PROF. DR. JACQUES FACON
|
|
- Natan Palma de Santarém
- 7 Há anos
- Visualizações:
Transcrição
1 PUCPR - Pontifícia Universidade Católica Do Paraná PPGIA - Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO PELO OPERADOR LAPLACIANO: MÉTODO DE CHEHIKIAN Resumo: Este artigo trata da técnica de binarização, através da informação obtida pelo operador Laplaciano. A limiarização tem como objetivo transformar uma imagem em tons de cinza em uma imagem preta e branca (binária). O operador Laplaciano gera uma imagem modificada, resultante da imagem original. A partir desta, e de um conjunto de regras aplicadas sobre a mesma, é possível obter o limiar global da imagem. Um valor limiar é um valor escolhido através de um algoritmo especifico, que serve para determinar um ponto intermediário no histograma. Através deste, é possível escolher se a cor de um pixel, a imagem limiarizada, será preta ou branca. A limiarização, e as técnicas para adaptar a imagem através do Laplaciano são o foco deste documento. Palavras-Chave: Limiarização, binarização, pelo operador Laplaciano, método de Chehikian. Introdução Atualmente, existem muitas imagens, e softwares para trabalhar com elas, disponíveis em vários formatos diferentes que podem ser interpretadas por uma máquina. O principal elemento de uma imagem é o pixel. O pixel é a essência de uma imagem e, além disso é o elemento principal para a análise das mesmas. Cada pixel existente em uma imagem consiste de um valor de intensidade que pode ser ligado ou desligado. Para imagens binárias, os valores que os pixels podem assumir são somente zero (desligado ou branco) e um (ligado ou preto). Para imagens em escalas de cinza, os valores assumidos podem estar entre e 55, onde indica preto absoluto e 55 indica branco absoluto. Os valores intermediários são tons de cinza que, se forem próximos a zero denotam tons próximos a preto e no caso contrário, denotam tons próximos a branco. Por fim, as imagens coloridas são compostas por três canais de valores, entre zero e 55, onde cada um dos canais está ligado a uma das cores primárias. Estes canais compõem o sistema RGB (Red Green Blue). Por outro enfoque, cada conjunto de pixels com uma intensidade constante, é uma seqüência de regiões. Neste aspecto, imagens podem ser entendidas como a união entre regiões de tamanhos diversos, e entre as fronteiras (encontros de várias regiões), também chamadas de bordas. A limiarização (ou binariazação) é um processo que visa, a partir de uma imagem em tons de cinza, obter uma imagem binária. Assim, a limiarização, resulta em uma transformação da imagem. Os pixels com tons mais próximos a preto e os que são totalmente pretos na imagem original vão gerar pixels pretos na imagem binária. De forma análoga, os pixels cuja intensidade for branco ou próximo a ele, irão originar pixels brancos na imagem transformada. A imagem limiarizada apresenta dois contextos distintos de análise. Um deles se refere ao primeiro plano da imagem, que é o texto, o gráfico ou objeto de interesse, o componente primordial; o outro corresponde ao fundo da imagem. O objetivo da binarização é marcar os pixels que pertencem que pertencem as regiões do primeiro plano como ligado e os pixels do segundo plano como desligados. O processo de limiarização tem seu uso muito difundido em scanners binários, que combinam a
2 digitalização com a limiarização da imagem para obter uma figura binária. Mesmo que nestes dispositivos o usuário, muitas vezes, possa adaptar a imagem de acordo com suas necessidades (ele pode escolher um valor de limiarização o limiar), de modo a adaptar uma imagem binariamente fraca, nem sempre isto produz resultados desejados. O produto final de uma imagem digitalizada e binarizada através de um scanner é geralmente pobre, já que qualquer captor introduz uma falta de nitidez mais visível, principalmente, nas bordas e detalhes (que são componentes com muitas variações no nível de cinza). Uma alternativa para contornar este problema, consiste em implementar uma das técnicas existentes de limiarização. A vantagem deste mecanismo é um bom nível de limiar pode ser encontrado automaticamente, assegurando que as imagens finais sejam boas e evitando diversas digitalizações repetidas de uma imagem para alcançar um padrão esperado. Várias técnicas são conhecidas, porém o foco principal deste trabalho enfatiza a Ponderação Laplaciana, presumindo a atuação do Laplaciano sobre uma imagem digitalizada em níveis de cinza.. Tipos de Limiarização Quando os valores dos pixels de ambos os planos tem valores consistentes (as regiões não se confundem muito) sobre a imagem inteira, então um único valor limiar é suficiente para deixar a imagem em um formato adequado. Quando um único limiar é utilizado para todos os pixels da imagem, tem-se uma Limiarização Global. Contudo, quando este processo não for o bastante (devido as deformidades dentro das regiões de primeiro e segundo planos), deve-se usar a Limiarização Adaptativa - a partir de uma janela 3x3. Com isto, é possível definir vários valores de limiar, um para cada região definida. Como implementamos a Ponderação Laplaciana através de uma técnica de Limiarização local adaptativa, e ela é o objetivo maior deste documento, a forma global não será mais discutida. A maneira mais direta para selecionar um valor global de limiar é através do uso de um histograma de intensidade