Tópico 0 - Introdução a Imagens Digitaisjbflorindo/Teaching/2018/MT530/T0_0.pdf · Uma imagem vale mais que mil palavras! Jo~ao B. Florindo T opico 0 - Introdu˘c~ao a Imagens

Topico 0 - Introducao a Imagens Digitais

Joao B. Florindo

Instituto de Matematica, Estatıstica e Computacao CientıficaUniversidade Estadual de Campinas - Brasil

[email protected]

Joao B. Florindo Topico 0 - Introducao a Imagens Digitais 1 / 44

Imagens

Outline

1 Imagens

2 Tipos de Imagens

3 Aplicacoes

4 Sistema de Visao Artificial

5 Imagens Digitais

6 Operacoes Basicas


Imagens

Imagens

Imagens sao usadas como um poderoso meio de expressao desde osprimordios da civilizacao1

1Varias das imagens aqui expostas foram retiradas do curso disponıvel emhttp://iris.sel.eesc.usp.br/sel886


Imagens

Imagens

Uma imagem vale mais que mil palavras!


Tipos de Imagens

Outline

1 Imagens

2 Tipos de Imagens

3 Aplicacoes


5 Imagens Digitais

6 Operacoes Basicas


Tipos de Imagens

Tipos de Imagens


Tipos de Imagens

Tipos de Imagens


Tipos de Imagens

Tipos de Imagens


Tipos de Imagens

Tipos de Imagens


Aplicacoes

Outline

1 Imagens

2 Tipos de Imagens

3 Aplicacoes


5 Imagens Digitais

6 Operacoes Basicas


Aplicacoes

Aplicacoes

Inspecao de pecas Robos

Resistencia de materiais (microscopia eletronica)


Aplicacoes

Aplicacoes

Reconhecimento facial Impressao digital

Reconhecimento de assinaturasJoao B. Florindo Topico 0 - Introducao a Imagens Digitais 12 / 44

Aplicacoes

Aplicacoes

Identificacao por ıris Cameras de vigilancia (movimentos)

Marca-d’agua (protecao de copyright)Joao B. Florindo Topico 0 - Introducao a Imagens Digitais 13 / 44

Aplicacoes

Aplicacoes

Contagem de celulas (exames) Micro-calcificacao na mama


Sistema de Visao Artificial

Outline

1 Imagens

2 Tipos de Imagens

3 Aplicacoes


5 Imagens Digitais

6 Operacoes Basicas








Imagens Digitais

Outline

1 Imagens

2 Tipos de Imagens

3 Aplicacoes


5 Imagens Digitais

6 Operacoes Basicas


Imagens Digitais

Imagens Digitais

Conceito de imagem digital surge na metade do seculo passado quandofotografias passam a ser escaneadas em computador (Exemplo abaixo de1957)


Imagens Digitais

Imagens Digitais

Uma imagem digital (em tons de cinza) e uma funcao

f (x , y)

em que (x , y) sao as coordenadas espaciais, discretas, inteiras e, porconvencao, positivas (nao-negativas).

Uma imagem colorida e uma funcao multi-valorada (ex. 3 canais RGB).

Cada ponto com coordenada (x , y) e chamado de pixel (Picture Element)

A magnitude de f (x , y) e chamada de nıvel de cinza ou intensidade decor do pixel. Sao valores, discretos, reais e nao-negativos.


Imagens Digitais

Imagens Digitais


Imagens Digitais

Imagens Digitais

Amostragem

Discretizacao das coordenadas espaciais.Ex.:

x = 1, 2, 3, . . . , 256 y = 1, 2, 3, . . . , 256

Diz-se que esta imagem tem tamanho (ou resolucao) 256× 256.

Quantizacao

Discretizacao da magnitude de f (x , y).Ex.: Supor que f (x , y) pode assumir os seguintes valores inteiros:

0, 1, 2, . . . , 255

Diz-se que esta imagem tem 256 nıveis de cinza (ou de cor).


Imagens Digitais

Imagens Digitais

Convencao de eixos utilizada em (a) Processamento de Imagens e (b)Computacao Grafica


Imagens Digitais

Imagens Digitais

A esquerda, convencao usada em C, Java, etc. A direita, convencao usadaem Matlab/Octave/Scilab


Imagens Digitais

Resolucao Espacial


Imagens Digitais

Resolucao em Nıveis de Cinza


Imagens Digitais

Resolucao em Nıveis de Cinza

Resolucao em nıveis de cinza esta relacionada ao numero de valoresdistintos que podem ser atribuıdos a cada pixel.

Usualmente se refere ao numero de bits necessarios para expressar osnıveis de cinza. Ex.: Imagem 8 bits - Nıveis 0, 1, 2, . . . , 255.

Tambem chamado de profundidade de cinza (ou de cor).

Imagens que possuem apenas dois nıveis de cinza (preto e branco) saochamadas de imagens binarias.

Imagens com maior resolucao e/ou profundidade exigem mais recursoscomputacionais para processamento.


Imagens Digitais

Adjacencia e Vizinhanca

Dois pixels que compartilham uma borda sao ditos adjacentes por bordaou 4-adjacentes.

