33
Visão Computacional Formação da Imagem www.dca.ufrn.br/~lmarcos/ courses/visao

Visão Computacional Formação da Imagem lmarcos/courses/visao

Embed Size (px)

Citation preview

Page 1: Visão Computacional Formação da Imagem lmarcos/courses/visao

Visão ComputacionalFormação da Imagem

www.dca.ufrn.br/~lmarcos/courses/visao

Page 2: Visão Computacional Formação da Imagem lmarcos/courses/visao

Sumário

• Princípios óticos e geométricos na formação de imagens de intensidade

• Natureza de imagens de intensidade, aquisição e modelos matemáticos

Page 3: Visão Computacional Formação da Imagem lmarcos/courses/visao

Mais sobre visão

Page 4: Visão Computacional Formação da Imagem lmarcos/courses/visao

Variantes

Page 5: Visão Computacional Formação da Imagem lmarcos/courses/visao

Mais variantes

Page 6: Visão Computacional Formação da Imagem lmarcos/courses/visao

Iluminação

• Fontes de luz emitem luz:

– Espectro eletro-magnético

– Posição e direção

• Superfícies refletem luz

– Reflectância

– Geometria (posição, orientação, micro-estrutura)

– Absorção

– Transmissão

– Iluminação é determinada pela interação entre fontes de luzes e superfícies

Page 7: Visão Computacional Formação da Imagem lmarcos/courses/visao

Significado de cor• O que é uma imagem?

– Irradiância: cada pixel mede a luz incidente num ponto no filme

– Proporcional à integral da radiância da cena que chega àquele ponto

• O que é cor?– Refere-se à radiancia ou irradiância medida em 3

comprimentos de onda diferentes– Cor da cena: radiância vinda das superfícies (para

iluminação)– Cor da imagem: irradiância, para renderização– Quantidades com diferentes unidades, não devem ser

confundidas

Page 8: Visão Computacional Formação da Imagem lmarcos/courses/visao

Percepção de iluminação

• A luz recebida de um objeto pode ser expressa por

I() = ()L()

• onde () representa a reflectividade ou transmissividade do objeto (albedo) e L() é a distribuição de energia incidente.

• Intervalo de iluminação do sistema visual humano: 1 a 1010

Page 9: Visão Computacional Formação da Imagem lmarcos/courses/visao

Luminância de um objeto

• A luminância ou intensidade de luz de um objeto espacialmente distribuído, com distribuição de luz I(x, y, ), é definida como:

• V() é a função de eficiência luminosa relativa do sistema visual.

f x y I x y V d, , , 0

Page 10: Visão Computacional Formação da Imagem lmarcos/courses/visao

Luminância e brilho• Luminância de um objeto é independente da

luminância dos objetos ao seu redor.

• Brilho de um objeto também chamado de brilho aparente, é a luminância percebida e depende da luminância ao redor do objeto.

• Duas regiões com mesma luminância, cujas regiões ao redor de ambas possuem diferentes luminâncias terão diferentes brilhos aparentes.

Page 11: Visão Computacional Formação da Imagem lmarcos/courses/visao
Page 12: Visão Computacional Formação da Imagem lmarcos/courses/visao

Tipos de imagens

• Imagens de intensidade– Similar a fotografias– Codifica intensidade, cor– Adquiridas por câmeras

• Imagens de profundidade (range images)– Codifica forma e distância– Adquiridas por sensores especiais (sonar,

câmeras laser)

Page 13: Visão Computacional Formação da Imagem lmarcos/courses/visao

Características comuns

• Geralmente, matriz 2D de valores (números)

• Conseqüências:– Relação exata da imagem com a cena (física) é

determinada pelo processo de aquisição que depende em última análise do sensor usado

– Qualquer informação contida nas imagens pode ser ultimamente extraída (calculada) a partir de uma matriz 2D na qual está codificada

Page 14: Visão Computacional Formação da Imagem lmarcos/courses/visao

Parâmetros físicos

• No sistema visual humano, o processo de formação de imagem começa com os raios de luz vindos da cena projetando nos foto-receptores da retina

• Uma variedade de parâmetros físicos afetam a formação das imagens num sistema artificial

Page 15: Visão Computacional Formação da Imagem lmarcos/courses/visao

Parâmetros óticos

• Caracterizam a ótica do sistema– tipo de lentes;– distância focal;– campo de vista;– abertura angular.