dos pixels de uma imagem. Um histograma varre a imagem contando quantos pixels dela existem para cada tom de cinza existente. Com base nestes números obtém-se um gráfico, onde um dos eixos apresenta as intensidades existentes e o outro, o número de pixels para cada tom. O histograma é desenhado de modo a traçar linhas paralelas verticais, que indicam quantos pixels uma intensidade possui. Para uma imagem com primeiro e segundo planos bem diferenciados, o histograma terá dois picos distintos. O vale entre estes dois picos é o ponto de mínimo entre os dois pontos de máximo, e o valor da intensidade no vale será escolhido como o limiar global. Mas, um histograma nem sempre tem esta forma ideal. As imagens, nem sempre apresentam intensidades bem diferenciadas entre o primeiro e o segundo plano, o que gera contrastes significativos no histograma destas imagens. Em adição, o mecanismo empregado para encontrar um vale, pode não ser confiável. 3. Limiarização a partir pelo operador Laplaciano, método de Chehikian Um método para melhorar o enfoque do item anterior é pelo operador Laplaciano. O Laplaciano é um operador de segunda derivada, que pondera altamente as transições das regiões em bordas de ambos os objetos de interesse quanto de seus fundos respectivos (o operador de diferenciação amplifica as altas-freqüências zonas com muita variação de níveis de cinza). Assim, o histograma terá dois picos de áreas similares, e um limiar global poderá ser encontrado e aplicado sobre a imagem. É importante lembrar, que um ruído é também um elemento de alta-freqüência. Portanto, é necessário fazer um tratamento na imagem que amplifique as bordas, mas não os ruídos. 3.. O Operador Laplaciano Um operador de diferenciação é baseado sobre a noção de derivada. Do ponto de vista matemático, as regiões são caracterizadas por derivadas suaves e pouco acentuadas e, as fronteiras, por derivadas fortes e acentuadas. O princípio utilizado é baseado na derivação da imagem para acentuar as bordas contidas na mesma. Seja a imagem I (x,y) e f (x) a função que define quantos pixels uma região da imagem tem para cada nível de cinza. É possível perceber, que as derivadas de f (x) apresentam variações fortes ao nível das fronteiras.
3 3 Com base nas derivadas de segunda ordem de uma imagem, O Laplaciano é definido da seguinte forma: A intensificação das bordas pode ser realizada pela subtração da imagem I (x,y) com a derivada segunda de I (x,y). A máscara utilizada, resultante do operador de segunda derivada é a seguinte: onde: f ''( x, y) I ( x, y) L[ I ( x, y)] + f ' x (L) 4 f ''( x, y) f ' y 3.. A construção de uma Imagem Laplaciana De forma prática, para construir uma Imagem Laplaciana da imagem original, deve-se deslizar sobre toda a imagem uma janela do tamanho da máscara. Cada pixel que não pertencer aos extremos da imagem será transformado da seguinte maneira: O pixel que corresponder a posição, da máscara terá o seu valor alterado. Todos os valores da máscara são multiplicados, individualmente, pelos valores dos níveis de cinza correspondentes a cada posição da imagem; Os nove valores resultantes da multiplicação devem ser somados; A soma total representa o valor do operador aplicado ao pixel central dessa vizinhança. Esse processo repete-se até que se tenham todos os pixels da imagem que não pertençam à primeira e última linha e, à primeira e última coluna. Esta informação será utilizada para o desenvolvimento de um histograma global. Utilizando os valores encontrados pelo Laplaciano, é possível acentuar o histograma, e obter o valor limiar global, que permite escolher, a cor que determinado pixel deve ter (preto ou branco) Binarização A partir da imagem gerada A, deve-se ler todas as linhas da mesma, para avaliar o nível superior (branco: B[ ) e inferior (preto: N[ ) da informação. O valor do operador Laplaciano no pixel [ é chamado de δ[. Para o tratamento da linha o cálculo de B[ e de N[ é dado pelas seguintes regras recursivas: seδ[ < B[ caso contrário seδ [ > N[ caso contrário A[ B[ j ] A[ N[ j ] Com isto, um Laplaciano negativo corresponde ao gradiente de decréscimo de intensidade. A intensidade do pixel corrente neste caso, é dada como um nível de alta referência; a baixa referência permanece inalterada. Por outro lado, um Laplaciano positivo corresponde a gradiente de crescimento de intensidade. O limiar para a binarização é, então, fornecido pela relação: N[ + B[ t[
4 4 4. Conclusão A técnica descrita neste documento é o resultado da construção de um algoritmo que proporciona uma ferramenta de binarização de imagens. Os resultados obtidos foram satisfatórios, pois se colocados em comparação com outras técnicas existentes, observa-se que em muitos casos, pelo operador Laplaciano do método de Chehikian, é melhor. Porém, cabe ressaltar, que nem sempre isso é verdade. No decorrer deste trabalho, foi possível sentir dificuldades para determinar os valores iniciais das imagens B e N, que foram inicializadas com os valores branco e preto, respectivamente. Também, no que diz respeito a obtenção do limiar, utilizamos a técnica local adaptativa através do cálculo da média aritmética, por ser esta técnica mais fácil, embora seja possível limiarizar uma imagem usando uma técnica local. 5. Referências Jean Pierre Cocquerez and Sylvie Philipp, Analyse d Images: filtrage et segmentation, Editor Masson, Paris, pp , 995.
