Faculdade de Engenharia da Universidade do Porto. LEEC / MIEEC 5.º Ano - 1.º Semestre Televisão Digital
|
|
- Luca Brunelli Damásio
- 7 Há anos
- Visualizações:
Transcrição
1 Faculdade de Engenharia da Universidade do Porto LEEC / MIEEC 5.º Ano - 1.º Semestre Televisão Digital Conversão e Manipulação em Espaços de Côr Grupo: Carlos Guilherme Varela Araújo José António Pacheco Ribeiro
2 1. Introdução 1.1. Objectivos Este é um trabalho que teve como objectivo principal operar imagens em vários Espaços de Côr. Operações como conversões entre alguns Espaços de Côr e aplicação de novos níveis de côr, foram os principais propósitos do desenvolvimento do trabalho, sendo ainda abordados temas como adição/remoção de ruído e aplicação de filtros de valor de côr Espaços de Côr Um Espaço de Côr pode ser visto como um sistema definido por uma base representativa das componentes, de acordo com a definição do espaço considerado. A representação de qualquer côr pode então ser feita à custa da combinação dessas componentes. São normalmente tridimensionais, pelo que se desenvolveu uma aplicação com a apresentação das três componentes de cada Espaço de Côr. Foram utilizados no trabalho os Espaços de Côr mais conhecidos nesta área. RGB É o mais comum dos espaços, pois é directamente suportado nos ecrãs a cores. Qualquer côr é expressa sobre a mistura de Vermelho (R), Verde (G) e Azul (B). Valores destas componentes variando entre 0 (min) e 255 (max). YUV É um espaço definido em termos de luninância (brilho) e de duas componentes de crominância. Além disso, tem uma grande aproximação à precepção do olho humano. A derivação a partir do RGB é: (Na figura, Y=0.5) Y = * R * G * B U = * (B - Y) / ( ) V = * (R - Y) / ( ) (Fórmulas necessárias para a personalização de funções) HSV HSV (Hue, Saturation e Value - Tonalidade, Saturação e Valor, respectivamente), é um Espaço de Côr preferencial no meio artístico, pelas suas componentes serem directamente relaccionadas com o modo de como o humano caracteriza uma determinada côr. O H, variando de 0º a 360º (no algoritmo será entre 0 e 1), corresponde ao tipo de côr sendo a referência o Vermelho; com S, variando de 0 a 1, dando a pureza ; e V, também de 0 a 1, correspondendo ao brilho. 1
3 NTSC (YIQ) É também conhecido como video color space. Tal como em YUV, a primeira componente é a luminância, e as duas outras são a Crominância, mas pelo que, neste caso, são denominadas por em fase (I) e em quadratura (Q), referindo ao método de como estas componentes são combinadas na obtenção das cores. Na prática, trata-se de uma outra representação do plano UV (com um determinado Y) com um referencial desfasado. YCbCr Este Espaço de Côr também tem a mesma caracteística de ter a componente de luminância, tal como outros acima referidos. As restantes duas componentes são a Crominância de Azul (Cb) e de Vermelho (Cr). Como se pode ver no plano representado, com Y=0.5 (numa escala de 0 a 1), a variação da segunda componente eixo horizontal faz perceber a variação de tonalidade azul, e a variação segundo o eixo de Cr vertical faz notar a variação de tonalidade vermelha. A combinação destas variações resulta no aparecimento das outras cores. Uma característica importante de salientar dos Espaços de Côr com componente Y (luminância) é a possibilidade de tornar as imagens compatíveis com dispositivos (ecrãs) a Perto e Branco Ambiente e Ferramentas de trabalho A aplicação foi desenvolvida no Matlab, com interface gráfica para facilitar as operações e usufruindo das variadas funções já existentes na toolbox de processamento de imagem. 2
4 2. Algoritmos desenvolvidos 2.1. Princípios gerais De encontro com os objectivos do trabalho, as conversões entre Espaços de Estados e as manipulações nas componentes não requereram a implementação de algoritmos muito complexos, pelo que usou-se funções já disponíveis pela ferramenta de trabalho e desenvolveu-se algumas outras, partindo de fundamentos teóricos. A ideia principal foi construir a aplicação de modo a que a partir duma imagem seja possível separar em componentes num Espaço de Côr disponibilizado e posteriormente, ser possível manipular cada componente nos seus valores fazendo representar essas alterações relativamente à imagem original. Imagem Original Comp. R Comp. G Comp. B Exemplo de separação em componentes RGB Estendendo a estas funcionalidades, implementou-se a aplicação de filtros de valor de côr que consistem em processar os pixels de acordo com o seu valor de componente (e não de acordo com a sua posição espacial). Foi também implementado um sistema de remoção de ruído de uma imagem, que, se devidamente utilizado em conjunto com os filtros, permitem recuperar uma imagem quase na totalidade. Para este efeito foi também implementado uma pequena funcionalidade que permite adicionar ruído a uma imagem (ruído preto ou branco). 3
