57
Projeto 1 - 2010.1 Projeto 1 - 2010.1 Processamento Digital de Imagens Processamento Digital de Imagens Equipe: Equipe: Eliael Soares Eliael Soares Fabiano Miranda Fabiano Miranda Marcus Uchoa Marcus Uchoa Pedro Amorim Pedro Amorim

Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Embed Size (px)

Citation preview

Page 1: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Projeto 1 - 2010.1Projeto 1 - 2010.1Processamento Digital de ImagensProcessamento Digital de Imagens

Equipe:Equipe:

Eliael SoaresEliael Soares

Fabiano MirandaFabiano Miranda

Marcus UchoaMarcus Uchoa

Pedro AmorimPedro Amorim

Page 2: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Nerv

o Ó

pti

co e

Feix

e V

asc

ula

r

Esclerótica

Eixo Visual

CoróideRetina

Fovea Centralis

Ponto Cego

TúnicasMúsculos Ciliares

Ligamentos Suspensórios do Cristalino

Íris

Córnea

Câmara Anterior

Cristalino

Corpo Ciliar

Câmara Posterior com Humor Vítreo

Page 3: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Estrutura do Olho Humano IIEstrutura do Olho Humano II

Formato esféricoDiâmetro de ~ 20 mmEnvolvido por três camadas : as membranas

túnicas Retina , Coróide e Esclerótica

Page 4: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Estrutura do Olho Humano IIIEstrutura do Olho Humano III

Cónea • Película Transparente que cobre a parte

anterior do olho.

• Esclerótica • Dá continuidade a cónea.• membrana opaca que reveste o globo ocular• Responsável pela proteção das membranas

internas

Page 5: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Estrutura do Olho Humano IVEstrutura do Olho Humano IV

CoróideSituada logo abaixo da escleróticaContém rede de vasos sanguíneos que servem

como fonte de nutrição do olho.Fortemente pigmentadaDivida em : Corpo Ciliar e Diafragma da Íris.

ÍrisControla a quantidade de luz que entra no olhoFace anterior -> Pigmento visível do olho

Page 6: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Estrutura do Olho Humano VEstrutura do Olho Humano V

PupilaAbertura central da ÍrisDiâmetro -> Variante entre 2 e 8 mm

CristalinoFormado por um conjunto de lentes biconvexas

encerradas por uma membrana fina chamada cápsula.

Suspenso pelos músculos ciliares

Page 7: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Estrutura do Olho Humano VIEstrutura do Olho Humano VI

CristalinoColoração por pigmentos levemente amarelado

(intensificação com a idade)Absorção de ~8% da luz visível

Absorção relativamente maior nos comprimentos de onda mais curtos

Absorção intensa da radiação IR e UV por proteínas em sua estrutura

Absorção excessiva de IR e/ou UV Possibilidade de danos na estrutura ocular

Page 8: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Estrutura do Olho Humano VIIEstrutura do Olho Humano VII

RetinaMembrana mais interna do OlhoFormada por receptores, especializados em

responder à estimulação pela luz e em transformar a energia luminosa em impulsos nervosos responsáveis pela “sensação de visão”. Os cones e os bastonetes.

Page 9: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Estrutura do Olho Humano VIIIEstrutura do Olho Humano VIII

RetinaCones

Quantidade estimada ~6 a 7.106

Distribuição principalmente na região central da retina (Fóvea)

Sensibilização dependente de maior intensidade luminosa

Elevada sensibilidade a cores Papel relevante Visão de alta luminância (Visão

fotópicafotópica)

Page 10: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Estrutura do Olho Humano IXEstrutura do Olho Humano IX

RetinaBastonetes ou Bastões

Quantidade estimada ~ 75 a 150.106 Distribuição principalmente na superfície da retina Elevada sensibilidade a níveis de iluminação

reduzidos Insensibilidade a estímulos cromáticos Papel relevante Visão de baixa luminância (Visão

escotópicaescotópica)

Page 11: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Estrutura do Olho Humano XEstrutura do Olho Humano X

Fórvea Reetrância circular de ~1,5 mm de diâmetro

na retinasensor de área quadrada de 1,5 mm por 1,5

mmDensidade de cones ~150.000 elementos

por mm2 (~337.000 elementos)

