CONTORNOS ATIVOS SNAKES PARA A SEGMENTAÇÃO DE IMAGENS DIGITAIS

Tamanho: px
Começar a partir da página:

Download "CONTORNOS ATIVOS SNAKES PARA A SEGMENTAÇÃO DE IMAGENS DIGITAIS"

Transcrição

1 FACULDADE DE INFORMÁTICA DE PRESIDENTE PRUDENTE CONTORNOS ATIVOS SNAKES PARA A SEGMENTAÇÃO DE IMAGENS DIGITAIS FAGNER DANIEL DE MELO Presidente Prudente SP 2005

2 FACULDADE DE INFORMÁTICA DE PRESIDENTE PRUDENTE CONTORNOS ATIVOS SNAKES PARA A SEGMENTAÇÃO DE IMAGENS DIGITAIS FAGNER DANIEL DE MELO Trabalho monográfico apresentado no curso de graduação, Bacharelado em Ciência da Computação, como requisito parcial para sua conclusão. Área de concentração: Processamento Gráfico. Orientadores: MSc. Francisco Assis da Silva MSc. Leandro Luiz de Almeida Presidente Prudente SP 2005

3 FICHA CATALOGRÁFICA 004 MELO, Fagner Daniel. Contornos Ativos Snakes para a Segmentação de Imagens Digitais Fagner Daniel de Melo. Presidente Prudente: UNOESTE: Universidade do Oeste Paulista, p. : il Monografia (Graduação) Universidade do Oeste Paulista UNOESTE, Presidente Prudente, SP, Bibliografia 1. Segmentação de Imagens, 2. Contornos Ativos. 3. Snake. I. Autor. II. Título.

4 DEDICATÓRIA Dedico este trabalho a minha mãe Maria Rodrigues de Melo e ao meu pai Antonio de Melo, que nunca mediram esforços e sempre estiveram presentes em todos os momentos de sua realização. Aos meus irmãos Fabio, Fernando e Flávia pelo carinho e confiança.

5 AGRADECIMENTOS A minha família que, em todos os momentos de realização desta pesquisa, esteve presente. A minha namorada que esteve sempre presente ao meu lado com toda a sua irreverência. Agradecimentos também ao professor orientador, MSc. Francisco Assis da Silva e ao professor Co-Orientador, MSc. Leandro Luiz de Almeida que, na rigidez de seus ensinamentos, fez aprimorar meus conhecimentos. Em especial ao professor, Dr. Almir Olivette Artero, pela amizade e auxílio no desenvolvimento do projeto. Aos meus amigos Amandia, Diogo, Eli, Julierme, Marco Aurélio, Rafael, Sidney e Vanderlei pelo companheirismo e os muitos momentos de alegria compartilhados.

6 EPÍGRAFE [...] A imaginação é mais importante que o conhecimento. [...] Albert Einstein

7 MELO, Fagner Daniel. Contornos Ativos Snakes para a Segmentação de Imagens Digitais. Presidente Prudente: UNOESTE, Monografia de Graduação. Orientador: MSc. Francisco Assis da Silva Co-Orientador: MSc. Leandro Luiz de Almeida RESUMO Há alguns anos os métodos de detecção de bordas vêem se tornando um importante recurso utilizado no processo de Segmentação de Imagens. Concentramse grandes esforços em experimentos de novas técnicas, que buscam suprir alguns problemas encontrados nos métodos mais antigos, cujos resultados são publicações nos mais conceituados periódicos científicos, tais como o método Gradient Vector Flow e o T-Snakes. O método de Contornos Ativos Snake é uma solução para a segmentação de imagens digitais, que possui a característica de movimentar uma curva de maneira dinâmica sobre a imagem, até que se alinhe às bordas do objeto de interesse. Este projeto apresenta o desenvolvimento de um novo método de contornos ativos Snake que, baseado no modelo tradicional proposto por Kass, Witkin e Terzopoulos, e nas suas evoluções, solucione os problemas dos métodos tradicionais de forma simples e com desempenho computacional significativo. Para tanto apresenta-se uma ferramenta para a execução dos métodos Snakes desenvolvidos, de acordo com algumas energias envolvidas no processo, e que servirá de base para aplicações em áreas específicas.

8 MELO, Fagner Daniel. Contornos Ativos Snakes para a Segmentação de Imagens Digitais. Presidente Prudente: UNOESTE, Graduation Monograph. Adviser: MSc. Francisco Assis da Silva Co-Adviser: MSc. Leandro Luiz de Almeida ABSTRACT The some years ago the edges detention methods it became an important resource used in the Images Segmentation process. Great efforts are concentrated in experiments of new techniques to supply some problems found in the old methods, whose resulted are publications in the best scientific periodic such as the Gradient method Flow Vector and the T-Snakes. The Active Contours Snake method is a solution for the segmentation of digital images. It has the characteristic to motion a curve in a dynamic way on the image until found the edges of the interest object. This project presents the development of a new Snake active contours method that based in the traditional model by Kass, Witkin and Terzopoulos and in its evolutions, solves the problems of the traditional methods of simple form and with significant computational performance. A tool for the execution of the developed Snakes methods is presented, in accordance with some involved energies in the process, and that it will serve of base for applications in specific areas.

9 LISTA DE FIGURAS FIGURA 1 Representação da segmentação por Detecção de Bordas (OLIVEIRA, 2000)...14 FIGURA 2 - Aplicação do Modelo Snake FIGURA 3 Representação de uma Imagem Digital (RIBEIRO, 1998)...19 FIGURA 4 Arranjo matricial com respectivos níveis de cinza...20 FIGURA 5 Representação: Imagem original e imagem com ruído (RIBEIRO, 1998) FIGURA 6 Aplicação do filtro da média (RIBEIRO, 1998)...22 FIGURA 7 Aplicação do filtro da mediana (RIBEIRO, 1998)...24 FIGURA 8 Curva de grau dois, definida a partir de três pontos (OLIVEIRA, 2000) FIGURA 9 Representação da ação da curva do modelo de contornos ativos (SILVA, 2003)...28 FIGURA 10 Direção da força elástica atuando sobre um ponto p i. (OLIVEIRA, 2000)...32 FIGURA 11 Ponto de contorno v i sobre a ação da energia de continuidade (OLIVEIRA, 2000) FIGURA 12 Ação da força balão sobre um contorno inicial FIGURA 13 Utilização da matriz E grad (7x7) para a obtenção da energia baseada em gradiente (OLIVEIRA, 2000) FIGURA 14 (a) Imagem original contendo alguns objetos (bordas) e algumas terminações e (b) Snake obtida (OLIVEIRA, 2000)...39 FIGURA 15 Algoritmo para contornos ativos (TRUCCO, 1998) FIGURA 16 (a) Imagem original com seu contorno inicial e (b) contorno final obtido com o método original (XU; PRINCE, 1997) FIGURA 17 Determinação de uma nova força baseada no fluxo do vetor gradiente (GVF) (XU; PRINCE, 1997)...45 FIGURA 18 (a) contorno inicial, (b) contorno final obtido com o modelo de energias tradicional, (c) contorno inicial (definido longe das bordas do objeto), (d) contorno final utilizando GVF (XU; PRINCE, 1997) FIGURA 19 (a) contorno inicial (passando através das bordas do objeto), (b) contorno obtido utilizando GVF (c) contorno inicial, aplicado no interior de um conjunto de pontos (contorno subjetivo) e (d) resultado obtido utilizando GVF (XU; PRINCE, 1997) FIGURA 20 (a) Imagem médica e o contorno inicial, (b) contorno final utilizando GVF (OLIVEIRA, 2000)...48 FIGURA 21 Triangulação Coxeter-Freudental FIGURA 22 Representação do novo modelo em um determinado estado de evolução (MACHADO, 2003) FIGURA 23 Extração de atributos para objetos previamente segmentados via extração de bordas (SÁ, 2005) FIGURA 24 Contagem e mensuração automática de fibras musculares sem um pré-processamento FIGURA 25 Contagem e mensuração automática de fibras musculares após a

