Processamento Digital de Imagens

Cor

Em uma descrição física a cor estáassociada ao seu comprimento de onda.Ao se analisar o espectro eletromagnéticona região do visível, os menorescomprimentos de onda estão associadosa cor violeta e os de maior ao vermelho,passando pelos de azul, verde, amarelo elaranja. Deve-se salientar que estáassociação é feita pelo sistema visualhumano.

A incidir em um objeto a luz pode serabsorvida ou refletida. A cor de um objetoé devido a luz refletida pelo mesmo.

Assim, se um objeto reflete de mesmaforma em todos os comprimentos deonda, ele parecerá branco. Se, noentanto, existir um conjunto decomprimentos de onda para o qual oobjeto reflita a luz incidente com maiorintensidade, então este terá a corassociada a somatória desta luz refletida.De outra forma, se o objeto absorver a luzincidente, o mesmo será negro.

No caso de luz acromática (sem corespresentes) basta a intensidade paracaracterizá-la.

No estudo de luz cromática (com corespresentes) são utilizadas algumaspropriedades que permitem a suacaracterização: radiância, luminância ebrilho.

A radiância se refere a energia luminosaemitida por uma fonte luminosa medidaem watt (W).

A luminância é uma medida da quantidadede radiação percebida por um observador,sendo medida em lúmen (lm). Deve-senotar que um sistema de aquisição deimagens não possui a mesma eficiênciaem todos os comprimentos de onda.

O brilho está associado a intensidadeluminosa e, embora em imagensmonocromáticas possua umainterpretação bastante precisa, no caso deimagens cromáticas é uma propriedadebastante subjetiva.

Embora cor tenha uma descrição simples emtermos de comprimento de ondas, a percepçãoda cor por um ser humano é bastante complexo,envolvendo fenômenos psicofísicos e ainda nãocompletamente entendido.

O número de nomes de cores varia com a cultura(Sekuler, R. e Blake, R. Perception. 3edMcGraw Hill, 1990).

O próprio questionamento de se o que umapessoa chama de verde causa a mesmasensação em outra pessoa, é difícil de serrespondido.

Efeitos relativos à iluminação e interaçãofundo/objeto de análise devem serconsiderados e podem levarinterpretações erradas.

A retina possui dois tipos de receptores: os cones e os bastonetes.

Em um olho existem entre 6 e 7 milhões de cones que são altamente sensíveis a cores e entre 75 e 150 milhões de bastonetes que são responsáveis pela visão geral sendo analisada.

http://www.evl.uic.edu/aej/488/diagrams/rods_and_cones.jpg

Experiências psicofísicas indicam queexistem três tipos diferentes de pigmentospresentes nos cones (Sekuler, R. e Blake,R. Perception. 3ed McGraw Hill, 1990).

Cores primárias (aditivas)

A partir da adição de duas cores primáriasobtêm-se uma cor secundária:

• magenta (vermelho + azul)

• ciano (verde + azul)

• amarelo (vermelho + verde).

Um sistema formado pelas três coressecundárias é utilizado na descrição depigmentos e corantes, considerando-se oscomprimentos de ondas que sãoabsorvidos (subtraídos) pelo material.Assim, em um pigmento ciano, o vermelhoé absorvido e o verde e azul sãorefletidos.

Cores secundárias (subtrativas)

Na análise de uma imagem colorida são utilizadas as seguintes características:

• brilho,

• matiz e

• saturação.

O brilho está associado a intensidade nocaso de imagens em tons de cinza.

O matiz (hue) traz a informação a respeitodo comprimento de onda dominante emuma determinada cor.

A saturação (saturation) descreve o grau demistura de um matiz com a luz branca,indicando o quão pura a cor é.

Cores não saturadas são apagadas, aopasso que cores saturadas são vibrantes.

O vermelho é altamente saturada ao passoque o cor de rosa é não saturado.

Uma cor 100% saturada não contémnenhuma luz branca.

Uma mistura de luz branca e um matizpossui saturação entre 0 e 100.