Page 16: Visão Computacional Formação da Imagem lmarcos/courses/visao

Parâmetros fotométricos

• Caracterizam o modelo da luz que chega ao sensor após reflexão nos objetos da cena– tipo, intensidade e direção de iluminação– propriedades de reflectância das superfícies

visualizadas– efeitos da estrutura do sensor na quantidade de

luz chegando aos fotoreceptores

Page 17: Visão Computacional Formação da Imagem lmarcos/courses/visao

Parâmetros geométricos

• Posição na imagem na qual um ponto 3D é projetado– tipos de projeção– posição e orientação da câmera no espaço– distorções de perspectiva introduzidas no

processo de imageamento

Page 18: Visão Computacional Formação da Imagem lmarcos/courses/visao

Outros parâmetros

• Propriedades físicas da matriz fotosensitiva da câmera

• Natureza discreta dos fotoreceptores

• Quantização da escala de intensidade

Page 19: Visão Computacional Formação da Imagem lmarcos/courses/visao

Ótica básica

• Formação da imagem em VC começa com o raio de luz que entra na câmera através da abertura angular (pupila num humano)

• Raio bate numa tela ou plano de imagem e o sensor fotoreceptivo registra intensidade da luz

• Muitos raios vem de luz refletida e alguns de luz direta

Page 20: Visão Computacional Formação da Imagem lmarcos/courses/visao

Focando uma imagem

• Qualquer ponto numa cena pode refletir raios vindos de várias direções

• Muitos raios vindos do mesmo ponto podem entrar na câmera.

• Para termos imagens nítidas, todos os raios vindos de um mesmo ponto P da cena devem convergir para um ponto único p no plano de imagem.

Page 21: Visão Computacional Formação da Imagem lmarcos/courses/visao

Reduzindo abertura

• Apenas um raio de cada ponto entra na câmera

• Imagens nítidas, sem distorções, mesmo à distâncias diferentes

Page 22: Visão Computacional Formação da Imagem lmarcos/courses/visao
Page 23: Visão Computacional Formação da Imagem lmarcos/courses/visao
Page 24: Visão Computacional Formação da Imagem lmarcos/courses/visao

Problemas com pin-hole

• Tempo de exposição longo

• Quantidade mínima de luz

• Difração

Page 25: Visão Computacional Formação da Imagem lmarcos/courses/visao

Introduzindo um sistema ótico

• Introduz lentes e abertura

• Introduz outros elementos para que um raio vindo do mesmo ponto 3D convirja para um único ponto na imagem

• Mesma imagem que uma pin-hole mas com tempo de exposição bem menor e abertura maior

Page 26: Visão Computacional Formação da Imagem lmarcos/courses/visao

Lentes finas

Fl Fr

Lente fina

Eixo ótico

f f

Page 27: Visão Computacional Formação da Imagem lmarcos/courses/visao

Duas restrições básicas

• 1) Qualquer raio que entra no sistema de lentes paralelo ao eixo ótico, sai na direção do foco no outro lado

• 2) Qualquer raio que entra na lente vindo da direção do foco, sai paralelo ao eixo ótico do outro lado

Page 28: Visão Computacional Formação da Imagem lmarcos/courses/visao

Lentes finas

Fl Fr

Lente fina

Eixo ótico

f fZ z

P Q

R

OS

p

s

Page 29: Visão Computacional Formação da Imagem lmarcos/courses/visao

Modelo básico

• Propriedade 1) a PQ e propriedade 2) a PR

• Defletem para se encontrar em algum ponto do outro lado

• Uma vez que o modelo de lente fina foca todos os raios vindos de P convergem para o mesmo ponto, PQ e PR se intersectam em p

Page 30: Visão Computacional Formação da Imagem lmarcos/courses/visao

Equação fundamental

• Usando similaridade entre os pares de triângulo (<PFlS>, <ROFl>) e (<psFr>, <QOFr>), obtém-se:

Zz = f2

• Fazendo Z´=Z+f e z´= z+f, encontramos:

1 /Z´ + 1/z´ = 1/f

Page 31: Visão Computacional Formação da Imagem lmarcos/courses/visao

Campo de vista

• Seja d o diâmetro efetivo das lentes (periferia pode não ser visível)

• Juntamente com f, determinam o campo de vista:

tan w = d/(2f)

• metade do ângulo subentendido pelo diâmetro, visto a partir do foco

Page 32: Visão Computacional Formação da Imagem lmarcos/courses/visao
Page 33: Visão Computacional Formação da Imagem lmarcos/courses/visao