Processamento de Imagem

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Processamento de Imagem"

Transcrição

1 Processamento de Imagem Mestrado ISEP/IST em Eng. Electrotécnica e Computadores António Costa

2 Introdução Definições Ferramentas Amostragem Algoritmos Técnicas Conclusão Informação Adicional Índice Maio 2005 Processamento de Imagem 2

3 Processamento Digital de Imagem Introdução Desde circuitos simples até sistemas computacionais Enquadramento do Processamento de Imagem Designação Entrada Saída Síntese de Imagem Descrição Imagem Processamento de Imagem Análise de Imagem Compreensão de Imagem Imagem Imagem Imagem Imagem Medidas Descrição Domínio de aplicação 2D (mais comum) Maio 2005 Processamento de Imagem 3

4 Imagem Definições É uma função escalar a(x,y): intensidade de qualquer coisa traduzida num valor inteiro, real ou complexo Uma imagem digital a[m,n] resulta de imagem analógica a(x,y) através de amostragem - digitalização Uma imagem é formada por N linhas e M colunas, sendo cada elemento de imagem a[m,n] um pixel Na realidade a função a() é a(x,y,z,t,,...), mas será abordado apenas o caso 2D, estático e monocromático Maio 2005 Processamento de Imagem 4

5 Exemplo Colunas Definições Linhas Valor = a(x,y,z,t, ) Imagem de 16 linhas e 16 colunas Pixel em a[10,3] tem valor inteiro 110 (gama 0-255) Maio 2005 Processamento de Imagem 5

6 Valores mais comuns Definições Nº de linhas N: 256, 512, 525, 625, 768, 1024, 1035 Nº de colunas M: 256, 512, 768, 1024, 1320 Nº de intensidades: 2, 64, 256, 1024, 65536, 2 24, 2 32 Casos mais comuns: M=N=2 K (K=8,9 ou 10) devido a tecnologias de hardware ou algoritmos (FFT) O número máximo de intensidades é geralmente potência de 2 Caso =2: imagem binária ( preto e branco ) Caso >2: imagem em tons de cinzento Maio 2005 Processamento de Imagem 6

7 Tipos de operações sobre imagens Definições Transformação de imagem a[m,n] em imagem b[m,n] Pontual: o resultado num pixel apenas depende do valor do pixel de entrada correspondente Local: o resultado num pixel depende dos valores da vizinhança de pixels de entrada próximos Global: o resultado num pixel depende de todos os valores dos pixels de entrada Exemplos Pontual Global Local Maio 2005 Processamento de Imagem 7

8 Tipos de vizinhança de pixels Definições O conceito de vizinhança de pixels é muito importante No caso mais comum de amostragem rectangular as vizinhanças mais usadas são a viz 4 e a viz 8 Em alguns dispositivos é possível efectuar amostragem hexagonal, de que resulta a vizinhança viz 6 Exemplos Maio 2005 Processamento de Imagem 8

9 Convolução Obedece ao princípio da sobreposição Ferramentas Permite descrever a saída de um sistema linear, conhecidas a entrada e a função de transferência Versão discreta c[m,n] = a[m,n] b[m,n] = j k a[j,k] b[m-j,n-k] Correlação Mede o grau de similaridade entre dois sinais Versão discreta c[m,n] = a[m,n] b[m,n] = j k a[j,k] b[m+j,n+k] Maio 2005 Processamento de Imagem 9

10 Transformada de Fourier Versão discreta (DFT) -j( m + n) A(, ) = m n a[m,n] e Ferramentas a[m,n] = 1/4 2 A(, ) e +j( m + n) d d A transformada de uma imagem pode ser complexa Exemplo log( A(, ) ) Reconstrução com (, )=0 a[m,n] (, ) Reconstrução com log( A(, ) )=k Maio 2005 Processamento de Imagem 10

11 Estatísticas Ferramentas É comum o uso de descrições estatísticas simples A função densidade de probabilidade p(a) de uma região de pixels pode ser estimada por contagem das ocorrências de intensidade nessa região Essa contagem pode ser descrita pelo histograma h[a] a[m,n] P(a) - Intensidade h[a] - Intensidade Maio 2005 Processamento de Imagem 11

12 Estatísticas Ferramentas Média m a = 1/P j,k a[j,k] (P - nº de pixels da região) Desvio padrão s a = 1/(P-1) j,k (a[j,k] - m a ) 2 Relação sinal/ruído SNR = 20log 10 ((a max - a min ) / s n ) (s n - desvio padrão do ruído) Exemplo Média: Desvio padrão: 4.0 Mínimo: 202 Mediana: 220 Máximo: 226 Moda: 220 SNR: 33.3 Maio 2005 Processamento de Imagem 12

13 Representações de contorno Chain codes Ferramentas Seguimento do contorno em sentido horário com anotação das mudanças de direcção entre pixels sucessivos - exemplo P i Crack codes Seguimento da linha entre objecto e fundo (crack) Maio 2005 Processamento de Imagem 13

14 Uma nota de aviso Ferramentas Não é possível ainda modelar o sistema visual humano através das técnicas correntes de análise de sistemas As ilusões ópticas não se enquadram nesses modelos Indução de visualização de valores cinzentos que se sabe não existem e noção de dinamismo na imagem Indução de visualização de contornos inexistentes e contraste exagerado URL: Maio 2005 Processamento de Imagem 14