A cromaticidade é uma descrição queincorpora o matiz e a saturação. Assim,pode-se descrever uma imagem deacordo com o brilho e a cromaticidade.

As imagens coloridas podem ser obtidas pormeio da aquisição de uma cena pordispositivos sensíveis a várioscomprimentos de onda, ou pela atribuiçãode uma cor para intensidadesmonocromáticas, sendo neste último casochamada de imagem em pseudo-cor.

Exemplo de pseudo-cor – imagem de satélite

Modelos de cores

O uso de modelos de cor permite a especificaçãode cores a partir de pontos em um sistema decoordenadas.

A especificação de um modelo de cor estáassociado a aplicação. Assim, de uma formageral, usa-se o modelo RGB (Red, Green eBlue) para monitores e câmeras de vídeo, oCMY (Cyan, Magenta e Yellow) paraimpressoras e o HSI (Hue, Saturation eIntensity) para a manipulação de imagens. Parao processamento de imagens, utiliza-se maisfreqüentemente os modelos RGB e HSI.

Modelo RGB

Utiliza-se um sistema de coordenadascartesianas sendo que cada eixorepresenta uma das cores primárias.

Nestes eixos, os valores são normalmentenormalizados a 1.

O sub-espaço que representa todas ascores é definido por um cubo cujosvértices representam:

(0,0,0) o preto(1,0,0) o vermelho(0,1,0) o verde(0,0,1) o azul(1,0,1) o magenta(0,1,1) o ciano(1,1,0) o amarelo(1,1,1) o branco.

Cubo RGB

A escala de tons de cinza é descrita pelareta que une a origem ao vértice (1,1,1).

Com este modelo, a cor de um pixel presente emuma imagem é representada por um vetor nestesub-espaço:

onde r, g e b são valores de 0 a 1 querepresentam as contribuições de vermelho, azule verde e são vetores unitários nas direçõespositivas de cada um dos eixos cartesianos.

→→→++= bgr ebegerp

→

ie

Uma abordagem ao se realizar oprocessamento de imagens utilizando omodelo RGB é aplicar a operação emcada um dos canais separadamente e emseguida somar os resultados.

Operações como a equalização dohistograma podem, no entanto, alterarsignificativamente a distribuição de cores.Nestes casos, é melhor utilizar o modeloHSI.

Arquivo de imagem em tons de cinza:121 32 45 54 ...

Arquivo de imagem em cores:(121 32 45) (53 28 32) ...

Arquivo com tons de cinza em uma imagemcolorida:

(121 121 121) (32 32 32) ...

Crescimento de regiões

No caso de crescimento de regiões, pode-se impor condições em cada um doscanais separadamente para se obterresultados satisfatórios.

Imagem da porta segmentada a partir da imagemdo corredor usando-se como semente o pixel naposição (285, 257) de valores R=14, G=119 eB=154 e como critério de agregação ∆R=40,∆G=40 e ∆B=60.

Imagem do batente segmentada a partir daimagem do corredor usando-se como semente opixel na posição (62, 256) de valores R=9,G=100 e B=128 e como critério de agregação∆R=40, ∆G=40 e ∆B=60.

Imagem do cesto segmentada a partir da imagemdo corredor usando-se como semente o pixel naposição (494, 364) de valores R=18, G=36 eB=71 e como critério de agregação ∆R=40,∆G=40 e ∆B=60.

Para tornar a escolha do pixel semente automático, pode-se implementar um processo que, dados valores para R, G, B e os critérios de agregação, varre-se a imagem horizontalmente, de cima para baixo, e ao se encontrar um pixel com os valores especificados, inicia-se o processo de crescimento de regiões.

Resultados da segmentação automática com valor desemestre R=G=B=23 e critério de agregação ∆R=∆G=∆B=10.

Modelo HSI

Este modelo desacopla a informação debrilho daquelas referentes a corpropriamente dita.

Usa como parâmetros o matiz (Hue), asaturação (Saturation) e o brilho (Intensity)

Transformação de RGB para HSI

Referências:

Gonzalez, cap. 4

Crane, cap. 1