SEL Visão Computacional. Aula 2 Processamento Espacial
|
|
- Bernardo Fonseca Chaplin
- 6 Há anos
- Visualizações:
Transcrição
1 Departamento de Engenharia Elétrica - EESC-USP SEL Visão Computacional Aula 2 Processamento Espacial Prof. Dr. Adilson Gonzaga Prof. Dr. Evandro Linhari Rodrigues Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br
2 Processamento Espacial Transformações ponto a ponto l Histograma l Transformações lineares l Transformações não-lineares Transformações por vizinhança l Convolução l Filtros lineares l Filtros derivativos detectores de borda EESC/USP
3 Histogramas O histograma de uma imagem em tons de cinza é uma função H(k) que produz o número de ocorrências de cada nível de cinza na imagem. 0 <= k <= L - 1 L é o número de níveis de cinza da imagem.
4 Histograma Normalizado: Histogramas O histograma é normalizado em [0,1] quando se divide H(k) pelo número n = N x M de pixels da imagem. Ele representa a distribuição de probabilidade dos valores dos pixels. Cada elemento do conjunto é calculado por : Pr ( rk ) = nk n 0 r k 1
5 Histogramas Pr ( rk ) = nk n k= 0,1,...L-1, e L é o número de níveis de cinza da imagem. n = número total de pixels na imagem n k = número de pixels cujo nível de cinza corresponde a k. P r (r k )= Probabilidade do K-ésimo nível de cinza.
6 Exemplo: Seja uma imagem de 128x128 pixels cujas quantidades de pixels em cada nível de cinza são dadas na tabela abaixo: (8 Níveis de cinza) n = 128x128 = pixels Nível de Cinza (r k ) n k P r (r k )=n k /n ,068 1/ ,196 2/ ,296 3/ ,209 4/ ,122 5/ ,048 6/ , ,028 Pr(0) = 1120/ = Pr(1/7)= 3214/ = 0,196
7 Características Importantes 1) Um histograma é uma função de Distribuição de probabilidades 2) å P ( r k ) =1 r 3) Representação gráfica de um Histograma 0,3 0,25 0,2 0,15 0,1 0,05 0
8 Exemplos de Histogramas Obs: O Histograma não traz informação posicional sobre os pixels da Imagem
9 Exemplos de Histogramas
10 Exemplos de Histogramas
11 EESC/USP Equalização do histograma:
12 Equalização do histograma: q Aumentar o contraste geral na Imagem espalhando a distribuição de níveis de cinza. Exemplo: Dada uma Imagem de n x m Pixels e g níveis de cinza. No. Ideal de pixels em cada nível => I = (n x m)/g EESC/USP
13 Exemplo:
14 a) Imagem Original b) Histograma original c) Imagem Equalizada d) Histograma Equalizado EESC/USP
15 EESC/USP Equalização de Histograma
16 Equalização de Histograma
17 Equalização do histograma: A equalização pode ser obtida fazendo: q = ì ï maxí0, ï ïî ARRED.( k å j= 0 I n j ) ü ï -1ý ï ïþ 0 k g Onde: g = níveis de cinza da Imagem Original q = níveis de cinza da Imagem Equalizada EESC/USP
18 Exemplo: n x m = 30 pixels g = 10 níveis de cinza I = 30/10 = g n Sn q è (6,66) 7 è (7,33) 7 q = ì ï maxí0, ARRED.( ï ïî k å j= 0 I n j ü ï ) -1ý ï ïþ 0 k g
19 Visualização das Transformações nos Níveis de Cinza através dos Histogramas 1) Alterações Globais no Brilho Clarear ou escurecer uma Imagem. H(k) H(k) Somar ou Subtrair uma constante em todos os pixels da Imagem Intensidade Intensidade 0è Preto Maxè Branco Visão Computacional - Aula2 19
20 2) Binarização ( Threshold ): - Determinação de um limiar abaixo do qual os pixels são transformados em zero, e acima são transformados no máximo de intensidade. H (k) 12 H (k) Visão Computacional - Aula2 20