15 Amostragem de imagem Amostragem Ideal b ideal [m,n] = m n a(mx0,ny0) (x-mx0,y-ny0) Real b real [m,n] = (a(x,y) p(x,y)) m n (x-mx0,y-ny0) A função de abertura p(x,y) depende da tecnologia usada na captura da informação e é frequentemente: Circular; Quadrada; Gaussiana Deve escolher-se a densidade de amostragem com base na teoria de sinal clássica (teoria de Nyquist) Maio 2005 Processamento de Imagem 15

16 Algoritmos Baseados em operações de histograma Alargamento do contraste Muitas imagens são geradas com intensidades que não aproveitam a gama máxima de intensidades Corrige-se através do alargamento da gama da imagem b[m,n] = (2 B -1) (a[m,n] - p low% ) / (p high% - p low% ) se p low% < a[m,n] < p high% ; senão 0 ou 2 B -1 p low% - intensidade baixa no histograma (0%, 1%, 5%) p high% - intensidade alta no histograma (100%, 99%, 95%) original contraste alargado Maio 2005 Processamento de Imagem 16

17 Algoritmos Baseados em operações de histograma Equalização de histogramas Normaliza-se o histograma da imagem para um histograma padrão (comparação de imagens, etc) O objectivo ideal é obter ocorrências iguais para todas as intensidades - histograma plano Pode obter-se algo aproximado usando a função distribuição de probabilidade (normalizada de 0 a 2 B -1) como índice de acesso ao histograma padrão... original histograma equalizado Maio 2005 Processamento de Imagem 17

18 Algoritmos Baseados em operações matemáticas Operações binárias Baseadas nas operações booleanas pixel a pixel Exemplo Imagem a Imagem b NOT(b) OR(a,b) AND(a,b) XOR(a,b) SUB(a,b) [ AND(a,NOT(b)) ] Operações aritméticas a+b a/b log(a) exp(a) sqrt(a) sin(a) (2 B -1)-a, etc Maio 2005 Processamento de Imagem 18

19 Enquadramento Algoritmos Baseados em convolução Baseia-se na noção de uma janela finita h() operando sobre a imagem a(), produzindo uma nova imagem c() O pixel de saída é igual à soma pesada dos pixels de entrada dentro da janela, em que os pesos são os valores específicos do filtro de convolução h() Convolução no domínio espacial Pode gerar acessos fora da imagem a[m,n] c[m,n] = a[m,n] h[m,n] = j k h[j,k] a[m-j,n-k] Note-se que m-j ou n-k podem ser negativos Solução: extender artificialmente a imagem Maio 2005 Processamento de Imagem 19

20 Objectivos gerais Algoritmos Baseados em suavização Tipicamente usados para reduzir o ruído e/ou preparar imagens para outros processamentos mais complexos Filtros lineares Filtro uniforme: Rectangular (J=K=5) Circular (J=K=5) Piramidal (J=K=5) Cónico (J=K=5) Filtro triangular: Filtro gaussiano: cada vez mais utilizado (versatilidade) Maio 2005 Processamento de Imagem 20

21 Filtros não-lineares Algoritmos Baseados em suavização Estes filtros não podem ser alvo de análises de Fourier Filtro de mediana: em cada aplicação da janela h() usa-se a intensidade mediana dentro da referida janela Filtro Kuwahara: preserva bem os contornos Em cada uma das 4 regiões calcula-se a média e a variância O valor atribuído ao pixel central é o valor médio da região que possui menor variância Região 4 Região 1 Região 2 Pixel central Região 3 Maio 2005 Processamento de Imagem 21

22 Algoritmos Baseados em suavização Exemplos de vários filtros de suavização Imagem original Histograma Filtro linear Uniforme 5x5 Filtro linear Gaussiano ( =2.5) Filtro não-linear Mediana 5x5 Filtro não-linear Kuwahara 5x5 Maio 2005 Processamento de Imagem 22

23 Enquadramento Algoritmos Baseados em derivação Os algoritmos apresentados são uma aproximação Tendem a aumentar o ruído de alta frequência, pelo que geralmente são combinados com filtros de suavização Primeira derivada Filtros de gradiente a[m,n] = (h x a[m,n])i x + (h y a[m,n])i y Básicos: Prewitt: Maio 2005 Processamento de Imagem 23

24 Primeira derivada Algoritmos Baseados em derivação Filtros de gradiente (continuação) a[m,n] = (h x a[m,n])i x + (h y a[m,n])i y Sobel: Construídos à medida: Gaussianos: Maio 2005 Processamento de Imagem 24

25 Primeira derivada Exemplos de filtros de gradiente Algoritmos Baseados em derivação Imagem original Básico Sobel Gaussiano ( =1.5) Maio 2005 Processamento de Imagem 25

26 Segunda derivada Algoritmos Baseados em derivação Desempenham um papel muito importante Filtros de Laplaciano 2 a[m,n] = (h 2x a[m,n])i x + (h 2y a[m,n])i y Básicos: Gaussiano: Construídos à medida: SDGD: (2ª derivada na direcção do gradiente) Maio 2005 Processamento de Imagem 26

27 Segunda derivada Exemplos de filtros de Laplaciano Algoritmos Baseados em derivação Imagem original Básico Gaussiano ( =1.5) À medida SDGD ( =1.0) Maio 2005 Processamento de Imagem 27