5 5 IMPLEMENTAÇÃO: // Algoritmo de Limiarizacao por Ponderaçao Laplaciana BOOL CLimiar::LimiarPonderacaoLaplaciana() unsigned long j; unsigned long soma,pixels; DWORD HGLOBAL int FAR BYTE FAR BYTE dwwidthb; Hnl, Hnb, Hnn; *lpl; *lpb,*lpn,*lpi; Limiar; if (!(VerifyConsistentIn() && VerifyConsistentOut()) ) return FALSE; CopyImageInOut(); ClockStart(); lpi pirw_imgin ->GetImageBits(); dwwidthb pirw_imgin ->GetImageWidthBytes(); Hnl GlobalAlloc(GPTR, m_totalpixels*sizeof(int )); // imagem para o laplaciano Hnb GlobalAlloc(GPTR, m_totalpixels*sizeof(byte)); // imagem dos niveis de branco Hnn GlobalAlloc(GPTR, m_totalpixels*sizeof(byte)); // imagem dos niveis de preto lpl (int FAR*) GlobalLock(Hnl); lpb (BYTE FAR*) GlobalLock(Hnb); lpn (BYTE FAR*) GlobalLock(Hnn); // aplica o operador laplaciano sobre lpbits e resultado em lpl for(i;i<m_height-;i++) lpl[i*m_width+ lpi[(i-)*dwwidthb+(j )] + lpi[(i )*dwwidthb+(j-)] + lpi[(i )*dwwidthb+(j+)] + lpi[(i+)*dwwidthb+(j )] - 4*lpI[(i )*dwwidthb+(j )]; // borda superior lpl[ ( j)] lpl[( )*m_width+( j)]; // borda inferior lpl[(m_height-)*m_width+( j)] lpl[(m_height-)*m_width+( j)]; // borda esquerda for(i;i<m_height;i++) lpl[( i)*m_width ] lpl[( i)*m_width+( )]; // borda direita for(i;i<m_height;i++) lpl[( i)*m_width+(m_width-)] lpl[( i)*m_width+(m_width-)];
6 6 // inicializa as imagens B e N for(i;i<m_totalpixels;i++) lpb[i]55; lpn[i]; // aplica o tratamento de binarizacao for(i;i<m_height-;i++) // para limiar em branco // se laplaciano for menor que if(lpl[i*m_width+<) // entao pega a valor da imagem original lpb[i*m_width+ lpi[i*dwwidthb+j ]; else // senao pega o valor da coluna anterior lpb[i*m_width+ lpb[i*m_width +j-]; // para limiar em preto // se laplaciano for maior que if(lpl[i*m_width+>) // entao pega o valor da imagem original lpn[i*m_width+ lpi[i*dwwidthb+j ]; else // senao pega o valor da coluna anterior lpn[i*m_width+ lpn[i*m_width +j-]; // calcula o limiar pela media dos valores locais soma ; pixels ; for(i;i<m_height-;i++) soma + (lpn[i*m_width+ + lpb[i*m_width+)/; pixels++; Limiar (UINT) (soma/pixels); // libera as imagens de trabalho GlobalUnlock(Hnl); GlobalUnlock(Hnb); GlobalUnlock(Hnn); GlobalFree(Hnl); GlobalFree(Hnb); GlobalFree(Hnn); SetLimiar(Limiar); AplicarLimiar(); ClockFinish("Limiarizacao por Ponderacao Laplaciana"); return TRUE;
PROF. DR. JACQUES FACON
1 PUCPR- Pontiícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Inormática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO PELA DERIVADA 2ª DE PAVLIDIS Resumo: Este artigo descreve
Leia maisPMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Conversão e Limiarização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Conversão de imagens; Histograma; Limiarização. Imagem digital Uma imagem é uma matriz
Leia maisPROF. DR. JACQUES FACON
PUCPR- Pontiícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Inormática Aplicada PROF. DR. JACQUES FACO LIMIARIZAÇÃO DE IMAGES POR ETROPIA BIDIMESIOAL Resumo: Ee artigo apresenta
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Detecção de Pontos Isolados Detecção de Linhas Prof. Sergio Ribeiro 2 Operações lógicas e aritméticas orientadas a vizinhança utilizam o conceito
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 6 de outubro de 2016 Segmentação de imagens A segmentação
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 5 Segmentação de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga Segmentação de
Leia maisProcesso de Afinamento de Stentiford
PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON Processo de Afinamento de Stentiford Resumo O algoritmo estudado para
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Técnicas de Modificação do Histograma Compressão de Histograma 2 Veremos a definição e utilização do conceito de histograma.