Page 12: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Formação da Imagem no Olho IFormação da Imagem no Olho IDistância entre o centro focal do cristalino e a retina Variante entre ~17 mm (para D > 3 m) e ~14 mm (para D ≤ 3 m)

C -> Centro Optico do cristalino -> Altura do Objeto -> Altura do Objeto

h oD

=h r17

hoh r

Page 13: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Analogia entre o Olho Humano Analogia entre o Olho Humano e a câmera Fotográfica Ie a câmera Fotográfica I

Page 14: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Analogia entre o Olho Humano Analogia entre o Olho Humano e a câmera Fotográfica IIe a câmera Fotográfica IIEssa analogia pode ser observadas na Figura

anterior. Em ambos os sistemas, os raios luminosos são refratados e focalizados através de sistemas de lentes sobre uma superfície sensível. Na câmera fotográfica, esta superfície sensível é a película fotográfica (nos sensores de varredura multiespectral são os detetores). Nos olho humano esta superfície sensível é a retina.

Page 15: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Adaptação ao BrilhoAdaptação ao Brilho

Habilidade do olho de distinguir diferentes intensidade de luz

Grande nível de adaptação (da visão scotopica ao limite de luminosidade)

Page 16: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Adaptação ao BrilhoAdaptação ao Brilho

Sistema visual não pode atuar em vários focos ao mesmo tempo

No entanto muda sua sensibilidade a luz num fenômeno conhecido com adaptação ao brilho

O ser humano também é capaz de perceber mudanças na intensidade da luz

Page 17: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Adaptação ao BrilhoAdaptação ao Brilho

Experimento para verificação de mudança de luminosidade

Page 18: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Ilusão de ÓticaIlusão de Ótica• Aplica-se a todas as ilusões que “enganam” o sistema visual humano.

• Percepção de mundo auto-produzida (Ex. Mão)

• Visão, processo de conversão.

Page 19: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Ilusão de ÓticaIlusão de Ótica

Page 20: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Ilusão de ÓticaIlusão de Ótica

Page 21: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

• Ilusão de luminosidade- A luminosidade é uma variável subjetiva- Estimativa de reflectância real dos objetos

• Explicação:- O sistema visual não se limita a medir a quantidade de luz que chega ao olho, que é influenciada pelas sombras. Parece ter em conta o contraste local e saber que as mudanças de luz na transição entre superfícies de cores diferentes são geralmente mais abruptas do que as causadas por sombras. O sistema visual “sabiamente” usa apenas a informação sobre as transições mais abruptas para construir a imagem de reflectância. E por isso estima a cor dos objetos sem se deixar enganar pelas sombras de um objeto visível.

Ilusão de ÓticaIlusão de Ótica

Page 22: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Ilusão de ÓticaIlusão de Ótica

Page 23: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

- Ilusão de distância - O sistema visual conhece perceptivas, útil para interpretação de imagem 3D

- Explicação:- Isso acontece porque o sistema visual usa o

ângulo entre as duas retas laterais para estimar o ângulo do nosso olhar relativamente ao solo.

Ilusão de ÓticaIlusão de Ótica

Page 24: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Espectro EletroMagnético Espectro EletroMagnético

Ondas EletroMagnéticas Experiências de Newton constataram que um feixe de raio (luz branca),

ao atravessar um prisma, desdobrava-se num feixe colorido, espectro de cores

Cientistas descobriram ainda que cada cor decomposta no espectro correspondia a uma temperatura diferente, e que a luz vermelha incidindo sobre um corpo, aquecia-o mais do que a violeta

Além do vermelho visível, existem radiações invisíveis para os olhos, que passaram a ser ondas, raios ou ainda radiações infravermelhas

Sempre avançando em seus experimentos os cientistas conseguiram provar que a onda de luz era uma onda eletromagnética, mostrando que a luz visível é apenas uma das muitas diferentes espécies de ondas

eletromagnéticas.