28 Outros filtros Algoritmos Baseados em derivação Há uma infinidade de filtros lineares e não-lineares Para se medir a resposta de filtros não convencionais usam-se imagens de teste (padrões sinusoidais, etc) Permite avaliar os efeitos em termos de frequências Exemplos de resultados com padrão de teste sinusoidal Filtro passa-baixo Filtro passa-banda Filtro passa-alto Maio 2005 Processamento de Imagem 28

29 Enquadramento Algoritmos Baseados em morfologia Uma definição alternativa do conceito de imagem baseia-se na noção de conjunto de coordenadas que fazem parte dos objectos da imagem Exemplo Os pixels do objecto A partilham uma propriedade Objecto - A = { a propriedade(a) = Verdade } Fundo - A c = { a a A } A B Imagem binária com dois objectos A e B Maio 2005 Processamento de Imagem 29

30 Enquadramento Algoritmos Baseados em morfologia A noção de objecto implica conectividade de pixels fundo de A objecto A - O objecto A tem conectividade 4 - O fundo tem conectividade 12-4(=8) Definições As operações fundamentais sobre objectos são: Translação: A + x = { a + x a A } Adição/subtracção: A B = b B (A+b) ; A B = b B (A+b) Complemento (fundo) Simetria: -A = { -a a A } Maio 2005 Processamento de Imagem 30

31 Dilatação e Erosão Algoritmos Baseados em morfologia A dilatação D(A,B) corresponde à adição A B A erosão E(A,B) corresponde à subtracção A (-B ) Exemplos D(A,B) Tipicamente A é uma imagem e B é um estruturante (equivale ao núcleo de convolução dos filtros lineares) Exemplos de estruturantes comuns B E(A,B) -B N 4 N 8 Maio 2005 Processamento de Imagem 31

32 Dilatação e Erosão Algoritmos Baseados em morfologia Teorema da Decomposição Para um estruturante B finito, simétrico, sem buracos e contendo o seu centro ([0,0] B), verifica-se que D(A,B) = A ( A B) [nota: A é o contorno de A] Resulta que apenas basta processar os pixels do contorno de A, não sendo necessário processar os pixels do seu interior Algoritmo rápido de dilatação: para cada pixel do objecto, todos os seus pixels vizinhos (viz C ) de fundo passam a pertencer ao objecto Algoritmo rápido de erosão: cada pixel do objecto que possua um pixel vizinho (viz C ) de fundo passa a fundo Maio 2005 Processamento de Imagem 32

33 Dilatação e Erosão Exemplos rápidos Algoritmos Baseados em morfologia Dilatação com estrututante N 4 Dilatação com estrututante N 8 Importante: D(E(A,B),B) A E(D(A,B),B) Abertura e Fecho Abertura: O(A,B) = D(E(A,B),B) Tende a suavizar o contorno pelo interior Fecho: C(A,B) = E(D(A,-B),-B) Tende a suavizar o contorno pelo exterior Maio 2005 Processamento de Imagem 33

34 HitAndMiss Operador de alto nível HitMiss(A,B) = E(A,B 1 ) E C (A C,B 2 ) Algoritmos Baseados em morfologia B 1 e B 2 são estruturantes finitos e disjuntos entre si Este operador é o equivalente morfológico do template matching (técnica usada para comparar padrões com base na sua correlação) B 1 funciona como template para o objecto B 2 funciona como template para o fundo Maio 2005 Processamento de Imagem 34

35 Exemplos Estruturantes Algoritmos Baseados em morfologia Imagem A Dilatação com 2B Erosão com 2B Abertura com 2B (separa objectos) Fecho com 2B (preenche buracos) HitAndMiss com B 1 e B 2 [ A = A - E(A,N 8 ) ] Maio 2005 Processamento de Imagem 35

36 Esqueleto Algoritmos Baseados em morfologia Quando realizavel, é uma polilinha que: Tem largura de 1 pixel Passa pelo meio do objecto Preserva a topologia do objecto Pode ser obtido por um processo iterativo baseado no B 8, não se alterando o pixel central para fundo se 1) o pixel estiver isolado 2) a remoção do pixel alterar a conectividade 3) a remoção do pixel encurtar a linha Maio 2005 Processamento de Imagem 36

37 Propagação (Reconstrução) Algoritmos Baseados em morfologia Visa reconstruir um objecto parcialmente erodido ou preencher um objecto definido pelo seu contorno Algoritmo iterativo baseado numa imagem semente S (0), uma imagem máscara A e um estruturante B S (k) = D(S (k-1),b) A ; repetir até S (k) = S (k-1) Em cada iteração a semente cresce dentro dos limites de A As conectividades da fronteira de A e de B devem ser iguais A implementação iterativa é ineficiente, mas existe uma implementação recursiva muito mais eficiente Maio 2005 Processamento de Imagem 37

38 Exemplos Algoritmos Baseados em morfologia E(A,6N 8 ) Imagem A Semente (a preto) Máscara Esqueleto de A Esqueleto de A (sem condição 3) Propagação com N 8 Maio 2005 Processamento de Imagem 38