Leia maisTE073 PDS II Programa de Graduação em Engenharia Elétrica
TE073 PDS II Programa de Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Segmentação Os algoritmos
Leia maisQuadro Segmentação de Imagens
UNIVERSIDADE DE SÃO PAULO - SÃO CARLOS INSTITUTO DE CIÊNCIAS Processamento de Imagens - SCC0251 2013/1 Prof. Dr. Mario Gazziro Monitor PAE: Vinicius Ruela Pereira Borges - viniciusrpb@icmc.usp.br 1 Método
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Segmentação
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Segmentação A separação dos pixeis relativos a cada objeto, ou região, é uma etapa fundamental para o sucesso do processo de análise da imagem. Embora
Leia maisFundamentos de Processamento Gráfico. Aula 3. Introdução ao Processamento de Imagens. Profa. Fátima Nunes
Fundamentos de Processamento Gráfico Aula 3 Introdução ao Processamento de Imagens Profa. Fátima Nunes AULA 3 / 1 Definições Sobre o pixel são definidas algumas relações básicas: vizinhança, conectividade,
Leia maisUniversidade Federal do Rio de Janeiro - IM/DCC & NCE
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Segmentação Antonio G. Thomé thome@nce.ufrj.br Sala AEP/133 Conceituação Segmentação é uma tarefa básica no processo de análise
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Transformações Geométricas .(x,y, P).(x,y, P) Imagem fonte Imagem transformada Deve-se notar que, como uma imagem digital é representada por uma matriz
Leia maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 6 Histograma de Imagem Digital 2 de 18 Sumário Conceitos Sistema de
Leia maisT4.1 Processamento de Imagem
T4.1 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas 4.
Leia maisImagem digital. Elicardo Gonçalves
Imagem digital Elicardo Gonçalves As imagens são armazenadas no computador no formato de matrizes numéricas. Cada elemento da matriz representa um pixel (picture cell), que é a menor divisão desta imagem.
Leia maisCapítulo III Processamento de Imagem
Capítulo III Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Manipulação ponto a ponto 2. Filtros espaciais 3. Extracção de estruturas geométricas
Leia maisSEL Visão Computacional. Aula 2 Processamento Espacial
Departamento de Engenharia Elétrica - EESC-USP SEL-5895 - Visão Computacional Aula 2 Processamento Espacial Prof. Dr. Adilson Gonzaga Prof. Dr. Evandro Linhari Rodrigues Prof. Dr. Marcelo Andrade da Costa
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Transformações de Intensidade Transformações Logarítmicas Comparação entre Diversas Técnicas 2 Transformações de Intensidade
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos
Leia maisUMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS. Rogério Vargas DCET UESC Home page: rogerio.in
UMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS Rogério Vargas DCET UESC Home page: rogerio.in Exemplo de aplicações: automação e visão artificial reconhecimento de caracteres análise de cromossomos veículos
Leia maisSimulação Gráfica. Segmentação de Imagens Digitais. Julio C. S. Jacques Junior
Simulação Gráfica Segmentação de Imagens Digitais Julio C. S. Jacques Junior Segmentação Subdivide uma imagem em suas partes ou objetos constituintes. O nível até o qual essa subdivisão deve ser realizada
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Segmentação. Luiz Eduardo S. Oliveira, Ph.D.