5 2.2. Implementação Visto a base do nosso trabalho ser a conversão entre Espaços de Côr optou-se por colocar uma caixa de opções com os vários Espaços de Côr, tornando assim as mudanças entre Espaços de Côr simples e imediatas. Exemplo da caixa de opções com os vários Espaços de Côr No sentido de facilitar o manuseamento das imagens foram colocados sliders por baixo da representação de cada componente que permitem de uma forma rápida e cómoda incrementar/decrementar todos os valores de côr nos pixels, de uma dada componente. Isto é feito aplicando o mesmo valor (positivo ou negativo) a todos os pixels da componente em questão, e visualizando de imediato quer as mudanças obtidas na referida componente, quer na imagem reconstruída (obtamos por mostrar sempre esta imagem no formato RGB, independentemente do espaço de côr utilizado, visto assim ser mais fácil observar o que certas mudanças fazem na imagem original). Através do exemplo abaixo percebe-se facilmente a funcionalidade: Imagem modificada de acordo com as mudanças efectuadas na componente R Componente R modificada Exemplo de funcionamento com os sliders na componente R de RGB 4
6 Visto o principal objectivo do trabalho ser o manuseamento de imagens através da aplicação de filtros foi também implementada uma funcionalidade que permite modificar o valor de apenas os pixels que estão na gama escolhida pelo utilizador, ou seja, para uma certa componente de dado Espaço de Côr, os pixels que tiverem valor superior/inferior/igual a um limite definido pelo utilizador, terão o seu valor aumentado/diminuído em um valor novamente definido pelo utilizador. Esta funcionalidade torna-se bastante útil se, por exemplo, queremos tornar os pixels que tem um valor de vermelho baixo (em RGB logicamente), em pixels com valor de vermelho alto. De seguida apresentamos um exemplo elucidativo do que acabamos de descrever: Exemplo de funcionamento dos filtros para a componente RED Para terminar esta secção falta-nos referir as filtragens espaciais dos planos de côr. Tais filtragens, tal como vamos poder observar nos exemplos seguintes, são fundamentais quando precisamos de recuperar uma imagem. Para tal podem ser usados três algoritmos, sendo o primeiro denominado por nós de algoritmo uniforme visto aplicar a cada pixel, independentemente do seu valor e do valor dos seus vizinhos, a filtragem espacial. O segundo, algoritmo inteligente, tal como próprio nome sugere, apenas aplica a filtragem aos pixels que tem um valor muito diferente dos valores dos seus vizinhos. Com isto, além de conseguirmos melhorar o tempo de resposta do algoritmo, evitamos estar a estragar a imagem desnecessariamente aplicando filtragens a todos os pixels. Por último temos o algoritmo inteligente para ruído branco, que, tal como o nome indica, apenas atinge o seu potencial máximo quando o ruído é em tons claros (isto deve-se ao facto de o valor do ruído preto em RGB ser (0,0,0), o que faz com que as fórmulas usadas para calcular a diferença entre o valor do pixel e o valor do seu vizinho deixem de fazer sentido visto que ao multiplicar uma margem de segurança por o valor 0, obtemos 0). Eis então a equação que calcula o valor de um pixel, através da média ponderada do valor dos seus vizinhos (equação para a componente RED sendo análogo para as outras): RGB(i, j,1) = 0.125* RGB(i -1, j -1,1) * RGB(i, j -1,1) * RGB(i, j + 1,1) * RGB(i + 1, j -1,1) * RGB(i + 1, j,1) * RGB(i + 1, j + 1,1), * RGB(i -1, j,1) * RGB(i -1, j + 1,1) + 5
7 Quadro resumo com os pontos chave dos algoritmos de remoção de ruído: Nome do algoritmo Algoritmo uniforme Algoritmo inteligente Algoritmo inteligente para ruído branco Condição para aplicação da filtragem espacial Nenhuma filtragem aplicada a todos os pixels if((rgb(i,j,1)>1.5*rgb(i+1,j,1)) (RGB(i,j,1)<0.5*RGB(i-1,j,1)) (RGB(i,j,2)>1.5*RGB(i,j+1,2) (RGB(i,j,2)<0.5*RGB(i,j-1,2))) (RGB(i,j,3)>1.5*RGB(i,j+1,3) (RGB(i,j,3)<0.5*RGB(i+1,j,3)))) if((abs(rgb(i,j,1)-rgb(i+1,j,1)))>abs(0.2*rgb(i,j,1)) abs((rgb(i,j,2)-rgb(i,j+1,2))>abs(0.2*rgb(i,j,2))) abs((rgb(i,j,3)-rgb(i+1,j,3)))>abs(0.2*rgb(i,j,3))) Imagem Original Imagem com 10% de ruído branco Algoritmo uniforme Algoritmo inteligente 6
8 Algoritmo inteligente para ruído branco Algoritmo inteligente para ruído branco com manipulação de algumas componentes através de sliders Todos estes processamentos são acumuláveis, isto é, podem ser feitos uns sobre outros, e o resultado será a sobreposição dos efeitos de cada operação. Ainda foi possivel a implementação de opcionalmente se poder guardar o resultado final da imagem num novo ficheiro, com o tipo de extensão diferente. Todos estes processamentos são acumuláveis, isto é, podem ser feitos uns sobre outros. O resultado será a sobreposição dos efeitos de cada operação. Ainda foi possivel a implementação de um botão que permite guardar o resultado final da imagem num novo ficheiro, com o tipo de extensão diferente 2.3. Aspectos importantes A ferramenta Matlab não disponibiliza todas funções para conversão entre estes Espaços de Côr, pelo que foi necessário criar formas de converter, nomeadamente, RGB para YUV e vice-versa, segundo as formulas de conversão descritas. Estas novas funções seguem em ficheiros em paralelo ao da aplicação para este trabalho. Na etapa de apresentação das componentes separadas de cada Espaço de Côr houve algumas dificuldades em converter o aspecto de cada componente no correspondente espaço RGB. Por exemplo, a apresentação da componente U de uma imagem YUV, no monitor (em RGB), causou dificuldades em compreender se poderia estar alguma conversão RGB para YUV e/ou vice-versa com erros significativos. Esta dificuldade foi acrescida de uma confusão na literatura sobre o espaço YUV com o espaço YCbCr. No decorrer do desenvolvimento do trabalho, focou-se mais as relações entre os Espaços de Côr. Isso resultou em não se desenvolver algoritmos de aplicação de filtros espaciais, por exemplo, em componentes separadas, uma vez que não se achou tanta importância no que respeita aos objectivos principais de todo o trabalho. Como já descrito, implementou-se, sim, um tipo de filtro de níveis de côr para qualquer componente, com a representação do resultado. 7