39 Algoritmos Baseados em morfologia Tratamento de imagens em tons de cinzento Os algoritmos anteriores podem ser extendidos para imagens com mais de dois níveis (16, 64, 256, etc) Formulações para tons de cinzento Dilatação: D G (A,B) = max [j,k] B { a[m-j,n-k] + b[j,k] } Erosão: E G (A,B) = min [j,k] B { a[m+j,n+k] - b[j,k] } Abertura: O G (A,B) = D G (E G (A,B),B) Fecho: C G (A,B) = -O G (-A,-B) Suavização: MSmooth(A,B) = C G (O G (A,B),B) Gradiente: MGradient(A,B) = 1/2 [D G (A,B) - E G (A,B)] Laplaciano: MLaplacian(A,B) = 1/2 [D G (A,B) + E G (A,B) - 2A] Maio 2005 Processamento de Imagem 39

40 Algoritmos Baseados em morfologia Exemplos de filtros em tons de cinzento Morfológicos Clássicos Suavização Imagem A Gradiente Dilatação de A Erosão de A Laplaciano Maio 2005 Processamento de Imagem 40

41 Enquadramento Técnicas Os algoritmos apresentados anteriormente podem ser usados para resolver problemas complexos de processamento de imagem Correcção de sombreamento Os métodos de geração de imagem podem fazer com que as imagens exibam artefactos de sombreamento Imagem brilhante no centro e escura nos limites Imagem a escurecer da esquerda para a direita Efeitos de lentes sujas, iluminação não uniforme, etc Maio 2005 Processamento de Imagem 41

42 Artefactos de sombreamento Técnicas Correcção de sombreamento Geralmente indesejados, mas difíceis de evitar A sua eliminação é necessária em algumas aplicações Estimação do sombreamento A posteriori Filtragem passa-baixo: a e [m,n] = a[m,n] - LowPass(a[m,n])+K Filtragem morfológica: a e [m,n] = a[m,n] - MSmooth(a[m,n])+K A priori Recurso a imagens de calibração: Preto[m,n] e Branco[m,n] a e [m,n] = K (a[m,n]-preto[m,n]) / (Branco[m,n]-Preto[m,n]) Maio 2005 Processamento de Imagem 42

43 Exemplos Técnicas Correcção de sombreamento Linha da imagem original 1. O sombreamento indesejado manifesta-se através de uma rampa linear a crescer da esquerda para a direita 2. Os picos são objectos Passa-baixo Homomórfica Morfológica Calibrada (a melhor) Maio 2005 Processamento de Imagem 43

44 Enquadramento Técnicas Melhoria e restauro O processo de aquisição de imagem geralmente envolve degradação da imagem (inadvertidamente) Desfocagem; Movimento da câmara; Ruído; etc Objectivos Melhoria visa embelezar a imagem Restauro visa repor a verdade na imagem Medição do erro Usa-se frequentemente uma métrica de erro tipo RMS E{a e,a} = 1/MN m n a e [m,n] - a[m,n] 2 Maio 2005 Processamento de Imagem 44

45 Aumento de nitidez Técnicas Melhoria e restauro Melhorar as silhuetas de uma imagem pode contribuir para aumentar a sua qualidade visual Isolam-se as silhuetas de uma imagem Amplificam-se essas silhuetas Adicionam-se à imagem original O Laplaciano é adequado para isolar as silhuetas a e [m,n] = a[m,n] - (K 2 a[m,n]) Original Melhorada (K=1) Maio 2005 Processamento de Imagem 45

46 Supressão de ruído Técnicas Melhoria e restauro Pode ser conseguida através de suavização espacial, levando contudo a perda de nitidez Os algoritmos de suavização são os mais adequados Exemplos Wiener Gaussiano ( =1) Imagem original (SNR = 20 db) Kuwahara 5x5 Mediana 3x3 MSmooth 3x3 Maio 2005 Processamento de Imagem 46

47 Supressão de distorsão Técnicas Melhoria e restauro Um modelo simples assume o ruído como única fonte de distorsão, mas existem modelos mais realistas O filtro Wiener (domínio das frequências) é uma boa solução para distorsões baseadas em ruído Exemplo Imagem distorcida (SNR = 30 db) Wiener Mediana 3x3 A imagem Wiener é mais nítida mas exibe artefactos A imagem Mediana é mais esbatida mas disfarça artefactos Maio 2005 Processamento de Imagem 47

48 Enquadramento Técnicas Segmentação Designa as diversas técnicas capazes de distinguir objectos de interesse do resto (fundo) Não há uma técnica de segmentação universal ou perfeita Limiarização Recorre a um limiar de intensidade para definir o objecto A escolha do limiar de intensidade adequado é fulcral Escolha do limiar via histograma Exemplo Limiar=155 Imagem a segmentar Histograma de intensidades Maio 2005 Processamento de Imagem 48

49 Limiarização Escolha do limiar pelo algoritmo do triângulo Exemplo Limiar=152 Técnicas Segmentação Determinação de fronteiras Uma alternativa à limiarização consiste em encontrar os pixels que definem as fronteiras do objectos Gradiente Exemplo Imagem a segmentar Histograma de intensidades Maio 2005 Processamento de Imagem 49

50 Determinação de fronteiras Cruzamento do zero (método LoG) Técnicas Segmentação Consiste em usar o filtro Laplaciano e processar os cruzamentos do zero da 2ª derivada (mudança de sinal) Requer suavização para evitar o excesso de ruído gerado Método PLUS Também baseado no cruzamento o zero do Laplaciano e no filtro de suavização SDGD(a) Método geral Maio 2005 Processamento de Imagem 50