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Segmentação Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir os conceitos básicos de segmentação
Leia maisProcessamento de Imagens
Processamento de Imagens Prof. Julio Arakaki Ciência da Computação 1 Imagem Digital Full Color Image (Matriz de Pixels) RGB (24 bits): Red (8 bits) Green (8 bits) Blue (8 bits) 2 Imagem Digital Um modelo
Leia maisExemplos. Propagação (Reconstrução)
Processamento de Imagens Médicas Morfologia Matemática em Imagens Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) Propagação (Reconstrução) lgoritmos Baseados
Leia maisT4 Processamento de Imagem
T4 Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Resumo 1. Manipulação ponto a ponto 2. Conetividade 3. Filtros espaciais 4. Extração de estruturas
Leia mais4 Resultados Exemplo 1 Reprodução da Opacidade 2D
Resultados 47 4 Resultados Neste capítulo serão apresentados os testes feitos com a opacidade 3D. Nestes testes reproduzimos, inicialmente, os resultados obtidos pela opacidade 2D em Silva[30]. Serão apresentados
Leia maisProcessamento de Imagens Coloridas. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Processamento de Imagens Coloridas 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Introdução Apesar do processo de percepção e interpretação de cores não ser completamente compreendido,
Leia maisAula 3 Conceitos de memória, variáveis e constantes Cleverton Hentz
Aula 3 Conceitos de memória, variáveis e constantes Cleverton Hentz Sumário de Aula } Conceito de Memória } Variáveis e Tipos de Dados } Constantes 2 Conceito de Memória } A memória de um computador é
Leia maisProcessamento de Imagem. Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres
Processamento de Imagem Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres Relacionamentos básicos entre elementos de uma imagem Vizinhança Conectividade Adjacência
Leia maisHalftoning. Formalização do problema de halftoning:
Halftoning Halftoning é o processo usado para converter uma imagem em níveis de cinzas G numa imagem binária B de forma que B pareça G se B for vista a uma certa distância. A imagem B é denominada de imagem
Leia maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 6 Histograma de Imagem Digital 2 de 32 Sumário Conceitos Sistema de
Leia maisProcessamento de Imagens Marcia A. S. Bissaco
Engenharia Biomédica Processamento de Imagens Marcia A. S. Bissaco 1 Exemplos filtros Média Mediana Passa_B Passa_A Borda_H Borda_V Sobel_Y Sobel_X Oliveira, Henrique J. Quintino (UMC-SP), 2 Media Mediana
Leia maisOperações Pontuais. 1 operando. 2 operandos. Processamento e Análise de Imagem - A. J. Padilha - v ac
Operações Pontuais 1 operando T OP 2 operandos Pré-Processamento - 1 Operações Pontuais Nas operações pontuais, cada ponto da imagem-resultado - g(i,j) - é obtido por uma transformação T do ponto de coordenadas
Leia maisPMR2560 Visão Computacional Detecção de bordas. Prof. Eduardo L. L. Cabral
PMR56 Visão Computacional Detecção de bordas Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Características; Detecção de bordas. Características Tipos de características: Bordas; Cantos;
Leia maisESTUDO DE TÉCNICAS PARA SOLUÇÃO DE PROBLEMAS DE PROCESSAMENTO DE IMAGENS UTILIZANDO A LINGUAGEM PYTHON
ESTUDO DE TÉCNICAS PARA SOLUÇÃO DE PROBLEMAS DE PROCESSAMENTO DE IMAGENS UTILIZANDO A LINGUAGEM PYTHON Marcus Vinícius Teodoro Silva, Marcos William da Silva Oliveira Instituto Federal de Educação, Ciência
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 2 Processamento Espacial
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 2 Processamento Espacial Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos amostrados de uma imagem digitalizada (resolução).