9 3. Resultados e Análise Com o auxílio de uma imagem considerada pura, isto é, com zonas de valor de côr pura, permitiu concluír que: RGB Como esperado, as três componentes são geralmente importantes para a reprodução de uma côr. Numa imagem genérica, não se pode descartar qualquer uma delas pois vai interferir no aspecto original. YUV No caso de imagens puras como esta, todas as componentes tem a sua importância. Mas dependendo da imagem, as componentes de crominância podem ter valores praticamente nulos, o que proporciona a que possam ser ignorados na representação da imagem e com isso obter-se uma melhor compactação, para efeitos de armazenamento ou transmissão. Este exemplo, mosta bem que devido à caracteristica geral da imagem original, pode-se ignorar a componente U. HSV Para uma imagem pura que, ao contrário desta apresentada, não tenha zonas de branco, a componente S tornase desinteressante, pois, como se trata de cores puras, o nível de saturação é máxima. Pela mesma razão, a componente V também tem um valor igual por toda a imagem (máximo), pelo que resulta de pouca informação ao representá-la. Estas componentes apresentam-se em tons de vermelho pela razão de o vermelho ser a referência da componente H (Tom). A imagem à direita tem algumas zonas com tom praticamente constante o que corresponde a que na componente H em cada essas zonas tenha um valor semelhante mas também existe uma zona de variação de tons (a cara) bastante evidente na componente de tons, H. Essa zona da cara é também quase a única com níveis de saturação muito baixos corresponde a quase branco e a zona do chapéu/cabelo é uma zona com Valores (V - Value) muito baixos que, como esperado, corresponde a quase preto. NTSC (YIQ) Este Espaço de Côr, aplicado a uma imagem como esta, tem características semelhantes à aplicação no Espaço de Côr YUV o que é esperado pela relação entre este espaços. Uma imagem genérica que tenha importantes zonas com laranjas e/ou azuis vai traduzir num importante peso na componente I. De forma análoga, uma imagem com zonas violetas e/ou verdes resultará em valores importantes na componente Q. A primeira componente caracteriza-se da mesma forma que do espaço YUV. 8
10 Como exemplo realizado, partindo da tonalidade predominante desta imagem, a correspondente componente I tem a sua importância, contrariamente à componente Q, cujos valores se tornam despresáveis, na situação de compressão ou transmissão de uma imagem como esta. YCbCr Tal como outras, verifica-se a importância da primeira componente luminância dando os níveis de brilho à imagem em questão. A componente de crominância azul (Cb) torna-se importante se a imagem conter zonas com mistura de amarelos e/ou violetas, e a componente de crominância vermelha (Cr) tem importante informação caso a imagem apresente zonas de vermelhos e/ou verdes. Estas conclusões podem ser confirmadas com esta outra imagem, que é geralmente em tons de amarelo, laranja e vermelho para alem da luminância. Assim, a componente Cb correspondente tem valores relativos aos tons amarelos e a componente Cr correspondente surge com níveis representados pelos tons vermelhos. 4. Referências acedido em 09/10/ acedido em 27/10/ acedido em 30/10/ acedido em 30/10/ acedido em 31/10/2006 9
Imagens digitais. Armando J. Pinho. Introdução à Análise e Processamento de Sinal Universidade de Aveiro.
Imagens digitais Armando J. Pinho Introdução à Análise e Processamento de Sinal Universidade de Aveiro ap@ua.pt http://www.ieeta.pt/~ap IAPS (DETI-UA 2013/14) Armando J. Pinho 1 / 55 Sumário 1 Formação
Leia maisAplicações Informáticas B 12º Ano
Aplicações Informáticas B 12º Ano Prof. Adelina Maia 2013/2014 AIB_U4A 1 Bases sobre a teoria da cor aplicada aos sistemas digitais (red / Green / blue) Modelo CMYK (cyan / magenta / yellow + Black) Modelo
Leia maisUniversidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I)
Universidade do Estado de Minas Gerais Curso de Sistemas de Informações Multimídia A Imagem (Parte I) Prof Sérgio Carlos Portari Júnior portari.uemgituiutaba@gmail.com Multimídia A imagem Tópico: Representação
Leia maisTelevisão Digital. Trabalho prático nº1. Filtragem espacial de imagem fixa e manipulação de histogramas. 2 de Novembro de 2006
Televisão Digital Trabalho prático nº1 Filtragem espacial de imagem fixa e manipulação de histogramas 2 de Novembro de 2006 José Carlos Costa Pinto Ribeiro 000503044 Rui Miguel Barbosa da Costa Gonçalves
Leia maisProcessamento de Imagens Coloridas. Prof. Adilson Gonzaga
Processamento de Imagens Coloridas Prof. Adilson Gonzaga 1 Aparência de um Objeto A aparência de um objeto é o resultado de uma complexa interação da luz incidente sobre este objeto, suas características
Leia maisInfluência do Tamanho do Bloco na DCT
LICENCIATURA EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES TELEVISÃO DIGITAL 2005/06 Influência do Tamanho do Bloco na DCT Autores: Carlos Graf Nuno Lima Grupo 4 Novembro de 2005 ÍNDICE 1. INTRODUÇÃO...