21 Determinação do Limiar: Uma das dificuldades da limiarização de uma imagem é a melhor determinação do valor de thresholding, ou seja, do ponto de separação dos pixels. Método do vale: Através da análise do histograma estabelecer T (valor de Threshold ) na região de vale mais próxima ao meio de escala dos níveis de cinza. Visão Computacional - Aula2 21
22 Operadores Ponto a Ponto (Transformações de níveis de Cinza ou Mapeamento) Cada ponto na Imagem de Entrada gera um só ponto na Imagem de Saída Imagem de Entrada Imagem de Saída T[f(x,y)] ==> Operação sobre cada ponto (cada Pixel) da Imagem de Entrada EESC/USP
23 1) Contraste e Brilho As Transformações de Intensidade podem ser: 1) Lineares : g = c.f+b Exemplo: g = 2f + 32 onde : c (Contraste), b (Brilho) EESC/USP
24 2) Não Lineares: Exemplo: g = 31,875.log 2 (f+1) 24
25 2) Negativo T[f(x,y)] = g(x,y) = W - f(x,y) Imagem de Entrada Imagem de Saída EESC/USP
26 EESC/USP 1) Negativo
27 EESC/USP 3) Alargamento de Contraste g(x,y) = W y x f y x f y x f k y x f y x f y x f y x f k y x f y x f y x f k < Þ Þ < Þ ), ( ), ( ), (. ), ( ), ( ), ( ), (. ), ( ), ( 0 ), (
28 4) Binarização ( Thresholding ) Thresholding ==> Limiarização (Transforma a Imagem em uma Imagem Binária (2 níveis de cinza) Threshold [f 1 (x,y)=f 2 (x,y)] Fazendo: k 1 = 0 f 1 (x,y) = f 2 (x,y) k 3.f(x,y) = W g(x,y) = 0 Þ 0 < W Þ f 1 f 1 ( x, ( x, y) y) f ( x, y) W EESC/USP
29 Alargamento de Contraste e ( Thresholding ) EESC/USP
30 EESC/USP 5) Binarização ( Thresholding )
31 EESC/USP Transformações Não-Lineares
32 EESC/USP
33 EESC/USP Correção Gamma
34 EESC/USP Correção Gamma
35 EESC/USP Correção Gamma
36 EESC/USP Correção Gamma
37 Processamento Espacial Transformações ponto a ponto l Histograma l Transformações lineares l Transformações não-lineares Transformações por vizinhança l Convolução l Filtros lineares l Filtros derivativos detectores de borda EESC/USP
38 Transformações Por Vizinhança polegadas EESC/USP
39 Operadores Locais (Vizinhança). Combina a Intensidade de um certo número de píxels (janela), para computar o valor da nova intensidade na Imagem de Saída. Imagem de Entrada Imagem de Saída T[f(x,y)] S ==> Operação sobre todos os píxels dentro da janela S centrada em f(x,y) EESC/USP
40 Convolução e Correlação Cruzada Convolução f (x) h(x) = + f (m)h(x m)dm Correlação Cruzada f (x) h(x) = + f (m)h(x + m)dm EESC/USP
41 Convolução e Correlação Cruzada Forma DISCRETA Convolução f [x] h[x] = f [m]h[x m] m= Correlação Cruzada f [x] h[x] = f [m]h[x + m] m= EESC/USP
42 1D
43 2D
44 Propriedades da Convolução 1. Comutativa f [x] h[x] = h[x] f [x] - (Não vale na correlação cruzada) 2. Associativa f [x] (g[x] h[x]) = ( f [x] g[x]) h[x] 3. Distributiva f [x] (g[x]+ h[x]) = ( f [x] g[x])+ ( f [x] h[x])
45 Filtros no domínio do espaço EESC/USP
46 Exemplo: Janela de 3 x 3 g( x, y) = k å i= 1 w. f i ( x, y) q (a,b,c,d,e,f,g,h,i) são os valores dos níveis de cinza na mesma vizinhança de f(x,y) = e, comparativamente ao Template. q (w 1 a w 9 ) são os pesos, ou seja, os valores dos níveis de cinza em cada posição do Template. O valor do pixel g(x,y) na nova Imagem, na posição (x,y) será dado por: g(x,y) = w 1.a + w 2.b + w 3.c + w 4.d + w 5.e + w 6.f + w 7.g + w 8.h + w 9.i EESC/USP
47 Convenção: q Máscaras de organização par (2 x 2, 4 x 4,...) o resultado é colocado sobre o Primeiro Pixel. q Máscaras de organização ímpar ( 3 x 3, 5 x 5,...) o resultado é colocado sobre o Pixel de Centro.