10 etapa de pré-processamento FIGURA 26 Utilização de contornos ativos para a determinação da área do disco ótico FIGURA 27 Utilização de contornos na análise de avalanches de neve, (a) contorno obtido em um momento e (b) contornos obtidos em momentos diferentes mostram a evolução da avalanche de neve FIGURA 28 Em análise o ponto p1: a deformação é iterativa e ocorre deslocando o ponto analisado para um novo ponto central, que é o produto vetorial entre os snaxels de p0p1 e p1p2. O processo segue iterativamente para todos os pontos iterativamente...58 FIGURA 29 Em análise o ponto p1: a deformação é iterativa e ocorre deslocando o ponto analisado em direção ao baricentro da curva. O processo segue iterativamente para todos os pontos iterativamente...59 FIGURA 30 Representação da direção dos vetores normais para o processo de expansão da curva...61 FIGURA 31 Aplicação da energia externa utilizando-se de um limiar de duas classes de tons de cinza. O histograma representa a quantidade de tons de cinza da imagem original e da imagem sob o efeito limiar...62 FIGURA 32 Aplicação da energia externa utilizando-se de um limiar de duas faixas de tons de cinza. O histograma representa a quantidade de tons de cinza da imagem original e da imagem sob o efeito limiar (OLIVEIRA, 2000) FIGURA 33 Aplicação da força de rotação...65 FIGURA 34 Convolução Aperiódica FIGURA 35 Aplicação do filtro da média...67 FIGURA 36 Exemplo da substituição do pixel mediano FIGURA 37 Aplicação do filtro da mediana FIGURA 38 Máscara do Operador Laplaciano...68 FIGURA 39 Aplicação do Filtro Laplaciano com a operação de Negação de Cores...68 FIGURA 40 Aplicação do Filtro de Binarização pela Média Global FIGURA 41 Aplicação do Filtro Limiar igual a FIGURA 42 Agrupamento de Níveis de Cinza FIGURA 43 Equação do Filtro Limiar FIGURA 44 Interface principal da Ferramenta de Segmentação por Contornos Ativos Snake FIGURA 45 Representação da Classe TSnakes...72 FIGURA 46 Representação da Classe Snakes...73 FIGURA 47 Representação gráfica da estrutura de dados do projeto FIGURA 48 Imagem recém aberta pela ferramenta...77 FIGURA 49 Configuração da Snake inicial...77 FIGURA 50 (a) Deformação da Snake...78 FIGURA 50 (b) Divisão da Snake...78 FIGURA 51 Contorno final dos objetos FIGURA 52 Passos de uma situação crítica do experimento e resolução via Junção de duas Snakes....81

11 SUMÁRIO 1 INTRODUÇÃO Classificação dos Métodos de Segmentação Modelo Baseado em Bordas e Contornos Ativos Objetivos, Justificativas e Motivações do Projeto Trabalhos Correlatos e suas Aplicações Estrutura desta Monografia CONCEITOS BÁSICOS Imagem Digital Pré-Processamento Ruídos Filtros Filtros da Média Filtro da Mediana Curvas Splines O MODELO DE CONTORNOS ATIVOS Energia Interna Modelo baseado na elasticidade e rigidez da curva Modelo Baseado na Continuidade e Força Balão Energia de Continuidade Força Balão Energia Externa Energia da Intensidade da Imagem Energia do Gradiente da Imagem Energia das Terminações Outras energias externas Energia Confinada Normalização das Energias Algoritmo Greedy OS MODELOS: GRADIENT VECTOR FLOW (GVF) E T-SNAKES A nova força externa: Gradient Vector Flow O modelo T-Snakes APLICAÇÕES DOS MÉTODOS SNAKES Sistema Semi-Automático para Análise de Imagens Digitais Contagem e Mensuração de Fibras Musculares Medição do Disco Ótico Análise de Avalanches O PROJETO: DESENVOLVENDO UM MODELO DISCRETO DE SNAKE Energias Desenvolvidas Energias Internas Força Tradicional...57

12 Força Baricentro Força Mista Força Balão Tradicional e Força Balão Baricentro Energia Externa Energia Confinada Força de Rotação Criação de Pontos Intermediários Filtros de Pré-Processamento Desenvolvidos Filtro da Média Filtro da Mediana Filtro Laplaciano Binarização pela Média: Local e Global Filtro Limiar A FERRAMENTA DESENVOLVIDA Estruturas Utilizadas Preenchimento dos Campos e Passos para a Deformação Considerações Adicionais EXPERIMENTOS E RESULTADOS CONCLUSÕES...82 REFERÊNCIAS BIBLIOGRÁFICAS...83

13 11 1 INTRODUÇÃO A segmentação (BALAN, 2003), é um processo essencial para análise e identificação de características marcantes em uma imagem. Seu objetivo é identificar os objetos que compõem uma cena, sendo, na maioria dos casos, o grande responsável pelo sucesso ou fracasso dos resultados obtidos da análise. Esta etapa consiste em abstrair objetos para utilizá-los em processos posteriores como classificação, reconhecimento, dentre outros. Algumas das ocorrências que dificultam a tarefa de segmentar uma imagem de forma eficiente são (MIYASAKI, 2003): Existência de ruído na imagem: o nível de ruído em uma imagem pode ser devido a vários fatores: deficiência dos dispositivos de imageamento, interferências eletromagnéticas, entre outros; Baixo contraste na imagem: em algumas situações os objetos presentes na imagem não apresentam uma boa separação nos tons de cinza ou mesmo cores; Falta de uma iluminação adequada: pode levar ao aparecimento de áreas de sombra, que podem induzir a segmentação de um único objeto em dois pedaços (área clara e área escura). Para tanto existe a etapa que visa garantir em grande parte a correção das imperfeições resultantes das imagens, sendo esta definida de préprocessamento de imagens. A função desta etapa é aprimorar as qualidades da imagem para a etapa de segmentação, sendo feita por meio de filtros especializados que visam a sua suavização (MARQUES, 1999). Além da etapa de pré-processamento na segmentação de imagens, pode-se utilizar uma outra etapa, que é também conhecida como pósprocessamento. O pós-processamento é utilizado para completar a tarefa de segmentação, para os casos em que esta não obtiver bons resultados (OLIVEIRA, 2000).

14 12 Para o processo de segmentação são utilizadas duas propriedades básicas: similaridade e descontinuidade. A similaridade procura pixels com a mesma tonalidade ou pertencentes à mesma faixa de intensidade nos níveis de cinza. A descontinuidade procura pixels que possuam tonalidades diferentes nos níveis de cinza. 1.1 Classificação dos Métodos de Segmentação De acordo com Gonzalez (GONZALEZ, 1987), os métodos de segmentação podem ser classificados em: Limiarização, Detecção de Bordas e Baseado em Regiões. Limiarização: é considerado o método mais simples, onde todos os pixels que pertencem a uma mesma faixa de intensidade compõem uma mesma região. Sua funcionalidade se baseia na propriedade de similaridade; Detecção de Bordas: é usado para localizar regiões na imagem onde os níveis de cinza dos pixels variam bruscamente; num pixel a intensidade é uma e nos pixels imediatamente ao seu redor possuem uma intensidade bem diferente. São conhecidas como descontinuidades e podem aparecer na forma de pontos isolados, linhas, segmentos ou curvas. A partir das descontinuidades são formados os contornos dos objetos; Crescimento por Regiões: tem o intuito de aumentar pequenos grupos de pixels em grupos maiores, baseado em um conjunto inicial, a partir deste conjunto, se junta os pixels vizinhos que possuem propriedades semelhantes, como cor, textura, dentre outras propriedades. Existem vários métodos utilizados para a segmentação de imagens, alguns muito antigos e a maioria apresentam deficiências em algumas situações.

15 13 Alguns, quando aplicados em imagens com altos níveis de ruídos e com diferentes características de contexto podem não apresentar resultados satisfatórios. Sendo assim, novos métodos que apresentem bons resultados, mesmo em situações adversas, continuam ainda sendo investigados. Este projeto utiliza a propriedade de descontinuidade e segue a classificação segundo as abordagens envolvidas no processo de detecção de bordas. 1.2 Modelo Baseado em Bordas e Contornos Ativos Há alguns anos o assunto detecção de bordas vem desafiando pesquisadores da área de Processamento de Imagens, cada vez mais surgem experimentos de novas técnicas, cujos resultados são publicados nos mais conceituados periódicos científicos mundiais. Este modelo é um dos processos existentes para a segmentação de imagens digitais que vem apresentando resultados satisfatórios. Por sua vez, ele tem a tarefa de dividir uma imagem em suas unidades significativas, visando realçar as bordas de objetos de uma cena, para posterior análise e compreensão. De acordo com Gonzalez (GONZALEZ, 2000), a suposição inicial da abordagem baseada em bordas é que ela é fundamental no processo de análise de imagens, porque as bordas definem o contorno dos objetos presentes na imagem. Sendo assim, justifica-se o grande interesse dos pesquisadores no estudo e desenvolvimento de métodos voltados a esta área. Como exemplo da abordagem tradicional baseada na detecção de bordas, tem-se a figura 1, onde, dada uma imagem original com alto nível de ruído realiza-se a segmentação por detecção de bordas mostrando os resultados obtidos dessa segmentação.