Leia maisDescritores de Imagens
Descritores de Imagens André Tavares da Silva PPGCA/UDESC Outubro de 2017 André Tavares da Silva (PPGCA/UDESC) Descritores de Imagens Outubro de 2017 1 / 18 Descritores Locais e Frameworks SIFT SURF Viola-Jones
Leia maisAula 3 Processamento Espacial
SEL 0449 - Processamento Digital de Imagens Médicas Aula 3 Processamento Espacial Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP Processamento Espacial Transformações ponto a ponto
Leia maisProcessamento de Imagens Filtragem Digital
Filtragem Digital Consiste na aplicação de técnicas de transformação (operadores máscaras) com o objetivo de corrigir, suavizar ou realçar determinadas características de uma imagem dentro de uma aplicação
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança Conectividade Operações Lógicas e Aritméticas
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança e Aritméticas Efeitos de em Pixel a Pixel
Leia maisDiego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo
Estudo de comparação do descritor de imagens coloridas BIC empregando diferentes abordagens de classificação de detecção de bordas: Canny e Operador Laplaciano Diego Martin Mancini Orientador: Prof. Paulo
Leia maisSEGMENTAÇÃO DE IMAGENS
SEGMENTAÇÃO DE IMAGENS Definição Segmentação é o processo que divide uma imagem em regiões distintas, cada uma com pixels com atributos similares Particiona os pixels de uma imagem em grupos, geralmente
Leia maisTE073 PDS II Programa de Graduação em Engenharia Elétrica
TE073 PDS II Programa de Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Segmentação Os algoritmos
Leia maisCAPÍTULO 4 SEGMENTAÇÃO DE IMAGENS SAR
CAPÍTULO 4 SEGMENTAÇÃO DE IMAGENS SAR Segundo Gonzales e Wintz (1987), um dos primeiros passos do processo de análise de uma imagem digital consiste em particioná-la em seus elementos constituintes. O
Leia maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 7 Filtros de Imagens Digitais 2 de 47 Sumário Conceitos Filtragem no
Leia maisFiltros espaciais (suavizaçào)
Processamento de Imagens Médicas Filtros espaciais (suavizaçào) Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) 1 Necessidade de pré-processamento 2 Propriedades
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
Leia maisRealce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens
Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti Jr.
Leia maisVisualização 2D: - Transformação window to viewport - Clipping
Visualização 2D: - Transformação window to viewport - Clipping Sistemas Gráficos/ Computação Gráfica e Interfaces 1 Transformação de Visualização (window to viewport) Objectivo: obter uma matriz de transformação
Leia maisPROF. DR. JACQUES FACON
PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO DUPLA DE ISTVÁN CSEKE PROJETO DE UMA RÁPIDA SEGMENTAÇÃO PARA
Leia maisTÉCNICO DE INFORMÁTICA - SISTEMAS
782 - Programação em C/C++ - estrutura básica e conceitos fundamentais Linguagens de programação Linguagem de programação são conjuntos de palavras formais, utilizadas na escrita de programas, para enunciar
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 2 Processamento Espacial (Parte 2)
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 2 Processamento Espacial (Parte 2) Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia mais7. Color Image Processing
Transformação de níveis de cinza para cor a idéia por trás desta técnica é executar 3 transformações independentes sobre níveis de cinza dos pixels de uma imagem de entrada. Cada cor é transformada independentemente
Leia maisFaculdade de Engenharia da Universidade do Porto ANÁLISE DE IMAGENS PARA EXTRACÇÃO DE CONTORNOS. Relatório
Faculdade de Engenharia da Universidade do Porto Licenciatura em Engenharia Electrotécnica e de Computadores Televisão Digital, 2004/2005 ANÁLISE DE IMAGENS PARA EXTRACÇÃO DE CONTORNOS Relatório Alexandre
Leia maisProcessamento de Imagens
Processamento de Imagens Introdução Prof. Dr. Márcio Sarroglia Pinho Histogramas Histogramas w Equalização alpha = 255 / numpixels for each pixel g(x,y) = cumulativefrequency[f(x,y)] * alpha end for http://www.generation5.org/content/24/histogramequalization.asp
Leia maisRadiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP
Operações Matemáticas e Transformações Radiométricas Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Operações Matemáticas Sejam Î = (D I, I ) e Ĵ = (D J, J) duas imagens cinzas de mesmo domínio,
Leia maisMorfologia Matemática: algumas aplicações. Rosana Gomes Bernardo Universidade Federal Fluminense
Morfologia Matemática: algumas aplicações Rosana Gomes Bernardo Universidade Federal Fluminense Introdução Aplicações Motivadoras - Consumo de Gás Natural Roteiro - Placas de Veículos Referências - Cartografia
Leia maisInformática I. Aula Aula 22-12/11/2007 1
Informática I Aula 22 http://www.ic.uff.br/~bianca/informatica1/ Aula 22-12/11/2007 1 Ementa Noções Básicas de Computação (Hardware, Software e Internet) HTML e Páginas Web Internet e a Web Javascript
Leia maisRespostas do Teste de Analise de Imagens :
Respostas do Teste de Analise de Imagens - 2004: 1Diga com suas palavras o que é: (Valor total da questão: 12) Filtragem passa alta (valor deste item até 0,3) - importante falar que apesar do nome ser
Leia maisLinguagens de Programação Aula 14
Linguagens de Programação Aula 14 Celso Olivete Júnior olivete@fct.unesp.br Na aula passada Linguagem Haskell Funções Tipos básicos Expressões 2 Na aula de hoje Linguagem Haskell Listas 3 Listas e Tuplas
Leia maisProcessamento Digital de Imagens Aula 03
exatasfepi.com.br Processamento Digital de Imagens Aula 03 André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Processamento Digital
Leia maisPontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica
1. Imagens sísmicas Pontifícia Universidade Católica do Rio de Janeiro Departamento de Informática Fundamentos de Computação Gráfica Aluno: Stelmo Magalhães Barros Netto Relatório do trabalho Imagens Sísmicas
Leia maisVisão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)
Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Análise da Imagem Análise da Imagem O algoritmo opera sobre a imagem e extrai
Leia maisPROF. DR. JACQUES FACON MORFOLOGIA MATEMÁTICA FUZZY : ESTUDO COMPARATIVO
PUCPR- Pontifícia Universidade Católica Do Paraná PPGIa- Programa de Pós-Graduação Em Informática aplicada PROF. DR. JACQUES FACON MORFOLOGIA MATEMÁTICA FUZZY : ESTUDO COMPARATIVO Resumo: A teoria dos
Leia maisEstruturas da linguagem C. 1. Identificadores, tipos primitivos, variáveis e constantes, operadores e expressões.