48 Convolução e Correlação Cruzada: No domínio do espaço, a diferença entre a Convolução e a Correlação Cruzada reside apenas no espelhamento do Template a ser utilizado, que deve ser feito na Convolução. Como, em geral, os Templates são simétricos, a equação da Correlação Cruzada tem sido empregada com o nome de Convolução na área de Processamento de Imagens. Convoluir um Template com uma Imagem equivale à operação: Espelhamento, Desloca, Multiplica e Soma EESC/USP
49 Exemplo de máscara simétrica, onde a operação de convolução e de correlação são idênticas: Template T(i,j) Imagem Original f(x,y) Imagem Final * * * * * * * * T(i,j) * f(x,y) Os valores marcados com * não podem ser calculados.
50 Solução para os pixels das bordas: Podem ser usadas cinco soluções: Atribuindo valor zero aos resultados não calculáveis; Preenchimento da imagem com 0 s antes do cálculo da imagem final (P*); Replicação dos pixels das bordas (replicate*); Espelhamento (symmetric*); Convolução periódica (circular*); * Usado pelo Matlab
51 Exemplo 1: Atribuindo zero aos resultados não calculáveis Template Imagem Resultado Primeiro Ponto ==> (1x1) + (1x2) + (1x3) + (0x0) + (0x1) + (0x3) + (1x1) + (1x1) +(1x3) = 11
52 Exemplo 2: Padding com zeros Centra-se o Template com o primeiro pixel da imagem atribuindo o valor 0 aos valores inexistentes na imagem. Template Imagem Resultado Primeiro Ponto ==> (1x0) + (1x0) + (1x0) + (0x0) + (0x1) + (0x2) + (1x0) + (1x0) +(1x1) = 1
53 Exemplo 3: Convolução Periódica O Template é deslocado sobre todos os pixels da imagem original como se esta fosse adjacente em suas extremidades. Template Imagem Resultado Primeiro Ponto ==> (1x0) + (1x1) + (1x0) + (0x5) + (0x1) + (0x2) + (1x0) + (1x0) +(1x1) = 2
54 Observações: q O custo computacional da Convolução espacial é alto. q Se a Imagem é de tamanho M x M e o Template N x N, o número de multiplicações é de M 2.N 2 q Ou seja, se a Imagem é de 512 x 512 e o Template é de 16 x 16, são necessárias multiplicações. q A alternativa é transformar a Imagem e o Template para o domínio da frequência (Fourier) e multiplicar elemento a elemento. q A transformação só é justificável se o Template for maior que 32 x 32, devido ao custo da Transformada de Fourier.