Leia maisProcessamento de imagem a cores
A cor é um poderoso descritor que frequentemente simplifica a identificação e extracção de objectos de uma cena Os humanos podem discernir milhares de cores, mas apenas duas dezenas de cinzentos O processamento
Leia maisFundamentos sobre. Universidade Federal do Rio de Janeiro - IM/DCC & NCE. Antonio G. Thomé Sala AEP/1033. Processamento de Imagens
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Fundamentos sobre Processamento de Imagens Antonio G. Thomé thome@nce.ufrj.br Sala AEP/1033 Sumário do Curso Introdução Ambientação com o MatLab Aquisição
Leia maisCor SCC0251 Processamento de Imagens
Cor SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2012/1 Moacir Ponti Jr. (ICMCUSP) Cor 2012/1 1 / 39 Sumário 1 Introdução
Leia maisEqualização e modificação de histogramas
Equalização e modificação de histogramas Televisão Digital 2004/2005 Sérgio Ramos Pinho 030503028 Rui Manuel Ferreira do Couto 030503011 Índice: Índice 2 Introdução 3 Objectivos 3 Preliminares Teóricos
Leia maisLuz e Cor. Sistemas Gráficos/ Computação Gráfica e Interfaces FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO
Luz e Cor Sistemas Gráficos/ Computação Gráfica e Interfaces 1 Luz Cromática Em termos perceptivos avaliamos a luz cromática pelas seguintes quantidades: 1. Matiz (Hue): distingue entre as várias cores
Leia maisTELEVISÃO DIGITAL LEEC 2006/2007
TELEVISÃO DIGITAL LEEC 2006/2007 DETECÇÃO DE CONTORNOS GRUPO 6: Hugo Miguel Rodrigues Gonçalves Dinis Guedes Afonso ee01171 ee01148 Introdução Este trabalho tem como objectivo a implementação de métodos
Leia mais[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações
[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações Dr. Sylvio Barbon Junior PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DE ALIMENTOS - UEL 2016 Assunto Aula 2 Introdução ao Processamento
Leia maisProcessamento Digital de Imagens. Cor
Processamento Digital de Imagens Cor Em uma descrição física a cor está associada ao seu comprimento de onda. Ao se analisar o espectro eletromagnético na região do visível, os menores comprimentos de
Leia maisFundamentos de Processamento Gráfico. Modelos de cores. Fátima Nunes. Profa. Fátima L. S. Nunes
Fundamentos de Processamento Gráfico Aula 10 Modelos de cores Fátima Nunes 1 Introdução Por que usar cor em processamento de imagens? 2 Introdução Por que usar cor em processamento de imagens? Cor: descritor
Leia maisCores em Imagens e Vídeo
Aula 05 Cores em Imagens e Vídeo Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Ciência da Computação Ciência das Cores A cor é fundamentada
Leia maisPROCESSAMENTO DE IMAGENS COLORIDAS. Nielsen Castelo Damasceno
PROCESSAMENTO DE IMAGENS COLORIDAS Nielsen Castelo Damasceno Definições A cor é um poderoso descritor que muitas vezes simplifica a identificação do objeto e sua extração de uma cena. Os seres humanos
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 30 de julho de 2015 Motivações: cor ajuda reconhecimento
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 3 Processamento de Imagens Coloridas
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 3 Processamento de Imagens Coloridas Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisOs computadores processam dados digitais ou discretos. Os dados são informação representada num sistema digital de símbolos.
Os computadores processam dados digitais ou discretos. Os dados são informação representada num sistema digital de símbolos. Todas as formas de informação devem ser convertidas para a forma digital de
Leia maisPROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA. Digital Image Processing for Robotic Vision
PROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA Digital Image Processing for Robotic Vision Luiz Ferreira MENEZES Jr. Faculdade de Jaguariúna Resumo: Este trabalho descreve quatro métodos para converter
Leia maisCARTOGRAFIA TEMÁTICA Teoria das cores. Prof. Luciene S. Delazari Departamento de Geomática Curso de Engenharia Cartográfica e de Agrimensura
CARTOGRAFIA TEMÁTICA Teoria das cores Prof. Luciene S. Delazari Departamento de Geomática Curso de Engenharia Cartográfica e de Agrimensura - 2019 Projeto cartográfico Teoria das Cores Percepção da cor
Leia maisCapítulo II Imagem Digital
Capítulo II Imagem Digital Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Formação de uma imagem 2. Representação digital de uma imagem 3. Cor 4. Histogramas 5. Ruído
Leia maisAs imagens. As imagens. Representação digital de imagens. As imagens Wilson de Pádua Paula Filho 1
As As As Dispositivos gráficos Resolução espacial de : pixel - unidade de imagem, usada para medir resolução gráfica; visão humana - cerca de 3000 x 3000 pixels; fotografia - até 8000 x 8000 pixels. 2001
Leia maisImplementação de um Sistema de Fusão de Imagens no Modelo
Implementação de um Sistema de Fusão de Imagens no Modelo HSI 27 de novembro de 2009 O que será apresentado O que será apresentado : Problemática; O Modelo HSI; Proposta; Implementação do sistema: ; ;
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 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 maisPEF 5743 Computação Gráfica Aplicada à Engenharia de Estruturas
PEF 5743 Computação Gráfica Aplicada à Engenharia de Estruturas Prof. Dr. Rodrigo Provasi e-mail: provasi@usp.br Sala 09 LEM Prédio de Engenharia Civil Iluminação Para a compreensão do funcionamento da
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 maisTelevisão Digital 5ºano 2006/2007. Compressão/Descompressão de Imagens JPEG. Trabalho realizado por: Carla Neves, nº
Televisão Digital 5ºano 2006/2007 Compressão/Descompressão de Imagens JPEG Trabalho realizado por: Carla Neves, nº010503162 Índice Índice... pág2 Introdução... pág.3 Objectivos... pág.5 Implementação...