16 14 (a) (b) (c) (d) FIGURA 1 Representação da segmentação por Detecção de Bordas (OLIVEIRA, 2000). De acordo com a figura 1 tem-se: (a) uma imagem original apresentando alto nível de ruído, (b) imagem de bordas, (c) contorno obtido por vetorização (utilizando linhas retas ao invés de uma abordagem via Splines) e (d) forma esperada. Grande parte dos métodos existentes para a segmentação de imagens possui algumas restrições quando aplicados em imagens de diferentes características de contexto, como altos níveis de ruídos e contraste, não apresentando resultados satisfatórios no processo. Um modelo que, mesmo nestas situações, apresenta uma melhor continuidade do contorno é a segmentação por contornos ativos Snakes. O Modelo de Contorno Ativo é uma vigorosa técnica de análise de imagens, pois oferecem um único e poderoso método que mistura geometria, física e teoria de aproximação. Este modelo é caracterizado por tentar ajustar uma curva sobre a borda de um objeto da imagem. As Snakes (KASS, 1988) são modelos que possuem

17 15 a capacidade de se deformar até se adequar ao objeto de interesse. A figura 2 trata um contorno inicial (curva) e o resultado final da aplicação do modelo. FIGURA 2 - Aplicação do Modelo Snake. Com a deformação, as Snakes não retornam ao seu formato original, pelo fato de que forças atuam sobre ela (KASS, 1988). Estas forças são devidas a energias, que são conhecidas por energia interna e energia externa. A energia interna é responsável por deformar a Snake enquanto a energia externa é responsável por puxar, atrair a Snake em direção à borda do objeto. O termo modelo deformável refere-se a uma curva que se deforma sob ação de forças internas e externas. O campo de atuação deste modelo é extensamente vasto, englobando aplicações que envolvem detecção de bordas, modelagem de formas, segmentação e rastreamento de movimentos. Problemas associados principalmente com a inicialização da curva e convergência a limites côncavos limitaram a utilidade das Snakes tradicionais. O modelo do Fluxo de Vetor Gradiente (GVF) é uma nova força externa para contornos ativos que resolve ambos os problemas em grande parte. Esta força externa é computada como uma difusão dos vetores gradiente dos níveis de cinza derivados da imagem. Com isso tem-se como resultado a insensibilidade a inicialização e uma maior flexibilidade do contorno quando aplicada em regiões côncavas. Outro modelo que apresenta resultados satisfatórios é o T-Snakes, que visa o tratamento de mudanças topológicas dos objetos da imagem.

18 Objetivos, Justificativas e Motivações do Projeto O objetivo desse projeto é realizar o desenvolvimento e implementação de um novo modelo para a segmentação de imagens digitais via a abordagem de contornos ativos Snake e que apresente uma evolução do modelo Snake tradicional. Para tanto, realizou-se a investigação da utilização de contornos ativos Snakes na segmentação de imagens digitais e conseqüentemente a análise e confronto dos resultados obtidos desta investigação, objetivando o desenvolvimento de um modelo com características próprias e conceitualmente simples. Um outro objetivo é realizar experimentos dos algoritmos Snakes desenvolvidos com imagens de diferentes características de contexto, com relação à iluminação, ruídos, topologia, cores, entre outros. Neste contexto, desenvolveu-se uma ferramenta para auxiliar a execução dos algoritmos implementados desta técnica, com o intuito de facilitar a realização dos experimentos. Esse é um importante recurso para a solução de problemas em processamento de imagens digitais, particularmente para a etapa de segmentação de imagens, mas muito utilizada também em rastreamento de movimento e modelagem de formas. As aplicações que englobam esta técnica estão em ascensão, com destaque para as áreas da medicina, cartografia e computação gráfica. A forma suave dos objetos envolvidos nestas áreas, porém não regular, incentiva à utilização de Snakes, devido à tendência dos contornos se deformarem e se adequarem ao objeto, mantendo característica de suavidade da curva. Outro fator relevante que justifica o uso desta técnica é a menor sensibilidade a ruídos, podendo ser aplicada mais eficientemente em imagens com altos níveis de ruídos, mantendo mesmo nestas situações uma melhor continuidade do contorno. As motivações que levaram a realização deste projeto se resumem ao fato de que existem diversas propostas de segmentação de imagem, algumas muito antigas e a maior parte delas apresentam alguma deficiência em alguma situação. Sendo assim, a investigação de novos métodos que apresentem melhores resultados para segmentação de imagens, como é o caso do modelo deformável

19 17 para localização de bordas Gradient Vector Flow GVF (Fluxo do Vetor Gradiente) e o modelo para tratamento de mudanças topológicas T-Snakes, que vem suprindo os problemas habituais encontrados nos modelos tradicionais, é um fator de extrema importância. Tal investigação serviu de base para a solução adotada neste projeto. Outra motivação é do fato de que as aplicações Snakes estão em constante ascensão, com grande influência nas áreas de processamento de imagens, imageamento médico, segmentação e rastreabilidade de movimentos (MIYASAKI, 2003). 1.4 Trabalhos Correlatos e suas Aplicações Existem diversos trabalhos relacionados ao método de segmentação por contornos ativos Snakes, sendo estes aplicados em uma vasta gama de aplicações, como medicina, geografia, entre outros. Dentre estes, cita-se neste projeto o trabalho de Silva (SILVA, 2003), Geo-Snake: uma aplicação da técnica Snake em imagens geográficas. Este trabalho consiste em uma ferramenta para a identificação de elementos específicos e características em imagens de satélite, como por exemplo, a identificação de regiões e sub-regiões de mesmo relevo, estradas, rodovias e tipos de vegetação. Alguns trabalhos enfatizam a definição de novos modelos, que são evolução do modelo de contornos ativos Snake tradicionais, e que buscam resolver alguns de seus problemas e limitações para com isso garantir maior flexibilidade e desempenho na segmentação de imagens digitais. O presente projeto segue a linha desses novos modelos, buscando o desenvolvimento de um modelo próprio de maneira simples e que resolva os problemas das Snakes tradicionais.

20 Estrutura desta Monografia Após a síntese introdutória correspondente ao primeiro capítulo desta monografia, apresentam-se os conceitos mais elaborados. O capítulo 2 fornece base inicial para a elaboração do projeto, descrevendo os conceitos sobre imagens digitais, pré-processamento de imagens, alguns filtros de suavização, e curvas Splines. O capítulo 3 corresponde a descrição do modelo de contornos ativos tradicional, apresenta a formulação inicial proposta por Kass, Witkin e Terzopoulos (KASS, 1988), algumas formas de se desenvolver as energias envolvidas no processo de segmentação pelo método Snake e descrição lógica do algoritmo Greedy. O capítulo 4 descreve os modelos Gradient Vector Flow (GVF) e o T- Snakes que resolvem os problemas encontrados nas Snakes tradicionais com grande eficiência e que serviram de base para o desenvolvimento de uma solução própria. Algumas aplicações abordando o contexto do projeto serão apresentadas no capítulo 5. Descreve-se no capítulo 6 o projeto implementado, seus conceitos e métodos que, tomando por base os conteúdos apresentados nos capítulos anteriores, contribuíram para o desenvolvimento de uma solução autêntica para os modelos de contornos ativos Snake. O capítulo 7 é referente à ferramenta desenvolvida para execução de testes dos algoritmos implementados, buscando enfatizar as estruturas utilizadas, a exploração e tradução dos conceitos teóricos para a solução computacional e uma breve descrição da utilização da ferramenta. Por fim, o capítulo 8 trata dos resultados obtidos por meio da realização de experimentos com imagens diversas, vantagens e limitações do modelo proposto, extensão do projeto para futuras versões e conclusões finais.

