If you can't read please download the document
Upload
honorato-nguyen
View
21
Download
0
Embed Size (px)
DESCRIPTION
Proc. Imagem: Metas até o final do curso Não esquecer o que já foi visto – e aplicar (programar?) Transformações Geométricas As já conhecidas: translação,escala,rotação,reflexão e cisalhamento Registro de Imagens Morphing Representação da imagem no espaço de freqüências (FFT) - PowerPoint PPT Presentation
Citation preview
Proc. Imagem: Metas at o final do curso
No esquecer o que j foi visto e aplicar (programar?)Transformaes GeomtricasAs j conhecidas: translao,escala,rotao,reflexo e cisalhamentoRegistro de ImagensMorphingRepresentao da imagem no espao de freqncias (FFT)Compresso de imagens (trabalho?)Redundncias codificao, espacial/temporais, psicovisuaisRLE, LZ77, LZW, HUFFMANDCT, DWTSem perda BMP, TIFF, PNG...Com perda GIF, JPEG, JPEG2000...
4.4. Transformaes Geomtricas Levam o tom do pixels na posio (xo ,yo) da imagem origem, para outra posio (xd , yd) do espao em uma imagem destino (referncia)Translao, Rotao e EscalaEspelhamento ou reflexo Deformaes e Morphing
Translao e Escala Figura 4.13 Exemplo de translao da imagem. (a) Imagem Original. (b) Imagem Transladada. Figura 4.14 Exemplo de ampliao e reduo da imagem. (a) Imagem Original. (b) Imagem Ampliada 2 vezes. (c) Imagem Reduzida pela metade
Reflexo Figura 4.17 Exemplo de espelhamento. (a) Imagem Original. (b) Flip Horizontal. (c) Flip Vertical. (a) (b) (c)
Figura 4.15 Exemplo de Rotao de 90 no sentido horrio Rotao
4.4.3. Deformaes e Morphing Deformao: considera que a imagem est por segmentos de reta com seus respectivos vrtices e altera a forma dos objetos a partir de mudanas de posio dos segmentos envolventes. Morphing: considera o processo de deformao aliado decomposio de suas cores.
4.4.3.1 DeformaesFigura 4.18 - Deformao simples de uma regio triangular com pontos de vrtice no-colineares. (a) v = c1v1 + c2v2 + c3v3. (b) w = c1w1 + c2w2 + c3w3 (a) (b)
Figura 4.19 - Tringulo inicial com uma imagem. (a) Imagem original: v = c1v1 + c2v2 + c3v3. (b) Imagem transformada: w = c1w1 + c2w2 + c3w3. (a) (b)
Figura 4.20 Fazendo Triangulaes Pode-se repartir uma imagem em vrias regies triangulares e deformar cada regio de uma maneira diferente:
Figura 4.21 Deformaes por movimento de pontos dos vrtices permitida(b) e no permitida (c) (a) (b) (c)
REGISTRO DE IMAGENSRegistro uma transformao geomtrica que relaciona coordenadas da imagem (linha e coluna) com coordenadas de uma outra imagem de referncia. Essa transformao elimina distores existentes na imagem, causadas no processo de formao da imagem, pelo sistema sensor e por impreciso dos dados de posicionamento da plataforma (posio da cmera).
A necessidade de fazer o registro:
Integrao de imagens obtidas por sensores diferentes. Imagens obtidas em tempos diferentes. Anlise temporal. Imagens tomadas em posies diferentes. Obter informao tridimensional Mosaico de imagens
REGISTRO DE IMAGENSPROCEDIMENTOS
Para a realizao do registro, so necessrios:
Escolher os Pontos de controle - so feies possveis de serem identificadas de modo preciso nas imagens, como por exemplo o cruzamento de estradas, etc
Definir a equao de Mapeamento - escolher que equao matemtica, normalmente primeiro ou segundo grau, que far a reamostragem dos pixels.
Definir o processo de Interpolao - Vizinho mais prximo, Bilinear
REGISTRO DE IMAGENS
Transf. GeomtricasNecessidade de interpolaoRotaesEscalaCisalhamentosDeformaesEXEMPLO DE INTERPOLAO...
Captulo 8Compresso de Imagem
Compresso de Imagem: Definio Formas de diminuir a rea de armazenamento dos dados, reduzindo a quantidade de bits para representar os dados (imagem, texto, ou arquivo qualquer). Em compresso de imagem define-se como a forma (algoritmos e mtodos) de armazenar informaes visuais mais compactamente.