51 Exemplos Técnicas Segmentação Imagem original (SNR = 20 db) LoG PLUS Nota: após se encontrar a fronteira dos objectos, podem usar-se algoritmos de propagação para preenchimento Maio 2005 Processamento de Imagem 51

52 Morfologia binária Técnicas Segmentação Filtragem sal e pimenta (remoção de pixels isolados) Determinação de objectos com furos Exemplo Preenchimento de furos em objectos Exemplo Imagem segmentada Esqueleto após filtro sal e pimenta Imagem final após propagação Máscara Imagem segmentada e invertida Imagem final após propagação e inversão Maio 2005 Processamento de Imagem 52

53 Morfologia binária Remoção de objectos nos limites da imagem Exemplo Máscara Técnicas Segmentação Geração de exoesqueleto Exemplo Imagem segmentada Imagem após propagação e XOR com a imagem máscara Imagem segmentada e invertida Imagem após geração de esqueleto Maio 2005 Processamento de Imagem 53

54 Morfologia binária Separação de objectos que se tocam Técnicas Segmentação Segmentar imagem inicial para obter imagem binária Efectuar um número pequeno de erosões da imagem (N 4 ) Calcular o exoesqueleto da imagem erodida Inverter a imagem do exoesqueleto erodido Combinar imagem final através de AND da imagem inicial com a imagem invertida do exoesqueleto erodido! Imagem inicial Erosões Exoesqueleto Pormenor da imagem final Maio 2005 Processamento de Imagem 54

55 Morfologia de tons de cinzento Técnicas Segmentação É uma extensão das técnicas de morfologia binária Permite abordar os problemas a alto nível Exemplo: método local de alargamento de contraste Processa informação de contraste a nível local Consegue-se obter uma solução mais satisfatória Exemplos Antes Depois Antes Depois Antes Depois Maio 2005 Processamento de Imagem 55

56 Presente Conclusão O processamento de imagem cada vez está mais embebido em aplicações comuns (Ps2+EyeToy, etc) Ainda há problemas por resolver satisfatoriamente Futuro O processamento de imagem tenderá a evoluir para processamento de sequências de imagem (vídeo, etc) Irão surgir mais implementações em hardware A investigação deslocar-se-á para temas de mais alto nível, que usarão o P. I. como mais uma ferramenta Maio 2005 Processamento de Imagem 56

57 Sugestões Tutoriais Informação Adicional Softwares livres VIPS - (MS-Windows: GIMP - (MS-Windows: Sítios web e documentos Processamento de imagem em GPU s (placas gráficas) (seguir ligação Image and Volume Processing ) Maio 2005 Processamento de Imagem 57

58 FIM Maio 2005 Processamento de Imagem 58

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

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

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

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

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

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

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

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

Reconhecimento de Objectos

Reconhecimento de Objectos Dado um conjunto de características, relativas a uma região (objecto), pretende-se atribuir uma classe essa região, seleccionada de um conjunto de classes cujas características são conhecidas O conjunto

Leia mais

MORFOLOGIA MATEMÁTICA. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR

MORFOLOGIA MATEMÁTICA. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR MORFOLOGIA MATEMÁTICA Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Outubro/2015 Morfologia Matemática Morfologia na Biologia Estudo da estrutura dos animais e plantas;

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 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

Filtragem de imagens fixas usando Matlab

Filtragem de imagens fixas usando Matlab Televisão digital EEC5270 Relatório Filtragem de imagens fixas usando Matlab Bruno Filipe Sobral de Oliveira - ee01084@fe.up.pt Filipe Tiago Alves de Magalhães - ee01123@fe.up.pt Porto, 20 de Novembro

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

(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

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

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 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

Processamento de histogramas

Processamento de histogramas REALCE DE IMAGENS BASEADO EM HISTOGRAMAS Processamento de histogramas O que é um histograma? É uma das ferramentas mais simples e úteis para o PDI; É uma função que mostra a frequência com que cada nível

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

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

Simulação Gráfica. Morfologia Matemática. Julio C. S. Jacques Junior

Simulação Gráfica. Morfologia Matemática. Julio C. S. Jacques Junior Simulação Gráfica Morfologia Matemática Julio C. S. Jacques Junior Morfologia Palavra denota uma área da biologia que trata com a forma e a estrutura de animais e plantas. No contexto de Morfologia Matemática:

Leia mais

Trabalho 2 Fundamentos de computação Gráfica

Trabalho 2 Fundamentos de computação Gráfica Trabalho 2 Fundamentos de computação Gráfica Processamento de Imagens Aluno: Renato Deris Prado Tópicos: 1- Programa em QT e C++ 2- Efeitos de processamento de imagens 1- Programa em QT e C++ Para o trabalho

Leia mais

Restauração de Imagens. Tsang Ing Ren George Darmiton da Cunha Cavalcanti UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática

Restauração de Imagens. Tsang Ing Ren George Darmiton da Cunha Cavalcanti UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática Restauração de Imagens Tsang Ing Ren George Darmiton da Cunha Cavalcanti UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 Tópicos Introdução Modelo de degradação/restauração Modelo

Leia mais

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

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

Expansão de Imagem #2

Expansão de Imagem #2 Faculdade de Engenharia da Universidade do Porto Engenharia Electrotécnica e de Computadores Expansão de Imagem #2 Televisão Digital António Alberto da Silva Marques Pedro Ricardo dos Reis Porto, 2004