Page 25: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Espectro EletroMagnético Espectro EletroMagnético

Faixa Contínua de REM (Radiação EletroMagnética)De comprimentos de onda muito curtos (<300x10-9m) e

alta energia acomprimentos de onda muito longos (da ordem de km) e

baixa energiaRelação entre a energia e o comprimento de onda

(e, portanto, à freqüência)A completa faixa de comprimentos de onda e de

freqüência da REM é chamada de espectro eletromagnético

Page 26: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Espectro EletroMagnético Espectro EletroMagnético

Comprimento de Ondas

Page 27: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Espectro EletroMagnético Espectro EletroMagnético

Frequência

Page 28: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Tipos de SensoresTipos de Sensores

Sensor Único

Page 29: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Tipos de SensoresTipos de Sensores

Sensor Linear

Page 30: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Tipos de SensoresTipos de Sensores

Sensor em “Array”

Page 31: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Imagem Digital IImagem Digital IRepresentação Matemática da Imagem

f(x,y)

Função proporcional àFunção proporcional àintensidade de brilho em (x,y)intensidade de brilho em (x,y)

Coordenada horizontalCoordenada horizontal Coordenada verticalCoordenada vertical

Page 32: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Imagem Digital IIImagem Digital II

Page 33: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Imagem Digital IIIImagem Digital III

0 ≤ f(x,y) ≤ ∞

f(x,y) = i(x,y) . r(x,y)

0 < i(x,y) < ∞ 0 ≤ r(x,y) < 1

Componente de Iluminância - Quantidade de luz incidente no

Objeto

Componente deReflectância – fração de luz que o

objeto vai refletir

Page 34: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Imagem Digital IVImagem Digital IV

Page 35: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Aquisição da ImagemAquisição da Imagem

Processo de conversão de uma cena real tridimensional em uma imagem analógica.

O dispositivo de aquisição de imagens mais utilizado atualmente é a câmera CCD (Charge Coupled Device). Ela consiste de uma matriz de células semicondutoras fotossensíveis, que atuam como capacitores, armazenando carga elétrica proporcional à energia luminosa incidente. O sinal elétrico produzido é condicionado por circuitos eletrônicos especializados,produzindo à saída um Sinal Composto de Vídeo (SCV) analógico e monocromático

Page 36: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Aquisição da ImagemAquisição da Imagem

Fonte de Fonte de Iluminação Iluminação (Energia)(Energia)

Radiação Radiação IncidenteIncidente

Sistema de Sistema de ImageamentoImageamento

Plano da Plano da Imagem Imagem (Interno)(Interno)

Radiação Radiação RefletidaRefletida

f(x,y)f(x,y) = reflectância(x,y)reflectância(x,y)*iluminação(x,y)iluminação(x,y)

[00,11] [00,∞∞]

Formação de Pixels na Formação de Pixels na Imagem DigitalizadaImagem Digitalizada

Page 37: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

DigitalizaçãoDigitalizaçãoLimitação do número de valores que uma variável

pode assumir.Amostragem

Discretização das coordenadas coordenadas espaciaisespaciais

Quantização

Discretização dos níveis de cinzaníveis de cinza (valores de brilhovalores de brilho)

Page 38: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Amostragem IAmostragem I

Converte a imagem analógica em uma matriz de M por N pontos, cada qual denominado PIXEL (ou elemento de imagem):

Maiores valores de M e N, implica numa imagem de maior resolução.

Page 39: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Quantização IQuantização I

faz com que cada um destes pixels assuma um valor inteiro, na faixa de 00 a 2 2 n - 1 n - 1

Quanto maior o valor de n, maior o número de níveis de cinza presentes na imagem digitalizada

Page 40: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Amostragem IIAmostragem II

N = 256

Imagens NxN pixels e 256 niveis de cinza

N = 128

N = 64 N=32

Page 41: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Quantização IIQuantização II

Imagens 442 x 299 pixels. Variando n

n=8 n=6

n=3

n=1

Page 42: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Propriedades da Imagem Propriedades da Imagem Digital IDigital I

Pixel-> Palavra formada da aglutinação das palavras inglesas “Picture” e “Element”, denota o menor elemento em um dispositivo de exibição ao qual é possível atribuir uma cor [Russ 2007].

-> A unidade atômica de composição de uma imagem

-> A cada pixel é atribuída uma tonalidade (branco, preto, tonalidades de cinza ou de cor),as quais são representadas na notação binária

Page 43: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Propriedades da Imagem Propriedades da Imagem Digital IIDigital IIVizinhança

Seja p, um pixel nas coordenadas ( x,y):4-vizinhança ou N4(p) – são os pixels cujas

coordenadas são: (x+1, y), (x-1, y), (x, y+1) e (x, y-1).