Captulo 88.1. Redundncias na Imagem8.2. Mtodos de Compresso de Imagem8.3. Elementos da teoria de informao8.4. Entropia da Imagem8.5. Mtodos de Codificao sem perda8.6. Transformada Discreta do Co-seno (DCT) 8.7. Compresso Fractal8.8. Compresso por Wavelets8.9. Padres de Compresso de Imagem
8.1. Redundncias na ImagemTipos de redundncia em imagens:De codificao de tons ou cor - quando os nveis de cinza ou as cores de uma imagem so codificados com mais smbolos de codificao do que o necessrio. Inter-pixel - resultantes das relaes geomtricas ou estruturais entre os objetos na imagem. Espectral - ocorre em imagens com mais de uma faixa espectral, quando os valores espectrais, para a mesma posio na matriz de pixels de cada banda, so correlacionados. Psicovisuais - relacionadas ao fato do sistema visual humano no responder com a mesma sensibilidade a todas as informaes visuais.
8.2. Mtodos de Compresso de ImagemCompresso sem perda ou codificao de redundnciaCompresso com perda
8.2.1. Compresso sem PerdaExplora a redundncia entre pixels na codificao. Nenhum dado perdido durante o processo de compresso. Preserva todas as informaes que permitiro a reconstruo exata da imagem. Exemplos: RLE (Run Lenght Encoding), LZ (Lempel Ziv), LZW (Lempel Ziv Wech), algoritmo de Huffman (usadas nos formatos: PCX, PNG, GIF, TIFF).
8.2.2. Compresso com Perda H perda de dados durante a compresso da imagem. mais eficiente em relao rea final de armazenamento devido sua razo de compresso ser maior que a sem perda. Em aplicaes de sinal de satlite ou dados de imagens mdicas, entre outras, muitas vezes no admissvel compresso com perda. Diferentes formas de compresso com perda causam visualmente diferentes degradaes na imagem.
8.2.3. Porque pode haver perda de dadosMtodos e algoritmos de compresso eficientes devem levar em conta as caractersticas da viso humana. Obtem-se um arquivo comprimido de menor dimenso, mantendo, no entanto, a qualidade aceitvel em relao ao original, conforme o objetivo que se pretende. Os erros e falhas, causados pela compresso com perda de dados, que sejam perceptveis para os sistemas visual e auditivo humano so conhecidos por artefatos de compresso (compression artifacts).
8.5 Mtodos de Codificao sem perda8.5.1. Codificao de Huffman 8.5.2.Codificao por LZW (Lempel-Ziv-Wech)8.5.3. Codificao por LZ77 (Lempel-Ziv)8.5.4. Codificao por Cdigo de Tons Corridos - RLE
8.9. Padres de Compresso de ImagemTabela 8.9 Comparao entre alguns formatos de arquivos deimagens
8.9.1. GIFGIF (Graphics Interchange Format) - usa o algoritmo LZW. Pode armazenar mais de uma imagem no arquivo (animaes). Armazena apenas imagens em cinza ou RGB com tabelas de 256 cores ou menos. Assinatura GIF: A assinatura GIF + ano/verso.
8.9.2. PNGPNG (Portable Network Graphics) - usa uma variao do algoritmo Lempel-Ziv 77 e tambm compresso Huffman , depois da compresso LZ, numa forma denominado LZH ou de Deflate/Inflate. PNG com animao conhecido como MNG (Multiple Image Network Graphics). PNG surgiu em 1996 como substituto para o formato GIF.Permite comprimir as imagens sem perda de qualidade com muitas cores.
8.9.3. JPEGJPEG (Joint Photographic Experts Group) - compresso com perdas. Permite o uso de at 224 16 milhes de cores.O tamanho dos seus arquivos de imagens costuma ser bem pequeno. Usa a compresso DCT (e depois Huffman).Permite gravar imagens sem usar tabelas de cores usando toda a informao de Tons de Cinza ou RGB.A compresso realizada em trs passos: computao; quantizao; atribuio do cdigo de tamanho varivel.
Figura 8.47 Imagem Mac em JPG com 75% de compresso e 10%. JPEG GIFFigura 8.48 Comparando GIF com JPEG.
Fig. 8.49. Operaes da compresso JPEG.
8.9.4. JPEG2000JPEG 2000 um formato de codificao de imagem que usa tcnicas de compresso wavelets. Foi criado em 1999 utilizando mtodos de lgica nebulosa para criar os dados de origem. Pode compactar at 90% do arquivo original sem perder a qualidade de imagem,
8.9.6. BMP BMP foi desenvolvido pela Microsoft. o formato nativo de mapa de bits do Windows (a partir da verso 3.00). Sua estrutura possui simplicidade.
8.9.6.3. Verses de BMP quanto quantidade de corPodem ser classificados conforme a quantidade de bits para representar 1 pixel (bit/Pixel).1 bit/pixel (4=2 cores), 4 bits/pixel (24=16 cores), 8 bits/pixel (28=256 cores), 24 bits/pixel (true color com at 224=16 milhes de cores),32 bits (true color com at 232= 4 bilhes de cores).