55 Filtragem Espacial Filtros Passa-Baixa Filtros Passa-Alta Filtros Derivativos EESC/USP
56 EESC/USP Representação de uma Imagem como Superfície Isométrica
57 Perfil radiométrico de uma imagem: altas frequências e baixas frequências
58 Altas e baixas frequências em uma imagem
59 Filtragem Espacial: Passa Baixa q Uma das aplicações da Convolução espacial de uma Imagem com Templates é a Suavização (Smoothing) ou Filtragem Passa Baixa. q Um filtro espacial Passa Baixa é implementado através de uma Máscara que realiza a Média da Vizinhança. q Uma Máscara de Média é tal que seus pesos são positivos e a soma é igual a 1. Ø Exemplos de algumas Máscaras de Filtros Passa Baixa:
60 Exemplo de Média da Vizinhança. f(x,y) g(x,y) g(0,0) = ( ) / 9 = 24,77 g(0,1) = ( ) / 9 = 39,77
61 a) Imagem Original b) Vizinhança 3 x 3 c) Vizinhança 5 x 5 d) Vizinhança 7 x 7 e) Vizinhança 15 x 15 f) Vizinhança 25 x 25
62
63 Filtro Passa Baixa Média da Vizinhança * = EESC/USP * 1/25 x =
64 Filtro Passa Baixa Média da Vizinhança * 7 x 7 = * 9 x 9 = EESC/USP
65 Efeitos nas bordas da imagem Convolução da imagem original com um filtro da média A B C D E A) Imagem original B) Padding com zeros C) Replicação D) Espelhamento E) Periódica (circular)
66 Filtragem Espacial: Passa Alta q É chamada de filtro de passa-alta porque detecta na imagem os detalhes finos e mudanças abruptas de níveis de cinza na imagem. q A máscara do filtro passa alta deve ter pesos de tal forma que a soma seja igual a zero. Exemplos de máscaras de filtros passa alta: Normalizado Normalizado Operador Laplaciano
67 Filtro Passa Alta Detector de Altas Frequências Normalizado * = =
68 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências + = + =
69 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências + = EESC/USP
70 Filtro Passa Alta Detector de Altas Frequências Não-normalizado * = =
71 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências + = + =
72 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências + = EESC/USP
73 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências Como montar um template para o filtro de aguçamento? * =
74 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências 1) Filtro que detecta apenas as bordas e detalhes (passa-alta) * =
75 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências 2) Filtro que gera a mesma imagem após a convolução * = 0 0 0
76 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências Filtro de aguçamento = imagem da detecção das bordas + imagem original =
77 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências Filtro de aguçamento * =
78 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências E se for usada a normalização do filtro? * =
79 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências 1) Filtro que detecta apenas as bordas e detalhes (passa-alta) Normalizado * =
80 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências 2) Filtro que gera a mesma imagem após a convolução Normalizado * = 0 0 0
81 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências Filtro de aguçamento = imagem original + detecção das bordas =
82 Filtro de AGUÇAMENTO (Sharpening) - realce de altas frequências Filtro de aguçamento (normalizado) * =
83 Outros Exemplos polegadas EESC/USP
84 Isotropia
85 Imagem Original 5
86 Imagem Original - 5
87 Derivada de uma Imagem
88 Primeira Derivada Segunda Derivada
89 Filtragem Espacial: Filtros Derivativos de 2 a Ordem Filtros de segunda derivada: O operador de segunda ordem mais comum é o Laplaciano
90 Filtragem Espacial: Filtros Derivativos de 2 a Ordem
91 Filtragem Espacial: Filtros Derivativos de 2 a Ordem q São filtros isotrópicos (detectam bordas em todas as direções); q São muito sensíveis (detectam) ruídos e pequenos detalhes.
92 Filtragem Espacial: Filtros Derivativos de 1 a Ordem Filtros de primeira derivada: O operador de primeira ordem mais comum é o Gradiente f = # f & % ( x % ( % f ( $ % y' (
93 Filtragem Espacial: Filtros Derivativos de 1 a Ordem f x = f (x +1, y) f (x, y) f y = f (x, y +1) f (x, y)
94 Filtragem Espacial: Filtros Derivativos de 1 a Ordem Bordas Verticais Bordas Horizontais Bordas Diagonais Esses operadores são conhecidos como Operadores Gradiente-Cruzado de Roberts ou Detectores de Bordas de Roberts
95 Detector de Bordas de Roberts q São filtros não-isotrópicos (detectam bordas em uma direção específica); q Detectam gradiente (bordas) positivo ou negativo dependendo do template utilizado; q Não são muito sensíveis à ruídos e pequenos detalhes como os detectores Laplacianos (de segunda ordem).