Dois pixels que compartilham um vertice sao ditos adjacentes porvertice ou 8-adjacentes.

A vizinhanca de 4 de um pixel p com coordenadas (x , y) e o subconjuntode pixels 4-adjacentes mais o proprio p.

A vizinhanca de 8 de um pixel p com coordenadas (x , y) e o subconjuntode pixels 8-adjacentes mais o proprio p.


Imagens Digitais

Adjacencia e Vizinhanca

A esquerda, vizinhanca de 4, a direita, vizinhanca de 8


Imagens Digitais

Conectividade

Dois pixels sao conectados se

1 Sao adjacentes

2 Possuem nıveis de cinza similares sob algum criterio ou dentro de umconjunto particular, p.ex., {1, 2} abaixo.


Imagens Digitais

Metricas de Distancia

Dados dois pixels p com coordenadas (x1, y1) e q com coordenadas(x2, y2), temos aDistancia Euclideana:

De(p, q) =√

(x1 − x2)2 + (y1 − y2)2

Distancia City-Block (D4):

Dcb(p, q) = |x1 − x2|+ |y1 − y2|

Distancia Chessboard (D8):

Dch(p, q) = max{|x1 − x2|, |y1 − y2|}.


Imagens Digitais

Codigo

1 img = imread ( ’ l e n a . png ’ ) ;s i z e ( img )

3 img ( 1 : 5 , 1 : 5 )imshow ( img )

src/cap0/ex1.m


Operacoes Basicas

Outline

1 Imagens

2 Tipos de Imagens

3 Aplicacoes


5 Imagens Digitais

6 Operacoes Basicas


Operacoes Basicas

Operacoes Basicas - Histogramas

Histogramas contam o numero de pixels com determinado nıvel de cinzana imagem.

Operacao fundamental na melhora do contraste e a equalizacao dehistograma.


Operacoes Basicas


Caso mais drastico:


Operacoes Basicas

Histogramas - Codigo

img = imread ( ’ l e n a . png ’ ) ;2 img = r g b 2 g r a y ( img ) ;

f i g u r e ; imshow ( img ) ;4 f i g u r e ; i m h i s t ( img ) ;

img = h i s t e q ( img ) ;6 f i g u r e ; imshow ( img ) ;

f i g u r e ; i m h i s t ( img ) ;

src/cap0/ex2.m


Operacoes Basicas

Operacoes Basicas - Binarizacao

Outra tecnica muito util, sobretudo em segmentacao e a binarizacao(thresholding): todos os pixels com intensidade menor que o limiarsetados para zero e os demais para um (ou qualquer outro valor definidocomo nıvel de cinza maximo).

Varias tecnicas para determinar limiar ideal. Matlab usa Otsu por padrao.


Operacoes Basicas


Exemplo de aplicacao:


Operacoes Basicas

Binarizacao - Codigo

1 img = imread ( ’ cameraman . png ’ ) ;t = g r a y t h r e s h ( img ) ;

3 img = im2bw ( img , t ) ;f i g u r e ; imshow ( img ) ;

src/cap0/ex3.m


Operacoes Basicas

Operacoes Basicas - Templates

Templates sao janelas que varrem a imagem fazendo uma operacao local(de vizinhanca) em cada pixel.

Cada elemento do template e multiplicado pelo pixel correspondente e asoma armazenada no pixel central.

Supondo uma janela w com 3× 3 pixels, a transformacao no pixel f (x , y)(posicao e abaixo) da imagem e feita como a seguir:


Operacoes Basicas

Operacoes Basicas - Templates

de modo que o pixel g(x , y) na imagem transformada sera dado por

g(x , y) = w1 ·a+w2 ·b+w3 ·c +w4 ·d +w5 ·e+w6 · f +w7 ·g +w8 ·h+w9 · i

Esta operacao e chamada de convolucao discreta. Exemplo tıpico deaplicacao sao os filtros.


Operacoes Basicas

Operacoes Basicas - Filtros

Filtros passa-baixas borram imagens ou eliminam ruıdos.


Operacoes Basicas

Operacoes Basicas - Filtros

Ja filtros passa-altas realcam bordas.


Operacoes Basicas

Filtro - Codigo

img = imread ( ’ cameraman . png ’ ) ;2

mask1 = ( 1 / 9 ) ∗ [ 1 1 1 ; 1 1 1 ; 1 1 1 ]4 img = conv2 ( img , mask1 ) ;

f i g u r e ; imshow ( img/max ( img ( : ) ) ) ;6

mask2 = ( 1 / 9 ) ∗[−1 −1 −1;−1 8 −1;−1 −1 −1]8 img = conv2 ( img , mask2 ) ;

f i g u r e ; imshow ( img/max ( img ( : ) ) ) ;

src/cap0/ex4.m


Documents

Tópico 0 - Introdução a Imagens Digitaisjbflorindo/Teaching/2018/MT530/T0_0.pdf · Uma imagem vale mais que mil palavras! Jo~ao B. Florindo T opico 0 - Introdu˘c~ao a Imagens