Leia maisLuz e Cor. por Marcelo Gattass Departamento de Informática PUC-Rio
Luz e Cor por Marcelo Gattass Departamento de Informática PUC-Rio (adaptado por Luiz Fernando Martha para a disciplina CIV2802 Sistemas Gráficos para Engenharia) Luz Onda eletro-magnética 10 2 10 4 10
Leia maisTelevisão Digital 2006/2007. João Sousa Botto
Televisão Digital 2006/2007 João Sousa Botto 010503064 jsbotto@gmail.com Algoritmo: 3 Princípios sobre os quais assenta o algoritmo: 4 Ambiente de trabalho: 5 Aspectos mais salientes da implementação que
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 maisImagem bitmap. Gráfico vetorial. gráficos vetoriais
Sobre imagens bitmap e gráficos vetoriais Os elementos gráficos de um computador podem ser divididos em duas categorias principais -- bitmap e vetor. Imagem bitmap Gráfico vetorial Imagens bitmap são ideais
Leia maisMudanças de Coordenadas em Sistemas de Cores
Mudanças de Coordenadas em Sistemas de Cores Bruno Teixeira Moreira e Emídio Augusto Arantes Macedo Ciência da Computação 1 o. Período Professor: Rodney Josué Biezuner Disciplina: Geometria Analítica e
Leia maisFiltragem de Imagens Fixas
FEUP 2006/2007 TELEVISÃO DIGITAL Filtragem de Imagens Fixas Nuno Miguel da Cunha Pássaro Nuno Miguel Dantas de Faria nº de aluno: 010503228 email: ee01228@fe.up.pt nº de aluno: 010503160 email: ee01160@fe.up.pt
Leia maisCARTOGRAFIA TEMÁTICA Teoria das cores. Prof. Luciene S. Delazari Departamento de Geomática Curso de Engenharia Cartográfica e de Agrimensura
CARTOGRAFIA TEMÁTICA Teoria das cores Prof. Luciene S. Delazari Departamento de Geomática Curso de Engenharia Cartográfica e de Agrimensura - 2018 Projeto cartográfico Teoria das Cores Percepção da cor
Leia maisDetecção de faces. Marta Villanueva Torres
Detecção de faces Marta Villanueva Torres Introdução ao Processamento de Imagens 2014.1 1. INTRODUÇÃO O objetivo deste trabalho é desenvolver um algoritmo que detecte faces em imagens. Sendo que, atualmente,
Leia maisAULA 9 TRANSFORMAÇÃO RGB IHS. Daniel C. Zanotta 22/06/2017
AULA 9 TRANSFORMAÇÃO RGB IHS Daniel C. Zanotta 22/06/2017 SISTEMA ADITIVO DE CORES (LUZ) LUZ: A LUZ É COMPOSTA DE VIBRAÇÕES ELETROMAGNÉTICAS QUE CORRESPONDEM ÀS CORES. ESSAS VIBRAÇÕES TEM ESPECÍFICAS FREQUÊNCIAS
Leia maisSistema de Cores. Guillermo Cámara-Chávez
Sistema de Cores Guillermo Cámara-Chávez Conceitos Motivação - poderoso descritor de característica que simplifica identificação e extração de objetos da cena; - humanos podem distinguir milhares de tonalidades
Leia maisSTV 29 SET SINAL I esta tensão de vídeo é produzida na matriz do transmissor como a seguinte combinação de vermelho, verde e azul:
STV 29 SET 2008 1 LARGURA DE FAIXA DO SINAL Y este sinal é transmitido com a largura de faixa da freqüência de vídeo completa de 0-4 MHz, como na transmissão monocromática contudo, a maioria dos receptores
Leia maisAULA 9 TRANSFORMAÇÃO RGB HSV. Daniel C. Zanotta 13/08/2018
AULA 9 TRANSFORMAÇÃO RGB HSV Daniel C. Zanotta 13/08/2018 SISTEMA ADITIVO DE CORES (LUZ) LUZ: A LUZ É COMPOSTA DE VIBRAÇÕES ELETROMAGNÉTICAS QUE CORRESPONDEM ÀS CORES. ESSAS VIBRAÇÕES TEM ESPECÍFICAS FREQUÊNCIAS
Leia maisSISTEMAS DE VÍDEO. Instrutor : Claudio Younis
SISTEMAS DE VÍDEO Instrutor : Claudio Younis VÍDEO Sequência de imagens exibidas em uma determinada velocidade de modo que nosso sistema visual (olho, retina, nervo óptico e cerébro) reconstrua o movimento
Leia maisAquisição/Codificação de Vídeo
Aquisição/Codificação de Vídeo Tópicos em Hipermídia Diego Fiori de Carvalho Rudinei Goularte 1 Roteiro Aquisição/Codificação Evolução CCD Formatos de vídeo analógico Aquisição de Imagens Padrões de Cor
Leia maisTEORIA DE CORES ALEXANDRE KEESE
TEORIA DE CORES ALEXANDRE KEESE Fig. 1 - Espectro de Cores Fig. 1.1 - RGB Aditivo Fig. 1.2 - CMY Subtrativo TEORIA BÁSICA DAS CORES É muito importante a compreensão de como cada cor é descrita e utilizada
Leia maisLuz, Cor e Percepção Visual
Luz, Cor e Percepção Visual André Tavares da Silva andre.silva@udesc.br Capítulo 13 do Foley O que é luz? Luz é uma forma de energia. Tipo de radiação eletromagnética com um comprimento de onda que afeta