96 Exemplo do Detector de Bordas de Roberts (Negativo da imagem final): Direção do gradiente = direção dos sinais Direção da borda = perpendicular a da matriz - Correlação cruzada
97 Exemplo do Detector de Bordas de Roberts (Negativo da imagem final): Direção do gradiente = direção dos sinais Direção da borda = perpendicular a da matriz - Convolução
98 Exemplo do Detector de Bordas de Roberts (Negativo da imagem final): Direção do gradiente = direção dos sinais Direção da borda = perpendicular a da matriz - Correlação cruzada
99 Filtragem Espacial: Filtros Derivativos Exemplo do Detector de Bordas de Roberts: - Correlação cruzada
100 Filtragem Espacial: Filtros Derivativos de 1 a Ordem Bordas Horizontais Bordas Verticais Esses operadores são conhecidos como Operador de Prewitt ou Detector de Bordas de Prewitt
101 Filtragem Espacial: Filtros Derivativos de 1 a Ordem Bordas Diagonais Esses operadores são conhecidos como Operador de Prewitt ou Detector de Bordas de Prewitt
102 Exemplo de detector de Prewitt: Correlação cruzada
103 Filtragem Espacial: Filtros Derivativos de 1 a Ordem Bordas Horizontais Bordas Verticais Esses operadores são conhecidos como Operador de Sobel ou Detector de Bordas de Sobel
104 Filtragem Espacial: Filtros Derivativos de 1 a Ordem Bordas Diagonais Esses operadores são conhecidos como Operador de Sobel ou Detector de Bordas de Sobel
105 Exemplo de detector de Sobel: Correlação cruzada
106 Exemplo de detector de Prewitt e Sobel: Correlação cruzada
107 FIM polegadas EESC/USP
Aula 3 Processamento Espacial
SEL 0449 - Processamento Digital de Imagens Médicas Aula 3 Processamento Espacial Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP Processamento Espacial Transformações ponto a ponto
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 2 Processamento Espacial (Parte 2)
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 2 Processamento Espacial (Parte 2) Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 2 Processamento Espacial
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 2 Processamento Espacial Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 3 de março de 2016 Transformação e filtragem de imagens
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 5 Segmentação de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga Segmentação de
Leia maisSEL5886 Visão Computacional Prof. Dr. Marcelo Andrade da Costa Vieira
SEL5886 Visão Computacional Prof. Dr. Marcelo Andrade da Costa Vieira Prática 2 Processamento no Domínio do Espaço Instruções: Essa prática consiste de 12 exercícios (E_1 a E_12). Deve ser gerado um arquivo
Leia maisFiltragem de Imagens no Domínio Espacial. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Filtragem de Imagens no Domínio Espacial 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Image Enhancement 2 Image enhancement em Português significa algo como melhoria de imagens, mas o
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Tópicos Detecção de Pontos Isolados Detecção de Linhas Prof. Sergio Ribeiro 2 Operações lógicas e aritméticas orientadas a vizinhança utilizam o conceito
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
Leia maisPRÁTICA 2. T_1: Ler a imagem mammogram.bmp e gerar seu histograma.