Leia mais

Capítulo II Imagem Digital

Capítulo 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 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

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

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

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

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

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

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

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

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

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

Aula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello

Aula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar

Leia mais

Filtros Digitais. Capítulo 6.0 PDS Prof. César Janeczko (2 o semestre 2009) 10 A

Filtros Digitais. Capítulo 6.0 PDS Prof. César Janeczko (2 o semestre 2009) 10 A Capítulo 6.0 PDS Prof. César Janeczko (2 o semestre 2009) Filtros Digitais Filtros digitais são usados em geral para dois propósitos: 1 o separação de sinais que foram combinados, por exemplo, modulados;

Leia mais

Introdução ao processamento de imagens e OCTAVE. Julio C. S. Jacques Junior juliojj@gmail.com

Introdução ao processamento de imagens e OCTAVE. Julio C. S. Jacques Junior juliojj@gmail.com Introdução ao processamento de imagens e OCTAVE Julio C. S. Jacques Junior juliojj@gmail.com Octave www.gnu.org/software/octave/ Linguagem Interpretada (similar ao MATLAB... portabilidade) Voltada para

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

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

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 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

DO ANALÓGICO AO DIGITAL: CONCEITOS E

DO ANALÓGICO AO DIGITAL: CONCEITOS E DO ANALÓGICO AO DIGITAL: CONCEITOS E TÉCNICAS BÁSICASB Fernando Pereira Instituto Superior TécnicoT Digitalização Processo onde se expressa informação analógica de forma digital. A informação analógica

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

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

1 Problemas de transmissão

1 Problemas de transmissão 1 Problemas de transmissão O sinal recebido pelo receptor pode diferir do sinal transmitido. No caso analógico há degradação da qualidade do sinal. No caso digital ocorrem erros de bit. Essas diferenças

Leia mais

Filtragem no Domínio da Frequência

Filtragem no Domínio da Frequência Filtragem no Domínio da Frequência Disciplina: Tópicos em Computação (Processamento Digital de Imagens) 1 / 48 Algumas considerações A frequência é diretamente relacionada a taxas espaciais de variação;

Leia mais

Espectro da Voz e Conversão A/D

Espectro da Voz e Conversão A/D INSTITUTO SUPERIOR TÉCNICO LICENCIATURA EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES GUIA DO 1º TRABALHO DE LABORATÓRIO DE SISTEMAS DE TELECOMUNICAÇÕES I Espectro da Voz e Conversão A/D Ano Lectivo de

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

Morfologia Matemática em Imagens

Morfologia Matemática em Imagens Processamento e nálise de Imagens Médicas Morfologia Matemática em Imagens Prof. Luiz Otavio Murta Jr. FMB Departamento de Computação e Matemática (FFCLRP/USP) Principais Tópicos Introdução Morfologia

Leia mais

p. 1/2 Resumo Especificação de Filtros Filtro de Butterworth Filtro de Chebyshev Filtros de Primeira Ordem Filtros de Segunda Ordem

p. 1/2 Resumo Especificação de Filtros Filtro de Butterworth Filtro de Chebyshev Filtros de Primeira Ordem Filtros de Segunda Ordem p. 1/2 Resumo Especificação de Filtros Filtro de Butterworth Filtro de Chebyshev Filtros de Primeira Ordem Filtros de Segunda Ordem Introdução Os primeiros filtros construídos eram circuitos LC passivos.

Leia mais

Fotografia digital. Aspectos técnicos

Fotografia digital. Aspectos técnicos Fotografia digital Aspectos técnicos Captura CCD (Charge Coupled Device) CMOS (Complementary Metal OxideSemiconductor) Conversão de luz em cargas elétricas Equilíbrio entre abertura do diafragma e velocidade

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

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

INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES

INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES 1 INSTRUMENTAÇÃO INDUSTRIAL 1. INTRODUÇÃO / DEFINIÇÕES 1.1 - Instrumentação Importância Medições experimentais ou de laboratório. Medições em produtos comerciais com outra finalidade principal. 1.2 - Transdutores

Leia mais

Operações Pontuais. Guillermo Cámara-Chávez

Operações Pontuais. Guillermo Cámara-Chávez Operações Pontuais Guillermo Cámara-Chávez Um modelo simples de formação de uma imagem Para que a imagem de uma cena real possa ser processada ou armazenda na forma digital deve passar por dois processos

Leia mais

TOPOLOGIA DA IMAGEM DIGITAL

TOPOLOGIA DA IMAGEM DIGITAL Faculdade de Computação Universidade Federal de Uberlândia TOPOLOGIA DA IMAGEM DIGITAL Sumário Vizinhança de um pixel O que é conectividade? Algoritmo para rotular componentes conectadas Relação de adjacência

Leia mais

SOFTWARE PARA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE CÉLULAS DO ENDOTÉLIO CORNEANO DESENVOLVIDO PARA DISPOSITIVOS MÓVEIS

SOFTWARE PARA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE CÉLULAS DO ENDOTÉLIO CORNEANO DESENVOLVIDO PARA DISPOSITIVOS MÓVEIS 221 SOFTWARE PARA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE CÉLULAS DO ENDOTÉLIO CORNEANO DESENVOLVIDO PARA DISPOSITIVOS MÓVEIS Jean-Jacques S. De Groote - Prof. Dr. do Centro Universitário Uniseb de Ribeirão Preto.