Leia maisCor. Apontamentos CG + Edward Angel, Caps. 1, 2 e 7. Instituto Superior Técnico Computação Gráfica 2009/2010
Cor Apontamentos CG + Edward Angel, Caps. 1, 2 e 7 Instituto Superior Técnico Computação Gráfica 2009/2010 1 Na última aula... Pipeline de Visualização 3D Triangulação Mapeamento em coordenadas de Viewport
Leia maisProcessamento de Imagens. Processamento de Imagens. Universidade Federal do Rio de Janeiro - IM/DCC & NCE. Fundamentos sobre. Antonio Carlos Gay Thomé
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Fundamentos sobre Processamento de Imagens Antonio Carlos Gay Thomé Meus dados: Sala 1033 / AEP thome@nce.ufrj.br equipe.nce.ufrj.br/thome Laboratório
Leia maisMódulo 6 Compressão Vídeo Sistemas Multimédia
Módulo 6 Compressão Vídeo Sistemas Multimédia Universidade de Aveiro 1 Sumário O sinal vídeo O vídeo digital- CCITT 601 Os formatos de vídeo Compressão de vídeo Redução de informação Redundância temporal
Leia maisTelevisão Digital. Codificação de Entropia Códigos de Huffman. Hélio Manuel Gonçalves Jaco
Codificação de Entropia Códigos de Huffman Hélio Manuel Gonçalves Jaco Porto, Outubro de 2006 1. Objectivo Desenvolver um programa que gere códigos de Huffman de imagens às quais foi aplicada uma transformada
Leia maisMaterial protegido pelas leis de direito autoral Proibida qualquer tipo de divulgação sem à devida autorização ou citada a fonte de forma correta.
O que é cor? É a percepção visual provocada pela ação de um feixe de fótons sobre as células especializadas da retina, células essas que transmitem informação através do nervo óptico para o sistema nervoso,
Leia maisPROCESSAMENTO DE IMAGENS COLORIDAS
PROCESSAMENTO DE IMAGENS COLORIDAS Fundamentos da cor A visão da cor É a capacidade de um organismo ou máquina de distinguir objetos baseando-se nos comprimentos de onda (ou freqüências) da luz sendo refletida,
Leia maisLuz e Cor. Luz. Onda eletro-magnética. Computação Gráfica Interativa - Gattass 10/26/2004. Luz e Cor. λ (m) f (Hertz)
Marcelo Gattass, PUC-Rio Luz Onda eletro-magnética 10 2 10 4 10 6 10 8 10 10 10 12 10 14 10 16 10 18 10 20 (m) rádioam FM,TV Micro-Ondas Ultra-Violeta Infra-Vermelho RaiosX f (Hertz) 10 6 10 4 10 2 10
Leia maisRepresentação de cores. Computação Gráfica Cores. O que é luz. Distribuição espectral da iluminação 11/12/12
Representação de cores Computação Gráfica Cores Renato Ferreira Tratados de maneira geral como triplas RGB Um parâmetro alpha opcional Quase todas operações separadas por componente Mas usualmente tratadas
Leia maisTonalidade, luminosidade, saturação.
Tonalidade, luminosidade, saturação. O mundo da cor é uma mistura desses três atributos. Figura 1: Roda das cores. Amarelo-Verde Amarelo Laranja Vermelho Verde Vermelho-Violeta Azul-Verde Azul Azul-Violeta
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 maisModelo RGB - Aplicações
Modelo RGB - Aplicações As aplicações do modelo RGB estão associadas à emissão de luz por equipamentos como monitores de computador e ecrãs de televisão. O monitor CRT é essencialmente um tubo de raios
Leia maisCONECTORES DE VÍDEO. Montagem e Manutenção de Microcomputadores (MMM) Escola Técnica Estadual República FAETEC Rio de Janeiro - RJ MM - ETER - FAETEC
CONECTORES DE VÍDEO Montagem e Manutenção de Microcomputadores (MMM) Escola Técnica Estadual República FAETEC Rio de Janeiro - RJ CONECTORES DE VÍDEO Existem vários tipos de conectores de vídeo que você
Leia maisParte 1 Questões Teóricas
Universidade de Brasília (UnB) Faculdade de Tecnologia (FT) Departamento de Engenharia Elétrica (ENE) Disciplina: Processamento de Imagens Profa.: Mylène C.Q. de Farias Semestre: 2014.2 LISTA 04 Entrega:
Leia maisIntrodução ao Processamento de Imagens Digitais Aula 01
Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação
Leia maisCOMPUTAÇÃO GRÁFICA. Ana Paula Mandelli
COMPUTAÇÃO GRÁFICA Ana Paula Mandelli anapaula_mandelli@hotmail.com Ementa Princípios de Design gráfico. Funcionalidades básicas. Técnicas aplicadas ao Design Gráfico. Ilustrações. Tratamento de Imagens.