8.9.6.4.RLEArquivos formato BMP podem, nas verses de 4 e 8 bits/pixel, utilizar a compresso RLE (Run Length Encoded) A tcnica de compresso RLE usada neste formato somente at 256 cores
Encoded Data:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 1414 FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF 0013 FF FF 00 00 00 00 00 00 00 00 00 FF FF FF FF 0012 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 0011 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 0010 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 9 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 8 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 7 FF FF FF FF 00 00 00 FF 00 00 00 FF FF FF FF 00 6 FF FF FF FF 00 00 00 FF 00 00 00 FF FF FF FF 00 5 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 4 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 3 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 2 FF FF FF FF 00 00 00 FF FF FF 00 00 00 FF FF 00 1 FF FF 00 00 00 00 00 00 00 00 00 00 FF FF FF 00 0 FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF 00EXEMPLO DE CODIFICAORLE
Esquema de codificao do RLE8Modo CodificadoModo AbsolutoDelta (relativo)Fim de LinhaFim de Arquivo
1E 1E 1E 1E 1E 1E 1E 1E 1E 00xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx 00 04 04 04 06 06 06 06 06 45 56 67 78 78 xx xx xx xx xx
Sheet1
Example for 8bit RLE
Compressed DataExpanded data
03 0404 04 04
05 0606 06 06 06 06
00 03 45 56 67 0045 56 67
02 7878 78
00 02 05 01Move 5 right and 1 up. (Windows docs say down, which is wrong)
00 00End-of-line
09 1E1E 1E 1E 1E 1E 1E 1E 1E 1E
00 01End-of-bitmap
Sheet2
Sheet3
Encoded data:
14. 0F FF 00 00 13. 02 FF 09 00 04 FF 00 00 12. 04 FF 03 00 03 FF 02 00 03 FF 00 00 11. 04 FF 03 00 04 FF 02 00 02 FF 00 00 10. 04 FF 03 00 04 FF 02 00 02 FF 00 00 9. 04 FF 03 00 04 FF 02 00 02 FF 00 00 8. 04 FF 03 00 03 FF 02 00 03 FF 00 00 7. 04 FF 03 00 01 FF 03 00 04 FF 00 00 6. 04 FF 03 00 01 FF 03 00 04 FF 00 00 5. 04 FF 03 00 03 FF 02 00 03 FF 00 00 4. 04 FF 03 00 04 FF 02 00 02 FF 00 00 3. 04 FF 03 00 04 FF 02 00 02 FF 00 00 2. 04 FF 03 00 03 FF 03 00 02 FF 00 00 1. 02 FF 0A 00 03 FF 00 00 0. 0F FF 00 00 00 01Encoded Data:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 1414 FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF 0013 FF FF 00 00 00 00 00 00 00 00 00 FF FF FF FF 0012 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 0011 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 0010 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 9 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 8 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 7 FF FF FF FF 00 00 00 FF 00 00 00 FF FF FF FF 00 6 FF FF FF FF 00 00 00 FF 00 00 00 FF FF FF FF 00 5 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 4 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 3 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 2 FF FF FF FF 00 00 00 FF FF FF 00 00 00 FF FF 00 1 FF FF 00 00 00 00 00 00 00 00 00 00 FF FF FF 00 0 FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF 00
Segmentao
O objetivo das tcnicas de segmentao dividir a imagem em suas diversas partes constituintes ou segmentos (objetos e regies).
Baseiam-se principalmente em duas propriedades do nvel de intensidade luminosa das imagens: a descontinuidade e a similaridade.
Dentre as tcnicas de segmentao mais conhecidas destacam-se a deteco de descontinuidades, a deteco de limiares (thresholding) e mltiplos limiares de corte (multilevel thresholding)
3.5.1. Agrupamento por limiarFigura 3.30 - Exemplo de binarizao: (a) Imagem em tons de cinza, (b) Imagem binria
Computao Grfica - Vol. 2 - Cap. 3
3.5.1. Agrupamento por limiar (limiarizao) Uso em imagens em que o objeto a ser segmentado apresenta uma tonalidade bem diferente do fundo da imagem. Em um histograma bimodal, possvel estabelecer um limiar entre as duas tonalidades.Figura 3.31 - Exemplo de histograma bem-dividido.
Computao Grfica - Vol. 2 - Cap. 3
Figura 3.34 - Exemplo de um histograma trimodal.Quando a imagem tem mais de dois objetos com cinzas diferentes em um fundo mais escuro, pode ser usada a tcnica de limiarizao multinvel (multilevel thresholding).
Computao Grfica - Vol. 2 - Cap. 3
Figura 3.36 Influncia do valor do limiar sobre a qualidade da limiarizao.(As imagens (c) e (d) so posterizadas nesta representao).
Computao Grfica - Vol. 2 - Cap. 3