1 Estruturas da linguagem C 1. Identificadores, tipos primitivos, variáveis e constantes, operadores e expressões. Identificadores Os identificadores seguem a duas regras: 1. Devem ser começados por letras
Leia maisProcessamento de Imagens
Processamento de Imagens Prof. Dr. Márcio Sarroglia Pinho 1 Histogramas Equalização Histogramas alpha = 255 / numpixels for each pixel g(x,y) = cumulativefrequency[f(x,y)] * alpha end for http://www.generation5.org/content/2004/histogramequalization.asp
Leia maisPROF. DR. JACQUES FACON
1 PUCPR- Potifícia Uiversidade Católica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR MATRIZ DE CO-OCORRÊNCIA Resumo: O método da matriz de co-ocorrêcia,
Leia maisFILTRAGEM DE IMAGEM NO DOMÍNIO ESPACIAL (Operações aritméticas orientadas à vizinhança)
PROCESSAMENTO DE IMAGEM #5 Operações Aritméticas Orientadas à Vizinhanças Filtragem no Domínio Espacial (Máscaras) Máscaras de suavização (média e mediana) e aguçamento (laplaciano) Correlação x Convolução
Leia maisTÓPICO EDIÇÃO BITMAP
TÓPICO EDIÇÃO BITMAP CONCEITOS INICIAIS TIPOLOGIA DAS IMAGENS Aplicações Informáticas B 12º Ano Professores José Carlos Lima / Paulo Ferreira / Angélica Vieira / Helena Silva O que é uma imagem bitmap?
Leia mais3 Processamento e Análise Digital de Imagens
41 3 Processamento e Análise Digital de Imagens O Processamento Digital de Imagens (PDI) é em um conjunto de técnicas que utiliza operações matemáticas para alterar os pixels de imagens digitais. O PDI
Leia maisExercícios Repetição
Curso de Engenharia de Controle e Automação Disciplina: Informática para a Automação Professor: Marcelo Cendron Exercícios Repetição 1.1 8.3 Exercícios 1. Faça um programa utilizando o comando while, que
Leia maisProcessamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres
Processamento de Imagem Filtragem no Domínio Espacial Professora Sheila Cáceres Filtragem A filtragem de imagens pode ser realizada no domínio do espaço e da frequência Operadores de filtragem são classificados
Leia maisMETODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS
METODOLOGIA PARA A QUANTIZAÇÃO DE CORES PELO MÉTODO SMCb: INTRODUÇÃO E EXEMPLOS DE RESULTADOS Marcelo Zaniboni 1, Osvaldo Severino Junior 2 1: Universitário do curso de Ciência da Computação, Faculdade
Leia maisVisão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)
Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Processamento da Informação Capturei uma Imagem! E agora? Assumindo que
Leia maisOrganização e Arquitetura de Computadores I
Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Representação de Números de Ponto Flutuante Aritmética
Leia maisPROGRAMAÇÃO de COMPUTADORES: LINGUAGEM FORTRAN 90/95
PROGRAMAÇÃO de COMPUTADORES: LINGUAGEM FORTRAN 90/95 Exercícios de revisão Lista 01: a) Monte um mapa conceitual indicando as relações entre os seguintes conceitos, no contexto do assunto visto em aula:
Leia maisAula 5 - Segmentação de Imagens
Aula 5 - Segmentação de Imagens Parte 1 Prof. Adilson Gonzaga 1 Segmentação Agrupamento de partes de uma imagem em unidades homogêneas relativamente a determinadas características. Segmentação é o processo
Leia maisTracking de movimentos usando marcadores circulares
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO - COPPE INTRODUÇÃO AO PROCESSAMENTO DE IMAGENS Tracking de movimentos usando marcadores circulares Jéssica de Abreu DRE:114069619 Junho de 2014 1 INTRODUÇÃO Com a
Leia maisINF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza
INF2608 - Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza Trabalho 02 Visualização de Imagens Sísmicas e Detecção Automática de Horizonte Resumo Este trabalho
Leia maisMouseCam: aplicação de controle do mouse via câmera
MouseCam: aplicação de controle do mouse via câmera Introdução ao Processamento de Imagens COS756 PESC/COPPE/UFRJ 2013 1 Renan Garrot garrot@cos.ufrj.br 1. Introdução O processo de tracking por vídeo consiste
Leia maisResultados da Segmentação
59 6 Resultados da Segmentação Neste capítulo são avaliados os três algoritmos de binarização abordados no capítulo 4. A avaliação é obtida comparando-se as imagens segmentadas, com as mesmas imagens segmentadas
Leia maisLógica de Hoare. Abordagem que usaremos: aplicar o método de Hoare sobre uma linguagem de programação imperativa simplificada.