21 19 2 CONCEITOS BÁSICOS 2.1 Imagem Digital Uma Imagem Digital é formada por um conjunto de pontos discretos de tons de cinza e brilho, que são geralmente organizados em uma matriz de pixels (PEREIRA, 1996). Um pixel é representado por um ponto (x, y) que corresponde à sua localização na imagem. Como representado na figura 3. Considera-se que, a localização (0, 0) corresponde ao canto superior esquerdo da imagem, e f(x, y) corresponde ao tom de cinza ou cor da imagem na posição (x, y). Píxel Imagem Digital Nível de cinza do píxel FIGURA 3 Representação de uma Imagem Digital (RIBEIRO, 1998).

22 20 Uma Imagem Digital é uma imagem contínua amostrada em um arranjo matricial M x N, sendo o valor de cada elemento da matriz o nível de cinza do pixel correspondente no plano de imagem (figura 4). FIGURA 4 Arranjo matricial com respectivos níveis de cinza. 2.2 Pré-Processamento A etapa de pré-processamento tem o objetivo do realce e suavização de uma imagem de modo que a imagem resultante seja mais adequada para uma aplicação específica, dada uma imagem original. A utilização de um préprocessamento (aplicação de filtros) antes da segmentação por contornos ativos deve ser algo considerável (MENDELS, 1999), pois quanto melhor estiver à imagem a ser segmentada maior é a possibilidade de uma segmentação eficiente. A interpretação do resultado desta etapa normalmente é subjetiva e dependente de conhecimento prévio do observador a respeito das imagens analisadas. Não existem técnicas de suavização e realce capazes de resolver 100% dos problemas que uma imagem digital possa apresentar, mas seus resultados são relativamente satisfatórios, apresentando um bom desempenho (MARQUES, 1999). Já estes problemas são referentes à principalmente ruídos existentes em imagens digitais, mas também podem se influenciados por outros fatores como falta de iluminação adequada e baixo contraste. Serão apresentados alguns filtros na etapa de suavização para eliminação de ruídos em imagens, sendo estes os por filtragem pela media e filtro da mediana.

23 Ruídos São causados por erros na transmissão de dados, onde os pixels corrompidos ou são alterados para o valor máximo, ou tem alguns bits alterados, causando uma diferença brusca de tons entre estes pixels e seus vizinhos (RIBEIRO, 1998). A figura 5 demonstra uma imagem original sem ruído e a mesma com alto nível de ruído. Imagem Original Imagem com Ruído FIGURA 5 Representação: Imagem original e imagem com ruído (RIBEIRO, 1998) Filtros Os filtros de passa baixa, também conhecidos como filtros de suavização, são empregados na remoção de ruídos de alta freqüência espacial em imagens digitais. Ruídos estes que são geralmente introduzidos durante o processo de conversão analógico-digital (RIBEIRO, 1998). Entre as técnicas de suavização conhecidas, existem as de suavização conservativa, que são técnicas de redução de ruídos que têm seu nome derivado do fato de empregar um algoritmo simples e rápido de filtragem que elimina o ruído de forma a manter os detalhes de altas freqüências como os contornos da imagem. Essa técnica é especialmente desenvolvida para remover picos de ruídos, porém não é muito eficiente na redução de ruído aditivo.

24 Filtros da Média O filtro da média é implementado da seguinte maneira, tem-se uma janela que percorre toda a imagem, o elemento central dessa janela recebe a média de todos os elementos da janela (RIBEIRO, 1998). Por exemplo, tem-se a janela 3x3 abaixo: A média dos valores é: ( ) / 9 = 219. Assim o valor do pixel central que era 12 será 219. A figura 6 mostra o exemplo da aplicação do filtro da média. Imagem Original Imagem com Ruído Imagem após filtro 3x3 Imagem após filtro 5x5 FIGURA 6 Aplicação do filtro da média (RIBEIRO, 1998).

25 Filtro da Mediana Uma das principais limitações do filtro da média, em situações onde o objetivo é a remoção de ruídos em imagens, está na sua incapacidade de preservar bordas e detalhes finos de imagem. Para contorná-la, uma técnica alternativa é o filtro da mediana. Nesta técnica, o nível de cinza do pixel central da janela é substituído pela mediana dos pixels situados em sua vizinhança. Neste filtro o pixel central é substituído pelo valor mediano de seus vizinhos. O processo consiste em ordenar na forma crescente ou decrescente os valores dos pixels e pegar o valor mediano (RIBEIRO, 1998). Por exemplo (Janela 3x3): Ordenando os valores tem-se: 12, 238, 244, 244, 245, 245, 247, 250, 252. O quinto valor é o mediano, ou seja, o valor 245. Um dos maiores problemas do filtro da mediana é o seu custo computacional, pois para encontrar o pixel mediano é necessário que se ordenem todos os valores da vizinhança, sendo relativamente mais lento do que o filtro da média.

26 24 A figura 7 mostra o exemplo com a aplicação do filtro da mediana: Imagem Original Imagem com Ruído Imagem após filtro media3x3 Imagem após filtro mediana 3x3 FIGURA 7 Aplicação do filtro da mediana (RIBEIRO, 1998). Este método apresenta desempenho particularmente bom em situações onde a imagem é contaminada por bastante ruído. 2.3 Curvas Splines Um dos motivos da escolha de Splines no método de segmentação por contornos ativos é o fato de que elas são suficientemente flexíveis para representar qualquer tipo de curva, preservando características da suavidade do objeto. A curva é definida exclusivamente por um conjunto de pontos de controle, que funcionam como pontos de atração sobre a curva (OLIVEIRA, 2000).

2.1.2 Definição Matemática de Imagem

2.1.2 Definição Matemática de Imagem Capítulo 2 Fundamentação Teórica Este capítulo descreve os fundamentos e as etapas do processamento digital de imagens. 2.1 Fundamentos para Processamento Digital de Imagens Esta seção apresenta as propriedades

Leia mais

Universidade Federal do Rio de Janeiro - IM/DCC & NCE

Universidade Federal do Rio de Janeiro - IM/DCC & NCE Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Tratamento da Imagem - Filtros Antonio G. Thomé thome@nce.ufrj.br Sala AEP/033 Sumário 2 Conceito de de Filtragem Filtros

Leia mais

Filtragem Espacial. (Processamento Digital de Imagens) 1 / 41

Filtragem Espacial. (Processamento Digital de Imagens) 1 / 41 Filtragem Espacial (Processamento Digital de Imagens) 1 / 41 Filtragem Espacial Filtragem espacial é uma das principais ferramentas usadas em uma grande variedade de aplicações; A palavra filtro foi emprestada

Leia mais

Tratamento da Imagem Transformações (cont.)

Tratamento da Imagem Transformações (cont.) Universidade Federal do Rio de Janeiro - IM/DCC & NCE Tratamento da Imagem Transformações (cont.) Antonio G. Thomé thome@nce.ufrj.br Sala AEP/133 Tratamento de Imagens - Sumário Detalhado Objetivos Alguns

Leia mais

FILTRAGEM ESPACIAL. Filtros Digitais no domínio do espaço

FILTRAGEM ESPACIAL. Filtros Digitais no domínio do espaço FILTRAGEM ESPACIAL Filtros Digitais no domínio do espaço Definição Também conhecidos como operadores locais ou filtros locais Combinam a intensidade de um certo número de piels, para gerar a intensidade

Leia mais

Capítulo 5 Filtragem de Imagens

Capítulo 5 Filtragem de Imagens Capítulo 5 Filtragem de Imagens Capítulo 5 5.1. Filtragem no Domínio da Frequência 5.2. Filtragem no Domínio Espacial 2 Objetivo Melhorar a qualidade das imagens através da: ampliação do seu contraste;

Leia mais

Filtragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha

Filtragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha Filtragem As técnicas de filtragem são transformações da imagem "pixel" a "pixel", que dependem do nível de cinza de um determinado "pixel" e do valor dos níveis de cinza dos "pixels" vizinhos, na imagem

Leia mais

Aula 6 - Segmentação de Imagens Parte 2. Prof. Adilson Gonzaga

Aula 6 - Segmentação de Imagens Parte 2. Prof. Adilson Gonzaga Aula 6 - Segmentação de Imagens Parte 2 Prof. Adilson Gonzaga 1 Motivação Extração do Objeto Dificuldades Super segmentação over-segmentation 1) Segmentação por Limiarização (Thresholding Global): Efeitos

Leia mais

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Visão Computacional Não existe um consenso entre os autores sobre o correto escopo do processamento de imagens, a

Leia mais

Teoria : Estruturas de Dados. Estrutura Vetorial. Quais tipos de dados são representados por estruturas vetoriais? Mapa temático:

Teoria : Estruturas de Dados. Estrutura Vetorial. Quais tipos de dados são representados por estruturas vetoriais? Mapa temático: Universidade do Estado de Santa Catarina UDESC Centro de ciências Humanas e da Educação FAED Mestrado em Planejamento Territorial e Desenvolvimento Socio- Ambiental - MPPT Disciplina: Geoprocessamento

Leia mais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais

Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Comparação entre a Máscara de Nitidez Cúbica e o Laplaciano para Realce de Imagens Digitais Wesley B. Dourado, Renata N. Imada, Programa de Pós-Graduação em Matemática Aplicada e Computacional, FCT, UNESP,

Leia mais

PROCESSAMENTO DIGITAL DE IMAGENS

PROCESSAMENTO DIGITAL DE IMAGENS PROCESSAMENTO DIGITAL DE IMAGENS Msc. Daniele Carvalho Oliveira Doutoranda em Ciência da Computação - UFU Mestre em Ciência da Computação UFU Bacharel em Ciência da Computação - UFJF FILTRAGEM ESPACIAL

Leia mais

Processamento de Imagem. Prof. Herondino

Processamento de Imagem. Prof. Herondino Processamento de Imagem Prof. Herondino Sensoriamento Remoto Para o Canada Centre for Remote Sensing - CCRS (2010), o sensoriamento remoto é a ciência (e em certa medida, a arte) de aquisição de informações

Leia mais

Segmentação de Imagens

Segmentação de Imagens Segmentação de Imagens (Processamento Digital de Imagens) 1 / 36 Fundamentos A segmentação subdivide uma imagem em regiões ou objetos que a compõem; nível de detalhe depende do problema segmentação para

Leia mais

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS Executar as principais técnicas utilizadas em processamento de imagens, como contraste, leitura de pixels, transformação IHS, operações aritméticas

Leia mais

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS André Zuconelli 1 ; Manassés Ribeiro 2 1. Aluno do Curso Técnico em Informática, turma 2010, Instituto Federal Catarinense, Câmpus Videira, andre_zuconelli@hotmail.com

Leia mais

Figura 01: Aplicações do Filtro Espacial Passa-Baixa.

Figura 01: Aplicações do Filtro Espacial Passa-Baixa. 791 IMPLEMENTAÇÃO DE TÉCNICAS DE PRÉ-PROCESSAMENTO E PROCESSAMENTO DE IMAGENS PARA RADIOGRAFIAS CARPAIS Rafael Lima Alves 1 ; Michele Fúlvia Angelo 2 Bolsista PROBIC, Graduando em Engenharia de Computação,

Leia mais

Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens

Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens Prof Fabrízzio Alphonsus A M N Soares 2012 Capítulo 2 Fundamentos da Imagem Digital Definição de Imagem: Uma imagem

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Processamento Digital de Imagens Israel Andrade Esquef a Márcio Portes de Albuquerque b Marcelo Portes de Albuquerque b a Universidade Estadual do Norte Fluminense - UENF b Centro Brasileiro de Pesquisas

Leia mais

RUÍDOS EM IMAGENS FILTRAGEM DE RUÍDOS. o Flutuações aleatórias ou imprecisões em dados de entrada, precisão numérica, arredondamentos etc...

RUÍDOS EM IMAGENS FILTRAGEM DE RUÍDOS. o Flutuações aleatórias ou imprecisões em dados de entrada, precisão numérica, arredondamentos etc... RUÍDOS EM IMAGENS FILTRAGEM DE RUÍDOS RUÍDOS EM IMAGENS Em Visão Computacional, ruído se refere a qualquer entidade em imagens, dados ou resultados intermediários, que não são interessantes para os propósitos

Leia mais

Introdução ao Processamento de Imagens

Introdução ao Processamento de Imagens Introdução ao PID Processamento de Imagens Digitais Introdução ao Processamento de Imagens Glaucius Décio Duarte Instituto Federal Sul-rio-grandense Engenharia Elétrica 2013 1 de 7 1. Introdução ao Processamento

Leia mais

Operações Algébricas e Lógicas. Guillermo Cámara-Chávez

Operações Algébricas e Lógicas. Guillermo Cámara-Chávez Operações Algébricas e Lógicas Guillermo Cámara-Chávez Operações Aritméticas São aquelas que produzem uma imagem que é a soma, diferença, produto ou quociente pixel a pixel Operações Aritméticas Fig A

Leia mais

Transformada de Hough. Cleber Pivetta Gustavo Mantovani Felipe Zottis

Transformada de Hough. Cleber Pivetta Gustavo Mantovani Felipe Zottis Transformada de Hough Cleber Pivetta Gustavo Mantovani Felipe Zottis A Transformada de Hough foi desenvolvida por Paul Hough em 1962 e patenteada pela IBM. Originalmente, foi elaborada para detectar características

Leia mais

MÉTODOS PARA RETOQUE DIGITAL DE IMAGENS UTILIZANDO EQUAÇÕES DIFERENCIAIS PARCIAIS

MÉTODOS PARA RETOQUE DIGITAL DE IMAGENS UTILIZANDO EQUAÇÕES DIFERENCIAIS PARCIAIS RESUMO MÉTODOS PARA RETOQUE DIGITAL DE IMAGENS UTILIZANDO EQUAÇÕES DIFERENCIAIS PARCIAIS Antônio Gonçalves Silva Júnior Graduando do curso de Licenciatura em Matemática da Universidade Católica de Brasília

Leia mais

Processamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática

Processamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática Processamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 Tópicos Introdução Conceitos básicos da teoria dos conjuntos

Leia mais

Universidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira

Universidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira Universidade Federal de Alagoas Instituto de Matemática Imagem Prof. Thales Vieira 2014 O que é uma imagem digital? Imagem no universo físico Imagem no universo matemático Representação de uma imagem Codificação

Leia mais

Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445)

Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445) Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445) Prof. Hélio Pedrini Instituto de Computação UNICAMP 2º Semestre de 2015 Roteiro 1 Morfologia Matemática Fundamentos Matemáticos Operadores

Leia mais

Introdução do Processamento de Imagens. Julio C. S. Jacques Junior juliojj@gmail.com

Introdução do Processamento de Imagens. Julio C. S. Jacques Junior juliojj@gmail.com Introdução do Processamento de Imagens Julio C. S. Jacques Junior juliojj@gmail.com Porque processar uma imagem digitalmente? Melhoria de informação visual para interpretação humana Processamento automático

Leia mais

Processamento de Imagens COS756 / COC603

Processamento de Imagens COS756 / COC603 Processamento de Imagens COS756 / COC603 aula 03 - operações no domínio espacial Antonio Oliveira Ricardo Marroquim 1 / 38 aula de hoje operações no domínio espacial overview imagem digital operações no

Leia mais

UNIVERSIDADE DO ESTADO DE SANTA CATARINA CENTRO DE CIÊNCIAS TECNOLÓGICAS CCT CURSO DE TECNOLOGIA EM SISTEMAS DE INFORMAÇÃO

UNIVERSIDADE DO ESTADO DE SANTA CATARINA CENTRO DE CIÊNCIAS TECNOLÓGICAS CCT CURSO DE TECNOLOGIA EM SISTEMAS DE INFORMAÇÃO UNIVERSIDADE DO ESTADO DE SANTA CATARINA CENTRO DE CIÊNCIAS TECNOLÓGICAS CCT CURSO DE TECNOLOGIA EM SISTEMAS DE INFORMAÇÃO COMPUTER AIDED ENGINEERING - CAE FABIANO RAMOS DOS SANTOS SERGIO DA COSTA FERREIRA

Leia mais

Chow&Kaneko buscam as modas da imagem para separar os objetos. Admite que os tons na vizinhança de cada moda são do mesmo objeto.

Chow&Kaneko buscam as modas da imagem para separar os objetos. Admite que os tons na vizinhança de cada moda são do mesmo objeto. Respostas Estudo Dirigido do Capítulo 12 Image Segmentation" 1 Com suas palavras explique quais os problemas que podem ocorrer em uma segmentação global baseada em níveis de cinza da imagem. Que técnicas

Leia mais

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli¹, Manassés Ribeiro² Instituto Federal de Educação, Ciência e Tecnologia Catarinense - Campus Videira Rodovia SC, Km 5

Leia mais

Computação Gráfica Interativa

Computação Gráfica Interativa Computação Gráfica Interativa conceitos, fundamentos geométricos e algoritmos 1. Introdução Computação Gráfica é a criação, armazenamento e a manipulação de modelos de objetos e suas imagens pelo computador.