1) Visualização de Histogramas. PRÁTICA 2. Figura 1 - mammogram.bmp T_1: Ler a imagem mammogram.bmp e gerar seu histograma. f = imread('mammogram.bmp'); imfinfo mammogram.bmp imshow(f) imhist(f) E_1: Gerar
Leia maisTE073 PDS II Programa de Graduação em Engenharia Elétrica
TE073 PDS II Programa de Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Segmentação Os algoritmos
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 6 de outubro de 2016 Segmentação de imagens A segmentação
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
Leia 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 maisQuadro Segmentação de Imagens
UNIVERSIDADE DE SÃO PAULO - SÃO CARLOS INSTITUTO DE CIÊNCIAS Processamento de Imagens - SCC0251 2013/1 Prof. Dr. Mario Gazziro Monitor PAE: Vinicius Ruela Pereira Borges - viniciusrpb@icmc.usp.br 1 Método
Leia maisProcessamento de Imagens
Processamento de Imagens SCC0251 Pré-processamento Material baseado nos livros do Sonka e do Gonzalez http://www.icaen.uiowa.edu/~dip/lecture/lecture.html 1 2 Propriedades de uma Imagem digital Vizinhança
Leia maisAula 5 - Segmentação de Imagens
Aula 5 - Segmentação de Imagens Parte 1 Prof. Adilson Gonzaga 1 Segmentação Agrupamento de partes de uma imagem em unidades homogêneas relativamente a determinadas características. Segmentação é o processo
Leia maisProcessamento Digital de Imagens Aula 04
exatasfepi.com.br Processamento Digital de Imagens Aula 04 André Luís Duarte A sabedoria oferece proteção, como o faz o dinheiro, mas a vantagem do conhecimento é esta: a sabedoria preserva a vida de quem
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 maisProcessamento de Imagens Filtragem Digital
Filtragem Digital Consiste na aplicação de técnicas de transformação (operadores máscaras) com o objetivo de corrigir, suavizar ou realçar determinadas características de uma imagem dentro de uma aplicação
Leia 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 maisUNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Transformações Geométricas .(x,y, P).(x,y, P) Imagem fonte Imagem transformada Deve-se notar que, como uma imagem digital é representada por uma matriz
Leia maisSEL Processamento Digital de Imagens Médicas. Aula 6 Processamento no Domínio da Frequência
SEL 0449 - Processamento Digital de Imagens Médicas Aula 6 Processamento no Domínio da Frequência Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Processamento no Domínio da Frequência 2 Filtros
Leia maisFILTRAGEM DE IMAGEM NO DOMÍNIO ESPACIAL (Operações aritméticas orientadas à vizinhança)
PROCESSAMENTO DE IMAGEM #5 Operações Aritméticas Orientadas à Vizinhanças Filtragem no Domínio Espacial (Máscaras) Máscaras de suavização (média e mediana) e aguçamento (laplaciano) Correlação x Convolução
Leia maisUMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS. Rogério Vargas DCET UESC Home page: rogerio.in
UMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS Rogério Vargas DCET UESC Home page: rogerio.in Exemplo de aplicações: automação e visão artificial reconhecimento de caracteres análise de cromossomos veículos
Leia maisAPLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS EM IMAGENS GERADAS POR ULTRA-SOM
VIII ERMAC 8 o Encontro Regional de Matemática Aplicada e Computacional 0- de Novembro de 008 Universidade Federal do Rio Grande do Norte Natal/RN APLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS
Leia maisProcessamento de Imagens
Processamento de Imagens SCE 5830 Pré-processamento Material baseado no livro do Sonka e Gonzalez http://www.icaen.uiowa.edu/~dip/lecture/lecture.html Propriedades de uma Imagem digital Vizinhança Conectividade
Leia maisVisão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)
Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR) Processamento da Informação Capturei uma Imagem! E agora? Assumindo que
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Técnicas de Modificação do Histograma Compressão de Histograma 2 Veremos a definição e utilização do conceito de histograma.
Leia maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 7 Filtros de Imagens Digitais 2 de 47 Sumário Conceitos Filtragem no
Leia maisFundamentos de Processamento Gráfico. Aula 3. Introdução ao Processamento de Imagens. Profa. Fátima Nunes
Fundamentos de Processamento Gráfico Aula 3 Introdução ao Processamento de Imagens Profa. Fátima Nunes AULA 3 / 1 Definições Sobre o pixel são definidas algumas relações básicas: vizinhança, conectividade,
Leia maisFundamentos da Computação Gráfica
Fundamentos da Computação Gráfica Trabalho 2 Visão. Detecção de cantos. Manuel Alejandro Nodarse Moreno (1322198) Introdução. Detecção de cantos é uma abordagem utilizada em sistemas de visão computacional
Leia maisFiltros espaciais. Processamento e Recuperação de Imagens Médicas. Prof. Luiz Otavio Murta Jr. Depto. De Computação e Matemática (FFCLRP/USP)
Processamento e Recuperação de Imagens Médicas Prof. Luiz Otavio Murta Jr. Depto. De Computação e Matemática (FFCLRP/USP) 1 Propriedades Operadores de suavização os elementos da máscara são positivos e
Leia maisPMR2560 Visão Computacional Detecção de bordas. Prof. Eduardo L. L. Cabral
PMR56 Visão Computacional Detecção de bordas Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Características; Detecção de bordas. Características Tipos de características: Bordas; Cantos;
Leia 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 maisProcessamento de Imagens
Processamento de Imagens Prof. Julio Arakaki Ciência da Computação 1 Imagem Digital Full Color Image (Matriz de Pixels) RGB (24 bits): Red (8 bits) Green (8 bits) Blue (8 bits) 2 Imagem Digital Um modelo
Leia maisProcessamento Digital de Imagens. Análise de Imagens
Processamento Digital de Imagens Análise de Imagens Eduardo A. B. da Silva Programa de Engenharia Elétrica - COPPE/UFRJ Laboratório de Sinais, Multimídia e Telecomunicações eduardo@smt.ufrj.br Sergio L.