Lógica de Hoare Método axiomático para provar que determinados programas são corretos. Introduzido em 1969 por Charles Antony Richard Hoare. Também utilizado para especificar a semântica de linguagens
Leia maisIntrodução FILTRAGEM NO DOMÍNIO DA FREQUÊNCIA
FILTRAGEM NO DOMÍNIO DA FREQUÊNCIA Introdução Um sinal no domínio do espaço (x,y) pode ser aproximado através de uma soma de senos e cossenos com frequências (f, f2, f3,...fn) de amplitudes (a, a2,...
Leia maisFILTROS NO DOMÍNIO ESPACIAL. Nielsen Castelo Damasceno
FILTROS NO DOMÍNIO ESPACIAL Nielsen Castelo Damasceno Gerando máscaras de filtragem espacial Algumas vezes pode ser útil expressar a soma de produtos como: = + + = = w são os coeficientes do filtros. z
Leia maisExemplos de aplicação de álgebra booleana
Exemplos de aplicação de álgebra booleana Como já vimos, o conjunto P(S) juntamente com as operações de união, intersecção e complemento de conjuntos forma uma álgebra booleana. Cálculo proposicional é
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 3 de março de 2016 Transformação e filtragem de imagens
Leia maisUniversidade Federal de Sergipe Departamento de Matemática. Imagem* Profª. Maria Andrade. *Parte desta apresentação foi do Prof. Thales Vieira.
Universidade Federal de Sergipe Departamento de Matemática Imagem* Profª. Maria Andrade *Parte desta apresentação foi do Prof. Thales Vieira. 2016 O que é uma imagem digital? Imagem no universo físico
Leia maisAPLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS EM IMAGENS GERADAS POR ULTRA-SOM
VIII ERMAC 8 o Encontro Regional de Matemática Aplicada e Computacional 0- de Novembro de 008 Universidade Federal do Rio Grande do Norte Natal/RN APLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS
Leia maisMétodo de Otsu. Leonardo Torok 1
Método de Otsu Leonardo Torok 1 1 Instituto de Computação Universidade Federal Fluminense (UFF) Av. Gal. Milton Tavares de Souza, s/nº 24.210 346 Niterói RJ Brasil ltorok@ic.uff.br Resumo. O método de
Leia maisI1, I2 e In são instruções simples ou estruturadas da linguagem Pascal.
Capítulo 4 TESTES, ESCOLHAS E MALHAS DE REPETIÇÃO 1. INTRODUÇÃO Em muitos exemplos e exercícios realizados nos capítulos anteriores, não foram raras as vezes em que fizemos uso de elementos disponíveis
Leia maisOPERAÇÕES PONTO A PONTO
OPERAÇÕES PONTO A PONTO Operações pontuais São operações nas imagens onde o processamento é realizada em cada piel individualmente Podem ser Aritméticas Lógicas Envolver uma ou mais imagens Operações pontuais
Leia maisSeminários de pesquisa do DAINF Transformações de imagens baseadas em morfologia
Universidade Tecnológica Federal do Paraná - UTFPR Departamento Acadêmico de Informática - DAINF Seminários de pesquisa do DAINF Transformações de imagens baseadas em morfologia matemática e aplicações
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Introdução Espectro Eletromagnético Aquisição e Digitalização de Imagens Efeitos da Digitalização Digitalização Sensoriamento
Leia mais4.1- Aritméticos + soma - subtração * multiplicação / divisão % módulo (resto da divisão de inteiros ).
2626262626262626262626262626262626262626262626262626 4 - OPERADORES Podem ser: aritméticos, relacionais, lógicos, incremento e decremento, atribuição. Operadores aritméticos têm precedência sobre os relacionais
Leia mais