Leia mais

MODELAGEM DIGITAL DE SUPERFÍCIES

MODELAGEM DIGITAL DE SUPERFÍCIES MODELAGEM DIGITAL DE SUPERFÍCIES Prof. Luciene Delazari Grupo de Pesquisa em Cartografia e SIG da UFPR SIG 2012 Introdução Os modelo digitais de superficie (Digital Surface Model - DSM) são fundamentais

Leia mais

Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy.

Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Marcelo Musci Baseado no artigo: Change detection assessment using fuzzy sets and remotely sensed data: an application

Leia mais

)LJXUD8PGRVSDUHV'SDUDFRQYROXomRTXHWHPRPHVPRHIHLWRGR NHUQHOGD)LJXUD

)LJXUD8PGRVSDUHV'SDUDFRQYROXomRTXHWHPRPHVPRHIHLWRGR NHUQHOGD)LJXUD )LOWURJDXVVLDQR O filtro Gaussiano pode ser usado como um filtro SDVVDEDL[D. Usando a função Gaussiana para obter valores de uma máscara a ser definida digitalmente. O Filtro de Gaussiano em 1-D tem a

Leia mais

CBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica

CBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica CBPF Centro Brasileiro de Pesquisas Físicas Nota Técnica Aplicação de Física Médica em imagens de Tomografia de Crânio e Tórax Autores: Dário Oliveira - dario@cbpf.br Marcelo Albuquerque - marcelo@cbpf.br

Leia mais

Uma Ferramenta para otimização em Engenharia Mecânica e aplicações na Fundição Eletromagnética de Metais

Uma Ferramenta para otimização em Engenharia Mecânica e aplicações na Fundição Eletromagnética de Metais Uma Ferramenta para otimização em Engenharia Mecânica e aplicações na Fundição Eletromagnética de Metais Departamento de Engenharia Mecânica COPPE UFRJ STIC-AMSUD, Novembro de 2009 Conteúdo Preliminares

Leia mais

Processamento digital de imagens. introdução

Processamento digital de imagens. introdução Processamento digital de imagens introdução Imagem digital Imagem digital pode ser descrita como uma matriz bidimensional de números inteiros que corresponde a medidas discretas da energia eletromagnética

Leia mais

PARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL

PARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL PARTE FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL.1 Funções Vetoriais de Uma Variável Real Vamos agora tratar de um caso particular de funções vetoriais F : Dom(f R n R m, que são as funções vetoriais de uma

Leia mais

SEGEMENTAÇÃO DE IMAGENS. Nielsen Castelo Damasceno

SEGEMENTAÇÃO DE IMAGENS. Nielsen Castelo Damasceno SEGEMENTAÇÃO DE IMAGENS Nielsen Castelo Damasceno Segmentação Segmentação Representação e descrição Préprocessamento Problema Aquisição de imagem Base do conhecimento Reconhecimento e interpretação Resultado

Leia mais

Os desenhos. Representação de desenhos

Os desenhos. Representação de desenhos Os desenhos 1 Os desenhos Tópicos: Representação de desenhos Edição gráfica bidimensional Representação de desenhos Formatos de desenhos: imagens Arranjos de pixels. Digitalização da imagem por papel,

Leia mais

Processamento de Imagens Digitais

Processamento de Imagens Digitais Processamento de Imagens Digitais Redução de Ruídos - Filtros Espaciais "Passa-Baixa" Glaucius Décio Duarte Instituto Federal Sul-rio-grandense Engenharia Elétrica 1 de 7 Ruído em Imagens Digitais As imagens

Leia mais

Aula 4 - Processamento de Imagem

Aula 4 - Processamento de Imagem 1. Contraste de Imagens Aula 4 - Processamento de Imagem A técnica de realce de contraste tem por objetivo melhorar a qualidade das imagens sob os critérios subjetivos do olho humano. É normalmente utilizada

Leia mais

Processamento de Imagens e Fotografia Digital

Processamento de Imagens e Fotografia Digital Processamento de Imagens e Fotografia Digital Images Alive: Manipulação de gradientes Eric Jardim ericjardim@gmail.com IMPA - Instituto Nacional de Matemática Pura e Aplicada Prof. Luiz Velho 1 Tema: Images

Leia mais

Encontrando a Linha Divisória: Detecção de Bordas

Encontrando a Linha Divisória: Detecção de Bordas CAPÍTULO 1 Encontrando a Linha Divisória: Detecção de Bordas Contribuíram: Daniela Marta Seara, Geovani Cássia da Silva Espezim Elizandro Encontrar Bordas também é Segmentar A visão computacional envolve

Leia mais

Introdução ao SIG. Objetivos Específicos 18/11/2010. Competência: Apresentar: Utilidade de um SIG

Introdução ao SIG. Objetivos Específicos 18/11/2010. Competência: Apresentar: Utilidade de um SIG MINISTÉRIO DO MEIO AMBIENTE - MMA INSTITUTO CHICO MENDES DE CONSERVAÇÃO DA BIODIVERSIDADE - ICMBio DIRETORIA DE PLANEJAMENTO, ADMINISTRAÇÃO E LOGÍSTICA - DIPLAN COORDENAÇÃO GERAL DE GESTÃO DE PESSOAS -

Leia mais

Aula 5 - Classificação

Aula 5 - Classificação AULA 5 - Aula 5-1. por Pixel é o processo de extração de informação em imagens para reconhecer padrões e objetos homogêneos. Os Classificadores "pixel a pixel" utilizam apenas a informação espectral isoladamente

Leia mais

Classificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões

Classificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões Classificação de imagens Autor: Gil Gonçalves Disciplinas: Detecção Remota/Detecção Remota Aplicada Cursos: MEG/MTIG Ano Lectivo: 11/12 Sumário Classificação da imagem (ou reconhecimento de padrões): objectivos

Leia mais

RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP

RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS ATRAVÉS DE CÂMERAS IP Caio Augusto de Queiroz Souza caioaugusto@msn.com Éric Fleming Bonilha eric@digifort.com.br Gilson Torres Dias gilson@maempec.com.br Luciano

Leia mais

COMPUTAÇÃO GRÁFICA REPRESENTAÇÃO DE IMAGENS

COMPUTAÇÃO GRÁFICA REPRESENTAÇÃO DE IMAGENS COMPUTAÇÃO GRÁFICA REPRESENTAÇÃO DE IMAGENS Curso: Tecnológico em Análise e Desenvolvimento de Sistemas Disciplina: COMPUTAÇÃO GRÁFICA 4º Semestre Prof. AFONSO MADEIRA ARQUITETURA GRÁFICA Frame-buffer

Leia mais

5 Resultados experimentais

5 Resultados experimentais 5. Resultados experimentais 60 5 Resultados experimentais Experimentos forma conduzidos com uma série de imagens de teste, mostradas na Figura 19, pertencentes ao USC-SIPI image database [19] e ao Ohio-state

Leia mais

Normalização Espacial de Imagens Frontais de Face

Normalização Espacial de Imagens Frontais de Face Normalização Espacial de Imagens Frontais de Face Vagner do Amaral 1 e Carlos Eduardo Thomaz 2 Relatório Técnico: 2008/01 1 Coordenadoria Geral de Informática Centro Universitário da FEI São Bernardo do

Leia mais

As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:

As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem: 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Processamento Digital de Imagens (Fundamentos) Prof. Silvio Jamil F. Guimarães PUC Minas 2013-1 Prof. Silvio Guimarães (PUC Minas) Processamento Digital de Imagens 2013-1 1 / 70 Tipos de sinais Conceito

Leia mais

Aplicativo visual para problemas de transferência de calor 1

Aplicativo visual para problemas de transferência de calor 1 Artigos Aplicativo visual para problemas de transferência de calor 1 Lin Chau Jen, Gerson Rissetti, André Guilherme Ferreira, Adilson Hideki Yamagushi, Luciano Falconi Coelho Uninove. São Paulo SP [Brasil]

Leia mais

29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica

29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica Mapeamento não-linear Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital 1 Professor Paulo Christakis 1 2 Sistema CAD Diagnóstico auxiliado por computador ( computer-aided