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

Manual do Utilizador do Scanner

Manual do Utilizador do Scanner Manual do Utilizador do Scanner A caixa de diálogo TWAIN Apêndices Índice 2 A caixa de diálogo TWAIN... 3 Obter (Adquirir) e utilizar a caixa de diálogo TWAIN... 4 Desempenhar uma digitalização simples...

Leia mais

MANUAL DO UTILIZADOR DO SCANNER

MANUAL DO UTILIZADOR DO SCANNER MANUAL DO UTILIZADOR DO SCANNER Capítulo 1: Iniciação da digitalização Capítulo 2: A caixa de diálogo TWAIN Apêndices 2 Índice Iniciação da digitalização Get (Acquire) and Use the Scan Dialog Box... 3

Leia mais

Cálculo do conjunto paralelo

Cálculo do conjunto paralelo Cálculo do conjunto paralelo Vamos usar letras maiúsculas A; B, etc para representar conjuntos e letras minusculas x, y, etc para descrever seus pontos. Vamos usar a notação x para descrever a norma de

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

SHARP SELETIVO TUTORIAL PARA GIMP

SHARP SELETIVO TUTORIAL PARA GIMP SHARP SELETIVO TUTORIAL PARA GIMP Praticamente todo mundo que trabalha com fotografia e programas de edição de imagem, seja o PhotoShop, GIMP ou similares, em algum momento usa a ferramenta unsharp mask

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

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

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

Processamento de Imagens com MATLAB

Processamento de Imagens com MATLAB com MATLAB Carlos Alexandre Mello Toolboxes Image Processing Diretório: o toolbox/images/images Comando imshow(): Visualização de imagens Uso: o imshow(nome_do_arquivo ou variável) Exemplo: o imshow( eight.tif

Leia mais

APLICAÇÃO DAS TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS NA CARACTERIZAÇÃO QUANTITATIVA DE MATERIAIS COMPÓSITOS

APLICAÇÃO DAS TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS NA CARACTERIZAÇÃO QUANTITATIVA DE MATERIAIS COMPÓSITOS APLICAÇÃO DAS TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS NA CARACTERIZAÇÃO QUANTITATIVA DE MATERIAIS COMPÓSITOS Fernando de Azevedo Silva Jean-Jacques Ammann Ana Maria Martinez Nazar Universidade Estadual

Leia mais

Técnicas de Suavização de Imagens e Eliminação de Ruídos

Técnicas de Suavização de Imagens e Eliminação de Ruídos 21 Técnicas de Suavização de Imagens e Eliminação de Ruídos Carlos H. Sanches 1, Paulo J. Fontoura 1, Phillypi F. Viera 1, Marcos A. Batista 1 1 Instituto de Biotecnologia Universidade Federal do Goiás

Leia mais

Apresentação do Curso e da Área de Processamento de Imagem Digital

Apresentação do Curso e da Área de Processamento de Imagem Digital Apresentação do Curso e da Área de Processamento de Imagem Digital Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Introdução Este curso abordará conceitos e técnicas de processamento de imagem

Leia mais

Análise e Processamento de Sinal e Imagem. IV - Processamento e Análise de Imagem II

Análise e Processamento de Sinal e Imagem. IV - Processamento e Análise de Imagem II IV - Processamento e Análise de Imagem II António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Processamento e Análise de Imagem Análise de Imagem 1. Técnicas básicas

Leia mais

Respostas do Estudo Dirigido do Capítulo 14 Classical pattern recognition and image matching"

Respostas do Estudo Dirigido do Capítulo 14 Classical pattern recognition and image matching Respostas do Estudo Dirigido do Capítulo 14 Classical pattern recognition and image matching" 1 Com suas palavras explique o que é Reconhecimento de Padrões- RP. Quais são os fases clássicas que compõem

Leia mais

ALCANCE DINÂMICO CCD CMOS

ALCANCE DINÂMICO CCD CMOS ALCANCE DINÂMICO Nos sensores de imagem CCD (charge-coupled device) ou CMOS (complementary metal oxide semiconductor), o alcance dinâmico (ou dinâmica) é especificado tipicamente como a razão entre o sinal

Leia mais

Pré processamento de dados II. Mineração de Dados 2012

Pré processamento de dados II. Mineração de Dados 2012 Pré processamento de dados II Mineração de Dados 2012 Luís Rato Universidade de Évora, 2012 Mineração de dados / Data Mining 1 Redução de dimensionalidade Objetivo: Evitar excesso de dimensionalidade Reduzir

Leia mais

Classificação de Imagens

Classificação de Imagens Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,

Leia mais

Escola Superior de Tecnologia e Gestão Instituto Politécnico de Bragança Março de 2006

Escola Superior de Tecnologia e Gestão Instituto Politécnico de Bragança Março de 2006 Redes de Computadores Escola Superior de Tecnologia e Gestão Instituto Politécnico de Bragança Março de 2006 Sinal no domínio do tempo Redes de Computadores 2 1 Sinal sinusoidal no tempo S(t) = A sin (2πft

Leia mais

EXERCÍCIOS RESOLVIDOS

EXERCÍCIOS RESOLVIDOS ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas

Leia mais

Imagem de Ressonância Magnética II

Imagem de Ressonância Magnética II Universidade Técnica de Lisboa Instituto Superior Técnico Mestrado Integrado em Engenharia Biomédica Imagem de Ressonância Magnética II Técnicas de Imagiologia Nuno Santos n.º 55746, dodgeps@hotmail.com

