woods, Digital ImageProcessing, Prentice-Hall, 2007J.Gomes, L.Velho, Computação Gráfica: Imagem, Sociedade Brasileira de Matemática, 1995 H.Pedrini, Análise de Imagens Digitais, Ed.Thomson, 2007

50

Documents

Pds Aula09 Pdi