Leia mais

Informática Aplicada a Imagens MCP - 5840

Informática Aplicada a Imagens MCP - 5840 Serviço de Informática Instituto do Coração HC FMUSP Informática Aplicada a Imagens Médicas MCP - 5840 Marco Antonio Gutierrez Email: marco.gutierrez@incor.usp.br usp Motivação: Visualização D e 3D Seqüências

Leia mais

Scale-Invariant Feature Transform

Scale-Invariant Feature Transform Scale-Invariant Feature Transform Renato Madureira de Farias renatomdf@gmail.com Prof. Ricardo Marroquim Relatório para Introdução ao Processamento de Imagens (COS756) Universidade Federal do Rio de Janeiro,

Leia mais

REFLEXÃO DA LUZ: ESPELHOS 412EE TEORIA

REFLEXÃO DA LUZ: ESPELHOS 412EE TEORIA 1 TEORIA 1 DEFININDO ESPELHOS PLANOS Podemos definir espelhos planos como toda superfície plana e polida, portanto, regular, capaz de refletir a luz nela incidente (Figura 1). Figura 1: Reflexão regular

Leia mais

2 Método sísmico na exploração de petróleo

2 Método sísmico na exploração de petróleo 16 2 Método sísmico na exploração de petróleo O método sísmico, ou sísmica de exploração de hidrocarbonetos visa modelar as condições de formação e acumulação de hidrocarbonetos na região de estudo. O

Leia mais

CONTROLE DE QUALIDADE e VALIDAÇÃO DE PRODUTO CARTOGRÁFICO

CONTROLE DE QUALIDADE e VALIDAÇÃO DE PRODUTO CARTOGRÁFICO CONTROLE DE QUALIDADE e VALIDAÇÃO DE PRODUTO CARTOGRÁFICO Editar dados em vários formatos e armazenar estas informações em diferentes sistemas é provavelmente uma das atividades mais comuns para os profissionais

Leia mais

Modelagem de Campos Vetoriais Utilizando Autômatos Celulares e Elementos Finitos

Modelagem de Campos Vetoriais Utilizando Autômatos Celulares e Elementos Finitos Modelagem de Campos Vetoriais Utilizando Autômatos Celulares e Elementos Finitos Renata Vieira Palazzo 1,2, Antônio Carlos da Rocha Costa 1, Graçaliz Pereira Dimuro 1 1 Escola de Informática Universidade

Leia mais

A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação.

A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação. Limiarização A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação. O princípio da limiarização consiste em separar as regiões

Leia mais

Segmentação de Imagens de Placas Automotivas

Segmentação de Imagens de Placas Automotivas Segmentação de Imagens de Placas Automotivas André Zuconelli, Manassés Ribeiro Instituto Federal Catarinense - Campus Videira. Técnico em Informática, turma 2010 Rodovia SC, Km 5 Bairro Campo Experimental

Leia mais

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010. Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Leia mais

Detecção de Canaletas em Imagens de Géis de Eletroforese utilizando Filtro de Kalman

Detecção de Canaletas em Imagens de Géis de Eletroforese utilizando Filtro de Kalman Detecção de Canaletas em Imagens de Géis de Eletroforese utilizando Filtro de Kalman Alessandra A. Paulino, Maurílio Boaventura, Depto de Ciências de Computação e Estatística, IBILCE, UNESP, São José do

Leia mais

(b) Domínio espacial Reescalamento dos níveis de cinza Integração Diferenciação

(b) Domínio espacial Reescalamento dos níveis de cinza Integração Diferenciação TÉCNICAS DE REALCE (IMAGE ENHANCEMENT) Objetivo São projetadas para manipular a imagem com base em características psico-físicas do SVH, podendo até distorcer a imagem através do processo de retirar informações

Leia mais

MÉTODO DOS ELEMENTOS FINITOS COMO FERRAMENTA DIDÁTICA PARA O ENSINO DE ELETROSTÁTICA E MAGNETOSTÁTICA

MÉTODO DOS ELEMENTOS FINITOS COMO FERRAMENTA DIDÁTICA PARA O ENSINO DE ELETROSTÁTICA E MAGNETOSTÁTICA MÉTODO DOS ELEMENTOS FINITOS COMO FERRAMENTA DIDÁTICA PARA O ENSINO DE ELETROSTÁTICA E MAGNETOSTÁTICA Danilo Nobre Oliveira danilonobre@danilonobre.eng.br Ginúbio Braga Ferreira ginubio@gmail.com Universidade

Leia mais

3.1. Representação de Velocidade de um Corpo Rígido:

3.1. Representação de Velocidade de um Corpo Rígido: 3. CINEMÁTICA DIFERENCIAL Neste capítulo abordamos a descrição do movimento do robô manipulador sem levar em conta os esforços que o produzem. Um importante problema cinemático associado ao movimento do

Leia mais

MATEMÁTICA I AULA 07: TESTES PARA EXTREMOS LOCAIS, CONVEXIDADE, CONCAVIDADE E GRÁFICO TÓPICO 02: CONVEXIDADE, CONCAVIDADE E GRÁFICO Este tópico tem o objetivo de mostrar como a derivada pode ser usada

Leia mais

APLICAÇÕES PRÁTICAS DE PROCESSAMENTO DE IMAGENS EM SENSORIAMENTO REMOTO

APLICAÇÕES PRÁTICAS DE PROCESSAMENTO DE IMAGENS EM SENSORIAMENTO REMOTO APLICAÇÕES PRÁTICAS DE PROCESSAMENTO DE IMAGENS EM SENSORIAMENTO REMOTO ESTÁGIO DOCÊNCIA ALUNA: ADRIANA AFFONSO (PROGRAMA DE PÓS- GRADUAÇÃO NO INPE MESTRADO EM SENSORIAMENTO REMOTO) ORIENTADOR: PROF. DR.

Leia mais

CAPÍTULO 1 INTRODUÇÃO 1.1 INTRODUÇÃO

CAPÍTULO 1 INTRODUÇÃO 1.1 INTRODUÇÃO CAPÍTULO 1 INTRODUÇÃO 1.1 INTRODUÇÃO Em quase todas as nossas atividades diárias precisamos enfrentar filas para atender as nossas necessidades. Aguardamos em fila na padaria, nos bancos, quando trafegamos

Leia mais

Interpolação de Curvas de Nível por Difusão de Calor

Interpolação de Curvas de Nível por Difusão de Calor Interpolação de Curvas de Nível por Difusão de Calor ROBERTO DE BEAUCLAIR SEIXAS LUIZ HENRIQUE DE FIGUEIREDO CLAUDIO ANTONIO DA SILVA IMPA Instituto de Matemática Pura e Aplicada VISGRAF Laboratório de

Leia mais

MNT: Modelagem Numérica de Terreno

MNT: Modelagem Numérica de Terreno MNT: Modelagem Numérica de Terreno I. 1ntrodução MODELO : Representação da realidade sob a forma material (representação tangível) ou sob a forma simbólica (representação abstrata). MODELO DO TERRENO:

Leia mais

Codificação/Compressão de Vídeo. Tópico: Vídeo (Codificação + Compressão)

Codificação/Compressão de Vídeo. Tópico: Vídeo (Codificação + Compressão) Tópico: Vídeo (Codificação + Compressão) Um vídeo pode ser considerado como uma seqüência de imagens estáticas (quadros). Cada um desses quadros pode ser codificado usando as mesmas técnicas empregadas

Leia mais

Aula 27: Modelos Matemáticos de Sensores e Atuadores para Controle de Atitude: Modelos para Sensores Solares: Sensores Digitais.

