Trabalho 3 - Seminário Sobre Processamento de Imagens

Mestrado Acadêmico em Computação AplicadaSEMINÁRIO SOBRE PROCESSAMENTO DE IMAGENS

Prof. PhD Marcelo da Silva HounsellDisciplina: Fundamentos de Computação Gráfica

Aluno: Eng. Juliano Tiago Rinaldi

Agenda• Representação da Imagem Digital

• O Processo de Digitalização de uma Imagem

• Amostragem; Resolução Espacial; Quantização

• Histograma; Equalização de Histograma

• Representação Matricial de uma Imagem Colorida

• Vizinhança de um pixel

• Brilho; Contraste; Negativo

• Limiarização

• Filtros; Filtragem Discreta – Convolução; Filtro passa baixa; Filtro passa alta

• Segmentação

2

Representação da Imagem Digital

3

Uma imagem monocromática é uma função bidimensional da intensidade da luz f(x,y), onde x e y denotam as coordenadas espaciais (largura e altura) e o valor f em qualquer ponto (x, y) é proporcional ao brilho (ou nível de cinza) da imagem naquele ponto

intensidade da luz pode ser modelada como: f(x,y)=i(x,y).r(x,y)

i –iluminação do ambiente: 0 < i(x,y) < ∞r –reflectânciados objetos: 0 ≤r(x,y) ≤1

[THOMÉ, G. Antonio]

Representação da Imagem Digital

4

A representação em contexto digital requer a adoção de escalas, tanto para as coordenadas x e y da imagem, como para a intensidade da luz

Escalas de x e y geralmente são diferentes

[THOMÉ, G. Antonio]

Quantização de uma Função

5

Partições do eixo x (amostragens)

A imagem capturada deve ser convertida em valores numéricos para poder ser analisada via computador, ou seja, é realizada a discretização (transformação de um espaço contínuo em um espaço discreto).

O processo de quantização consiste em dividir aproximar o valor da função para o nível de escala mais próximo

[THOMÉ, G. Antonio]

O Processo de Digitalização de uma Imagem

6

Consiste das etapas de:Amostragem / espaçamentos horizontal e vertical –matriz de pixelsQuantização / níveis de representação da intensidade da luz Codificação / representação binária da matriz de pixels

[THOMÉ, G. Antonio]

Amostragem

7

• Amostrar é realizar a medição (normalmente uniforme) dos níveis de cinza ao longo de uma imagem

• A amostragem terá como resultado uma matriz M x N de amostras da imagem, onde cada elemento é chamado de pixel.

• A dimensão de um pixel ao longo do eixo x, ou do eixo y, está relacionada com o espaço físico entre as amostras.

[THOMÉ, G. Antonio]

Resolução Espacial• A resolução espacial é determinada pelo número de pixels por área da imagem, ou seja,

pela dimensão do pixel na imagem

• Quanto mais pixels uma imagem tiver (ou quanto menor o tamanho do pixel), maior é a sua resolução e melhor a sua qualidade .

• A resolução espacial de uma imagem influi na qualidade da percepção que se tem da mesma.

• As figuras abaixo apresentam a imagem da Lena em diversas resoluções:

8

512x512 256x256 128x128 64x64

[THOMÉ, G. Antonio]

Quantização• É a representação do valor medido de um pixel aproximado por um

inteiro

9[THOMÉ, G. Antonio]

Histograma• Ocorrência de determinado nível de cinza (valor da intensidade), ou

a frequência deste valor na imagem.

• Exemplo: para 10 níveis de cinza:

10ARAKAKI, Julio

Equalização de Histograma

11ARAKAKI, Julio

Representação Matricial de uma Imagem Colorida

12

RGB

Representação Matricial de uma Imagem Colorida• Uma imagem colorida também pode

ser armazenada usando uma imagem monocromática e um mapa de cores.