Leia maisIntrodução ao OpenCV
Instituto Federal Sul-rio-grandense Campus Pelotas Engenharia Elétrica Processamento de Imagens Digitais Introdução ao OpenCV (Parte I) Glaucius Décio Duarte Atualizado em: 20 ago. 2018 OpenCV (Open Source
Leia maisSistemas de Cores. Leandro Tonietto Processamento Gráfico Jogos Digitais set-09
Sistemas de Cores Leandro Tonietto Processamento Gráfico Jogos Digitais ltonietto@unisinos.br http://www.inf.unisinos.br/~ltonietto set-09 Sumário Introdução Cores RGB HSV Referências 4-set-09 Leandro
Leia maisCor e Imagem. Luz. ! Visão = percepção da energia electromagnética. ! O espectro eletromagnético inclui diversos tipos de radiações:
Cor e Imagem Computação Gráfica Luz! Visão = percepção da energia electromagnética! O espectro eletromagnético inclui diversos tipos de radiações:! Gamma! X-ray! Ultraviolet! Visible (pequena porção)!
Leia maisImagem, Pixels, Modelos de Cor e Operações. Visão Computacional - UFMA
Imagem, Pixels, Modelos de Cor e Operações Visão Computacional - UFMA Imagem Digital Uma imagem contém uma quan9dade discreta de elementos chamados pixels Cada pixel possui um valor intensidade no caso
Leia maisMídias Discretas. Introdução à Ciência da Informação
Mídias Discretas Introdução à Ciência da Informação Mídias Discretas Mídias discretas (estáticas) Texto Gráficos e Imagens Estáticas Caracteres são convertidos para uma representação com um número fixo
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 maisTomTom WEBFLEET Índice remissivo. Let s drive business TM. Nota de lançamento, outubro de 2012
TomTom WEBFLEET 2.16 Nota de lançamento, outubro de 2012 Índice remissivo Novos tipos de relatórios 2 Visualização de relatórios 4 Relatórios a pedido 5 Arquivo de relatórios 6 Gestão e administração de
Leia maisFiltro de Imagem Baseado em Matriz RGB de Cores- Padrão para Futebol de Robôs
Filtro de Imagem Baseado em Matriz RGB de Cores- Padrão para Futebol de Robôs Eder A. Penharbel, Ricardo C. Destro, Flavio Tonidandel e Reinaldo A.C. Bianchi Centro Universitário da FEI - UniFEI Av. Humberto
Leia maisIntensidade determina qual o brilho que uma luz provoca na superfície de um objecto (Multiplier).
Universidade Lusófona Filipe Costa Luz Jul 2003 Iluminação em 3DStudioMAX Existem diversos sistemas de iluminação digital (ver tutorial sobre Plug-in Brazil) que ajudam a criar um cenário visualmente mais
Leia maisExpansão/Redução de imagens no domínio das frequências
Faculdade de Engenharia da Universidade do Porto LEEC 5ºAno/1ºSemestre Televisão Digital 2006/2007 Trabalho 1: Expansão/Redução de imagens no domínio das frequências Grupo 8: Pedro Cunha (ee00047@fe.up.pt)
Leia maisDetecção de Cortes de Cena
Licenciatura em Engenharia Electrotécnica e de Computadores Faculdade de Engenharia da Universidade do Porto Detecção de Cortes de Cena (Televisão Digital 2006/2007) Joaquim Matos (010503050) Luís Neves
Leia maisEXTRACÇÃO DE INFORMAÇÃO VÍDEO DO DOMÍNIO COMPRIMIDO MPEG-4 2
EXTRACÇÃO DE INFORMAÇÃO VÍDEO DO DOMÍNIO COMPRIMIDO MPEG-4 2 Neste capítulo vamos abordar algumas características que são possíveis extrair a partir da representação digital comprimida de sequências de
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 maisfig.1 Programa implementado durante a realização do trabalho
1- INTRODUÇÃO Com este trabalho pretendia-se fazer a extracção de contornos de imagens. Para se poder atingir os objectivos aos quais era proposto, foram implementadas diversas estratégias de detecção
Leia maisProf. Cláudio Henrique Albuquerque Rodrigues
Prof. Cláudio Henrique Albuquerque Rodrigues As características do vídeo analógico são: Limitações no armazenamento, processamento e transmissão; Dificuldade na localização de imagens específicas; Dificuldade
Leia maisIntrodução. Enquadramento. Descrição
Interfaces Homem Máquina 07/08 Grupo 4 Projecto: G sm Relatório Final Introdução O nosso projecto consiste no desenvolvimento de uma aplicação de gestão de mesadas. A aplicação pretende ser uma ferramenta
Leia maisColégio Técnico Educáre Curso Técnico de Design de Interiores. Modulo 1 - CORES NOS AMBIENTES TEORIA DAS CORES. Professora Arq.
Colégio Técnico Educáre Curso Técnico de Design de Interiores Modulo 1 - CORES NOS AMBIENTES TEORIA DAS CORES Professora Arq. SIMONE CAMILLO Você já tentou perceber o mundo em preto e branco? Você já pensou
Leia maisMODELO de COR (1) ORIENTADO PARA O EQUIPAMENTO. Finalidade? Especificação precisa das cores numa certa gama, para determinada classe de equipamentos.