Aula 27: Modelos Matemáticos de Sensores e Atuadores para Controle de Atitude: Modelos para Sensores Solares: Sensores Digitais. Aula 27: Modelos Matemáticos de Sensores e Atuadores para Controle de Atitude: Modelos para Sensores Solares: Sensores Digitais. Sensores Digitais Como indicado na Aula 05, sensores digitais de um e de

Leia mais

CAPÍTULO I 1 INTRODUÇÃO 1.1 CONSIDERAÇÕES INICIAIS

CAPÍTULO I 1 INTRODUÇÃO 1.1 CONSIDERAÇÕES INICIAIS 20 CAPÍTULO I 1 INTRODUÇÃO 1.1 CONSIDERAÇÕES INICIAIS A Fotogrametria é uma sub-área das Ciências Geodésicas e abrange grande parte de todo o processo de compilação de mapas. Atualmente, a Fotogrametria

Leia mais

TRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS BIDIMENSIONAIS

TRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS BIDIMENSIONAIS TRIANGULAÇÃO DE DELAUNAY COM RESTRIÇÃO EM IMAGENS BIDIMENSIONAIS Leide Daiane Caires 1, Edson A. Capello Sousa 2 1 Depto Eng. Mecânica Universidade Estadual Paulista, Bauru, Brasil, ladycaires@gmail.com

Leia mais

Sistema de Contagem, Identificação e Monitoramento Automático de Rotas de Veículos baseado em Visão Computacional

Sistema de Contagem, Identificação e Monitoramento Automático de Rotas de Veículos baseado em Visão Computacional Universidade Federal de Minas Gerais Escola de Engenharia Curso de Graduação em Engenharia de Controle e Automação Sistema de Contagem, Identificação e Monitoramento Automático de Rotas de Veículos baseado

Leia mais

UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS

UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS Obter uma imagem temática a partir de métodos de classificação de imagens multi- espectrais 1. CLASSIFICAÇÃO POR PIXEL é o processo de extração

Leia mais

Redes neurais aplicadas na identificação de variedades de soja

Redes neurais aplicadas na identificação de variedades de soja Redes neurais aplicadas na identificação de variedades de soja Fábio R. R. Padilha Universidade Regional do Noroeste do Estado do Rio Grande do Sul - UNIJUÍ Rua São Francisco, 5 - Sede Acadêmica, 987-,

Leia mais

Conforme explicado em 2.4.3, o sinal de voz x(n) às vezes é alterado com a adição de ruído r(n), resultando num sinal corrompido y(n).

Conforme explicado em 2.4.3, o sinal de voz x(n) às vezes é alterado com a adição de ruído r(n), resultando num sinal corrompido y(n). 4 Wavelet Denoising O capítulo 3 abordou a questão do ruído durante a extração dos atributos as técnicas do SSCH e do PNCC, por exemplo, extraem com mais robustez a informação da voz a partir de um sinal

Leia mais

(x, y) = (a, b) + t*(c-a, d-b) ou: x = a + t*(c-a) y = b + t*(d-b)

(x, y) = (a, b) + t*(c-a, d-b) ou: x = a + t*(c-a) y = b + t*(d-b) Equação Vetorial da Reta Dois pontos P e Q, definem um único vetor v = PQ, que representa uma direção. Todo ponto R cuja direção PR seja a mesma de PQ está contido na mesma reta definida pelos pontos P

Leia mais

LCAD. Introdução ao Curso de Métodos Numéricos I. LCAD - Laboratório de Computação de Alto Desempenho

LCAD. Introdução ao Curso de Métodos Numéricos I. LCAD - Laboratório de Computação de Alto Desempenho LCAD - Laboratório de Computação de Alto Desempenho LCAD Introdução ao Curso de Métodos Numéricos I Lucia Catabriga Departamento de Informática CT/UFES Processo de Solução Fenômeno Natural Modelo Matemático

Leia mais

MORFOLOGIA MATEMÁTICA APLICADA A RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS

MORFOLOGIA MATEMÁTICA APLICADA A RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS MORFOLOGIA MATEMÁTICA APLICADA A RECONHECIMENTO DE PLACAS DE AUTOMÓVEIS Paulo Madruga UNIBRATEC Av. Beira Mar, 220, Ap 111 Piedade J. dos Guararapes - PE madruga@unibratec.com.br Sérgio de Sá Leitão Paiva

Leia mais

ESTUDOS SOBRE A IMPLEMENTAÇÃO ONLINE DE UMA TÉCNICA DE ESTIMAÇÃO DE ENERGIA NO CALORÍMETRO HADRÔNICO DO ATLAS

ESTUDOS SOBRE A IMPLEMENTAÇÃO ONLINE DE UMA TÉCNICA DE ESTIMAÇÃO DE ENERGIA NO CALORÍMETRO HADRÔNICO DO ATLAS UNIVERSIDADE FEDERAL DE JUIZ DE FORA ESTUDOS SOBRE A IMPLEMENTAÇÃO ONLINE DE UMA TÉCNICA DE ESTIMAÇÃO DE ENERGIA NO CALORÍMETRO HADRÔNICO DO ATLAS EM CENÁRIOS DE ALTA LUMINOSIDADE ALUNO: MARCOS VINÍCIUS

Leia mais

MÉTODO DOS ELEMENTOS FINITOS

MÉTODO DOS ELEMENTOS FINITOS INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS ENGENHARIA E TECNOLOGIA ESPACIAIS MECÂNICA ESPACIAL E CONTROLE MESTRADO MÉTODO DOS ELEMENTOS FINITOS Seminário de Dinâmica Orbital I CMC-203-0 Prof. Dr. Mário

Leia mais

1ª aula. João Kogler Departamento de Sistemas Eletrônicos Escola Politécnica da USP

1ª aula. João Kogler Departamento de Sistemas Eletrônicos Escola Politécnica da USP 1ª aula João Kogler Departamento de Sistemas Eletrônicos Escola Politécnica da USP Preliminares Informações E-mail: kogler@lsi.usp.br Sala Poli Eletrica bloco A - 2º andar LSI ramal 5673 Websites: Mais

Leia mais

Dados Matriciais (Raster) e Dados Vetoriais (Vector) (Raster and vector data)

Dados Matriciais (Raster) e Dados Vetoriais (Vector) (Raster and vector data) Visão de Davis, B. E. em GIS: a visual approach INTRODUÇÃO Dados Matriciais (Raster) e Dados Vetoriais (Vector) (Raster and vector data) Os dados espaciais, em SIG, têm dois formatos primários (arranjo

Leia mais

computador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:

computador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem: 1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia

Leia mais

Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445)

Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445) Processamento e Análise de Imagens (MC940) Análise de Imagens (MO445) Prof. Hélio Pedrini Instituto de Computação UNICAMP 2º Semestre de 2014 Roteiro 1 Registro de Imagens Transformadas Geométricas Transformações

Leia mais

Segmentação de imagens de profundidade por limiarização com morfologia matemática. Jorge Antonio Silva Centeno 1 Regina Tiemy Kishi 2

Segmentação de imagens de profundidade por limiarização com morfologia matemática. Jorge Antonio Silva Centeno 1 Regina Tiemy Kishi 2 Segmentação de imagens de profundidade por limiarização com morfologia matemática Jorge Antonio Silva Centeno 1 Regina Tiemy Kishi 2 Universidade Federal do Paraná - UFPR 1 Departamento de Geomática 2

Leia mais

Instituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC. ramal 5981

Instituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC. ramal 5981 CC222 Visão Computacional Descrição e Feições Instituto Tecnológico de Aeronáutica Prof. Carlos Henrique Q. Forster Sala 121 IEC ramal 5981 Tópicos da aula Detecção de cantos Detecção de contornos Regiões

Leia mais

Cálculo Numérico Computacional Lista 09 integral aproximada

Cálculo Numérico Computacional Lista 09 integral aproximada ORIENTAÇÃO ORIENTAÇÃO 2 Cálculo Numérico Computacional Lista 09 integral aproximada tarcisio@member.ams.org T. Praciano-Pereira Dep. de Matemática alun@: Univ. Estadual Vale do Acaraú 3 de março de 2008

Leia mais

Compressão de Imagens

Compressão de Imagens Compressão de Imagens Compressão de Imagens Geradas por Computador (Gráficos) Armazenamento (e transmissão) como um conjunto de instruções (formato de programa) que geram a imagem Utilização de algum esquema

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.

Leia mais

Primitivas Gráficas. Prof. Márcio Bueno {cgtarde,cgnoite}@marciobueno.com. Fonte: Material do Prof. Robson Pequeno de Sousa e do Prof.

Primitivas Gráficas. Prof. Márcio Bueno {cgtarde,cgnoite}@marciobueno.com. Fonte: Material do Prof. Robson Pequeno de Sousa e do Prof. Primitivas Gráficas Prof. Márcio Bueno {cgtarde,cgnoite}@marciobueno.com Fonte: Material do Prof. Robson Pequeno de Sousa e do Prof. Robson Lins Traçado de Primitivas em Dispositivos Matriciais Conversão

Leia mais

Representação de Imagens

Representação de Imagens Representação de Imagens Primitivas Gráficas As primitivas gráficas são os elementos básicos que formam um desenho. Exemplos: Ponto, segmento, polilinha, polígono, arco de elipse, etc. Primitivas já definidas

Leia mais