• Neste caso, o valor de cinza de cada pixel na imagem é um índice para uma célula do mapa de cores

• A célula do mapa de cores contém o valor das componentes R, G e B referentes à cor do pixel

13

Vizinhança de um pixel• Vizinhança – 4 [N4(p)]

• Em uma imagem digital 2D, um pixel p(x,y) tem quatro vizinhos que compartilham uma aresta com p(x,y): p(x+1,y),p(x-1,y),p(x,y+1) e p(x,y-1)

• Ou seja, é o conjunto de pixels ao redor de P, sem considerar as diagonais

• Vizinhança –D [ND(p)]• São considerados os vizinhos que compartilham um vértice com

p(x,y) • Ou seja, é o conjunto de pixels ao redor de P, considerando apenas

as diagonais

14[THOMÉ, G. Antonio]

Vizinhança de um pixel• Vizinhança – 8 [N8(p)]

• São considerados os vizinhos que compartilham pelo menos um vértice com p(x,y)

• Ou seja, é o conjunto de pixels ao redor de P, considerando as arestas e as diagonais

• N8(p) = N4(p) U ND(p)

15[THOMÉ, G. Antonio]

Brilho

16

O Ajuste de brilho de uma imagem, consiste em somar-se ou decrementar-se um escalar ao valor de cada pixel em cada canal.

Original Diminuído Aumentado

Contraste

17

O Ajuste de contraste de uma imagem é feito multiplicando cada pixel em cada canal por um escalar, no caso da diminuição, o número deve estar entre 0 e 1, no caso de aumento deve ser maior que 1.

Original Diminuído Aumentado

Negativo

18

Original Negativo

A conversão para o negativo da imagem é feita obtendo-se o número símetrico do valor de cada canal de cada pixel no intervalo dado. No caso de [0, 255]. A operação pode ser simplificada através da fórmula: novo valor = 255 - antigo valor

Limiarização• A limiarização é um caso específico de segmentação

• O princípio da limiarização consiste em separar as regiões de uma imagem em duas classes (o fundo e o objeto)

• As outras regiões são classificadas como não interessantes

19

Limiarização• Se os níveis de cinza dos pixels do objeto e do fundo apresentarem

distintamente duas classes na forma de dois picos a limiarização é trivial.

• O objetivo é encontrar o vale entre os dois picos encontrando um limiar T que separe as duas classes

20

Limiarização

21

Filtros

Imagem Original

FiltroImagem

Final

22ARAKAKI, Julio

Filtragem Discreta - Convolução

23

Filtro passa baixa

24ARAKAKI, Julio

• Componentes de alta freqüência caracterizam bordas ou outros detalhes finos de uma imagem

• O efeito resultante é o embaçamento da imagem

Filtro passa alta

25

• Redução de características que variam lentamente em uma imagem como o contraste e a intensidade média

• Efeito de intensificação das bordas e de detalhes finos na imagem.

Segmentação

26

Segmentação• A segmentação subdivide uma imagem em suas partes ou objetos

constituintes que devem corresponder às áreas de interesse da aplicação.

27

O nível até onde esta subdivisão deve ser realizada depende do problema a ser resolvido

Segmentação• Segmentação é uma das tarefas mais difíceis em processamento de

imagens

• A segmentação determina o eventual sucesso ou fracasso da análise

• Com o objetivo de aumentar a confiabilidade e o resultado da segmentação, deve-se fazer uso de todo e qualquer conhecimento prévio sobre o problema

• Os algoritmos de segmentação são geralmente baseados na busca pelas descontinuidades ou pelas similaridades dos níveis de cinza

28

Referências• THOMÉ, G. Antonio; Aquisição e Representação da Imagem Digital, IM/DCC & NCE,

http://equipe.nce.ufrj.br/thome/p_grad/nn_img/transp/c2_aquis_v2.pdf acesso em 13/04/2014.

• ARAKAKI, Julio; Processamento de Imagens, http://www.pucsp.br/~jarakaki/tec1/2012_DIP.pdf acesso em 14/04/2014

• http://www.inf.ufrgs.br/~mdcenteno/INF01046/t2/t2.html acesso em 14/04/2014

• http://www.pessoal.utfpr.edu.br/janeczko/index_files/pdi/aula06_PDI_Limiarizacao.pdf acesso em 14/04/2014

• http://equipe.nce.ufrj.br/thome/p_grad/nn_img/transp/c5_segmentacao.pdf acesso em 14/04/2014

• http://www.cin.ufpe.br/~cabm/visao/Aula03_Imagem.pdf acesso em 14/04/2014

29