Vizinhança diagonal ou ND(p) são os pixels de coordenada (x-1, y-1), (x-1, y+1),(x+1, y-1) e (x+1, y+1)

A "8-vizinhança" de p é definida como: N8(p) = N4(p) U ND(p)

Page 44: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Propriedades da Imagem Propriedades da Imagem Digital IIIDigital III

Page 45: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Propriedades da Imagem Propriedades da Imagem Digital IVDigital IV

Adjacência

Adjacente por Borda -> Um par de pixels compartilha uma borda.

Adjacente por Vértice -> Um Par de pixels de uma imagem que compartilha um vértice.

Page 46: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Propriedades da Imagem Propriedades da Imagem Digital IVDigital IVConectividade

Estabelecer limites de objetos e componentes de regiões em uma imagem. Para estabelecer se dois pixels estão conectados, é necessário determinar

se eles são adjacentes segundo algum critério e se seus níveis de cinza satisfazem a um determinado critério de similaridade.

Seja V = { 32, 33, ... , 63,64}, onde V é conjunto de valores de tons de cinza. São definidos tres tipos de conectividade:

"4-conectividade": dois pixels p e q com valores de tom de cinza contidos em V, são "4-conectados" se q € N4(p).

"8-conectividade": dois pixels p e q com valores de tom de cinza contidos em V, são "8-conectados" se q € N8(p).

"m-conectividade (conectividade mista)": dois pixels p e q com valores de tom de cinza contidos em V, são "m-conectados" se:

(i) q € N4(p) ou ( ii) q € Nd(p) e N4(p) ∩ N4(q) =Ø

Page 47: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Propriedades da Imagem Propriedades da Imagem Digital VDigital V

Distância entre Pixels:Dados os pixels p, q e z, de coordenadas (x,y), (s,t) e (u,v), respectivamente, define-se a função distância D, cujas propriedades são:

(i) D(p,q) >= 0 (D(p,q) = 0 se e somente se p = q)(ii) D(p,q) = D(q,p)

(iii) D(p,z) <= D(p,q) + D(q,z) ___________Distância Euclidiana: De(p,q)= √(x-s)2 – (y-t)2

Distância City Block: D (p,q) = |x- s| +| y- t|

Distância Chessboard: D(p,q) = max( |x-s|,|y-t| )

Page 48: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Ferramental Matemático Ferramental Matemático Utilizado em PDI Utilizado em PDI

(introdução)(introdução)

Page 49: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Operações: Matrizes x ArraysOperações: Matrizes x Arrays

•  Uma imagem pode ser considerada como uma matriz de pixelso Operações com matrizes

  • Operações pixel-a-pixel

Page 50: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Operações: Matrizes x Arrays (cont.)Operações: Matrizes x Arrays (cont.)

• Produto entre matrizes é diferente do produto entre "arrays"

         Produto de Arrays:       

        

Page 51: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Operações: Matrizes x Arrays (cont.)Operações: Matrizes x Arrays (cont.)

Produto de matrizes:

Page 52: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Operações Lineares e Não LinearesOperações Lineares e Não Lineares

• Uma das mais importantes classificações de um método de processamento de imagens

 • Dado um operador H que produz uma imagem de saída

g(x, y), a partir de uma imagem de entrada f(x, y): 

H[ f(x, y) ] = g(x, y)

      H é um opeador linear se 

 H[ fi(x, y) + fj(x, y) ] =  H[ fi(x, y) ] + H[ fj(x, y) ]e 

 H[ k*fi(x, y) ] = k*H[ fi(x, y) ], k = cte.

Page 53: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Operações AritméticasOperações Aritméticas

• Convenção adotada para operações aritméticas pixel-a-pixel

 s(x, y) = f(x, y) + g(x, y)

d(x, y) = f(x, y) - g(x, y) 

p(x, y) = f(x, y) x g(x, y)  

v(x, y) = f(x, y) / g(x, y)

Page 54: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Operações Aritméticas - ExemplosOperações Aritméticas - Exemplos

• Eliminação de ruído

Page 55: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Operações Aritméticas - ExemplosOperações Aritméticas - Exemplos• Obter diferença entre imagens aparentemente idênticas

Page 56: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Operações Aritméticas - ExemplosOperações Aritméticas - Exemplos

• Captura de partes da imagem

Page 57: Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

Operações LógicasOperações Lógicas