MODELO de COR (1) ORIENTADO PARA O EQUIPAMENTO Finalidade? Especificação precisa das cores numa certa gama, para determinada classe de equipamentos. O que é? Sub-espaço 3D Sistema de coordenadas 3D Combinação
Leia maisUniversidade Federal de Alagoas Instituto de Matemática. Cor. Prof. Thales Vieira
Universidade Federal de Alagoas Instituto de Matemática Cor Prof. Thales Vieira 2014 O que é cor? Cor no universo físico Cor no universo matemático Representação de cor Especificação de cor Colorimetria
Leia maisTópicos. Mídia Áudio Características
Tópicos Introdução Representação de Informação Multimídia Digitalização Mídias Texto, Imagem, Áudio e Vídeo Compressão, Padrões de Compressão Comunicação Multimídia Protocolos de Rede, Redes Locais Redes
Leia maisMelhor caminho entre duas estações de metro
[EIC0110] Concepção e Análise de algoritmos 2010-2011 Trabalho de Grupo 1: Tema 7 Melhor caminho entre duas estações de metro Turma 3 Grupo 13 Maio de 2011 Trabalho realizado por: Maria Antonieta Dias
Leia maisO AMBIENTE DE TRABALHO... 2 CRIAR, ABRIR E GUARDAR DOCUMENTOS... 6 EDIÇÃO DE DOCUMENTOS... 7 FORMATAÇÃO DE TEXTO Manual de Word INTRODUÇÃO...
INTRODUÇÃO... 2 Noção de processador de texto... 2 O AMBIENTE DE TRABALHO... 2 Área de trabalho... 3 Barra de menus... 3 Barras de ferramentas... 4 Réguas... 5 Botões de visualização... 5 Barra de estados...
Leia maisSMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS
Portugal, Porto - 13. 15 Junho 2007 SMCB: METODOLOGIA PARA A QUANTIZAÇÃO DE CORES EM IMAGENS FACIAIS Marcelo Zaniboni, Osvaldo S. Junior e João Manuel R. S. Tavares IMES / FAFICA Instituto Municipal de
Leia maisCodificação de Informação 2010/2011
Codificação de Informação 2010/2011 Sumário: Codificação de imagens métodos com e sem perdas As normas JPEG Compressão de imagem Métodos sem perdas Aplicação de um ou mais métodos de compressão já estudados
Leia maisImplementação de códigos no Matlab para detecção de falhas em cordão de soldas. Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres
Implementação de códigos no Matlab para detecção de falhas em cordão de soldas Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres Departamento Acadêmico de Eletrônica (DAELN) - Universidade
Leia maisCIR CIR CIR m CIR 12 CIR 1. Estruturas reticuladas simples Problema
Estruturas reticuladas simples roblema C B 4 A 3 4 m Calcule todas as reacções externas. As forças aplicadas actuam no meio das barras. Resolução (verificação da estatia: Estática) H A: libertação e a
Leia maisPMR2560 Visão Computacional Detecção de cores e blobs. Prof. Eduardo L. L. Cabral
PMR2560 Visão Computacional Detecção de cores e blobs Prof. Eduardo L. L. Cabral Objetivos Detecção de cores; Detecção de blobs. Detecção de cores Cores são facilmente identificadas nas imagens. Cor a
Leia maisCIR CIR CIR m CIR 12 CIR 1. Problema
roblema C B 4 A 3 4 m Calcule todas as reacções externas. As forças aplicadas actuam no meio das barras. Resolução (verificação da estatia: Estática) H A : libertação e a introdução da reacção incógnita
Leia maisGabarito dos Exercícios do Capítulo de Cores /1. 1. Complete os pontilhados ou brancos os parágrafos abaixo:
Gabarito dos Exercícios do Capítulo de Cores - 2005/. Complete os pontilhados ou brancos os parágrafos abaixo: Valor da Questão: 2.0 - cada resposta completada corretamente: 0, Usando um byte por canal,
Leia maisPROCESSAMENTO DE IMAGENS. Eduardo Ribeiro
PROCESSAMENTO DE IMAGENS Eduardo Ribeiro Brilho Em uma imagem em tons de cinza, cada valor de pixel representa um brilho. Brilho é definido formalmente como o atributo de uma sensação visual segundo o
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 maisGuia de qualidade de cores
Página 1 de 7 Guia de qualidade de cores O Guia de qualidade de cores explica como as operações disponíveis na impressora podem ser usadas para ajustar e personalizar a saída colorida. Menu qualidade Modo
Leia maisVideo Analógico. Pedro Alípio Telemédia
Video Analógico Pedro Alípio Telemédia 1 Medias Dinâmicos Medias Dinâmicos Também designados por Temporais ou Contínuos As dependências temporais entre os elementos que constituem a informação fazem parte
Leia maisEstudando com o MATLAB
Estudando com o MATLAB Curso de Extensão Docentes: > Fabiano Araujo Soares > Marcelino M. de Andrade Monitor: >Luan Felipe Aula 4: Aplicações - Parte II 1ª Parte - Estatística Aula 4-1ª Parte: Estatística
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS (SERP11) TRANSFORMAÇÕES LINEARES: COMPONENTES PRINCIPAIS, TASSELED CAP, IHS. Daniel C. Zanotta
PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) TRANSFORMAÇÕES LINEARES: COMPONENTES PRINCIPAIS, TASSELED CAP, IHS Daniel C. Zanotta ANÁLISE POR PRINCIPAIS COMPONENTES Conceitos básicos Espalhamento bi-dimensional:
Leia maisTransformada de Discreta de Co senos DCT
Transformada de Discreta de Co senos DCT O primeiro passo, na maioria dos sistemas de compressão de imagens e vídeo, é identificar a presença de redundância espacial (semelhança entre um pixel e os pixels
Leia maisRastreamento de objeto e estimativa de movimento
Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Brasil 2015 Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Relatório do trabalho 2 da disciplina de Processamento Digital
Leia maisIntrodução. Introdução. Quantização de Cor. Quantização de Cor. Efeitos da Discretização Espacial (redução da resolução espacial)
Introdução Introdução Uma imagem bitmap está associada a dois processos de discretização: Efeitos da Discretização Espacial (redução da resolução espacial) Discretização Espacial (Processo de Amostragem
Leia mais