Leia mais

Considerações Finais. Capítulo 8. 8.1- Principais conclusões

Considerações Finais. Capítulo 8. 8.1- Principais conclusões Considerações Finais Capítulo 8 Capítulo 8 Considerações Finais 8.1- Principais conclusões Durante esta tese foram analisados diversos aspectos relativos à implementação, análise e optimização de sistema

Leia mais

REPRESENTAÇÃO DA IMAGEM DIGITAL

REPRESENTAÇÃO DA IMAGEM DIGITAL REPRESENTAÇÃO DA IMAGEM DIGITAL Representação da imagem Uma imagem é uma função de intensidade luminosa bidimensional f(x,y) que combina uma fonte de iluminação e a reflexão ou absorção de energia a partir

Leia mais

CDI 20705 Comunicação Digital

CDI 20705 Comunicação Digital CDI Comunicação Digital DeModulação em Banda Base Digital Communications Fundamentals and Applications Bernard Sklar ª edição Prentice Hall Marcio Doniak www.sj.ifsc.edu.br/~mdoniak mdoniak@ifsc.edu.br

Leia mais

Aliasing. Introdução à Computação Gráfica Aliasing e Ray Tracing Distribuído. Amostragem e Reconstrução. Teorema da Amostragem de Shannon

Aliasing. Introdução à Computação Gráfica Aliasing e Ray Tracing Distribuído. Amostragem e Reconstrução. Teorema da Amostragem de Shannon Aliasing Introdução à Computação Gráfica Aliasing e Ray Tracing Distribuído É o nome que se dá ao efeito decorrente de se amostrar de forma insuficiente um sinal contínuo qualquer Importante em Computação

Leia mais

FUNDAMENTOS DE FILTRAGEM ESPACIAL. espectro de aplicações.

FUNDAMENTOS DE FILTRAGEM ESPACIAL. espectro de aplicações. FUNDAMENTOS DE FILTRAGEM ESPACIAL Filtragem espacial é uma das principais erramentas usadas para um largo espectro de aplicações. O nome iltro é emprestado do processamento no domínio da requência como

Leia mais

FILTRAGEM NO DOMÍNIO DAS FREQUÊNCIAS (TRANSFORMADA DE FOURIER) Daniel C. Zanotta 04/06/2015

FILTRAGEM NO DOMÍNIO DAS FREQUÊNCIAS (TRANSFORMADA DE FOURIER) Daniel C. Zanotta 04/06/2015 FILTRAGEM NO DOMÍNIO DAS FREQUÊNCIAS (TRANSFORMADA DE FOURIER) Daniel C. Zanotta 04/06/2015 FREQUÊNCIA EM IMAGENS DIGITAIS Análise da intensidade dos NCs da imagem Banda 7 Landsat TM ao longo da distância:

Leia mais

Fundamentos de Imagens Digitais. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens

Fundamentos de Imagens Digitais. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens. Aquisição e Digitalização de Imagens Fundamentos de Imagens Digitais Aquisição e Serão apresentadas as principais características de uma imagem digital: imagem do ponto de vista matemático processo de aquisição e digitalização de uma imagem

Leia mais

Escola Secundária c/3º CEB José Macedo Fragateiro. Curso Profissional de Nível Secundário. Componente Técnica. Disciplina de

Escola Secundária c/3º CEB José Macedo Fragateiro. Curso Profissional de Nível Secundário. Componente Técnica. Disciplina de Escola Secundária c/3º CEB José Macedo Fragateiro Curso Profissional de Nível Secundário Componente Técnica Disciplina de Sistemas Digitais e Arquitectura de Computadores 29/21 Módulo 1: Sistemas de Numeração

Leia mais

PLANIFICAÇÃO ANUAL DO NOVO PROGRAMA DE MATEMÁTICA

PLANIFICAÇÃO ANUAL DO NOVO PROGRAMA DE MATEMÁTICA PLANIFICAÇÃO ANUAL DO NOVO PROGRAMA DE MATEMÁTICA 5º ano 2012/2013 UNIDADE: Números e Operações 1 - NÚMEROS NATURAIS OBJECTIVOS GERAIS: - Compreender e ser capaz de usar propriedades dos números inteiros

Leia mais

Protótipo tipo de um Ambiente para Processamento de Imagens Raster 2D

Protótipo tipo de um Ambiente para Processamento de Imagens Raster 2D Protótipo tipo de um Ambiente para Processamento de Imagens Raster 2D Adriana Fornazari Prof. Dalton Solano dos Reis Orientador Roteiro Introdução Ambientes de processamento de imagens Arquivos gráficos

Leia mais

Processamento de Imagens para Identificação de Veículos utilizando Inteligência Artificial

Processamento de Imagens para Identificação de Veículos utilizando Inteligência Artificial Processamento de Imagens para Identificação de Veículos utilizando Inteligência Artificial André Faria Ruaro, Nader Ghoddosi Universidade Federal do Santa Catarina (UFSC) Florianópolis SC Brasil Pós-Graduação

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

Morfologia Matemática Binária

Morfologia Matemática Binária Morfologia Matemática Binária Conceitos fundamentais: (Você precisa entender bem esses Pontos básicos para dominar a área! Esse será nosso game do dia!!! E nossa nota 2!!) Morfologia Matemática Binária

Leia mais