Leia maisProcessamento de Imagens
Processamento de Imagens Introdução Mylène Christine Queiroz de Farias Departamento de Engenharia Elétrica Universidade de Brasília (UnB) Brasília, DF 70910-900 mylene@unb.br 22 de Março de 2016 Aula 03:
Leia maisProcessamento de Imagens
Processamento de Imagens SCE 5830 Pré-processamento Material baseado no livro do Sonka e Gonzalez http://www.icaen.uiowa.edu/~dip/lecture/lecture.html Propriedades de uma Imagem digital Vizinhança Conectividade
Leia maisFiltragem. 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 maisTE073 PDS II Programa de Graduação em Engenharia Elétrica
TE073 PDS II Programa de Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Segmentação Os algoritmos
Leia 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 maisOPERAÇÕES PONTO A PONTO
OPERAÇÕES PONTO A PONTO Operações pontuais São operações nas imagens onde o processamento é realizada em cada piel individualmente Podem ser Aritméticas Lógicas Envolver uma ou mais imagens Operações pontuais
Leia maisIntrodução ao Processamento Digital de Imagens. Aula 9 Restauração de Imagens. Prof. Dr. Marcelo Andrade da Costa Vieira
Introdução ao Processamento Digital de Imagens Aula 9 Restauração de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Realce x Restauração Realce: Processar a Imagem para obter um resultado
Leia maisAula 2 Aquisição de Imagens
SEL 0449 - Processamento Digital de Imagens Médicas Aula 2 Aquisição de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br EESC/USP Fundamentos de Imagens Digitais Ocorre a formação de
Leia maisSEL Introdução ao Processamento Digital de Imagens. Aula 9 Restauração de Imagens Parte 2
SEL5895 - Introdução ao Processamento Digital de Imagens Aula 9 Restauração de Imagens Parte 2 Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Modelo de Degradação e Restauração g(x,y) = h(x,y)
Leia maisUNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ UNIOESTE CAMPUS UNIVERSITÁRIO DE CASCAVEL CURSO DE CIÊNCIA DA COMPUTAÇÃO LISTA DE EXERCÍCIOS
UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ UNIOESTE CAMPUS UNIVERSITÁRIO DE CASCAVEL CURSO DE CIÊNCIA DA COMPUTAÇÃO Disciplina: Processamento de Imagens Digitais Prof o : Adair Santa Catarina 1 Considerando
Leia maisProcessamento de Imagens Marcia A. S. Bissaco
Engenharia Biomédica Processamento de Imagens Marcia A. S. Bissaco 1 Exemplos filtros Média Mediana Passa_B Passa_A Borda_H Borda_V Sobel_Y Sobel_X Oliveira, Henrique J. Quintino (UMC-SP), 2 Media Mediana
Leia maisProcessamento de Imagens COS756 / COC603
Processamento de Imagens COS756 / COC603 aula 07 - deteção de características de baixo-nível (low-level feature detection) Antonio Oliveira Ricardo Marroquim 1 / 35 aula de hoje feature detection overview
Leia maisFiltros espaciais (suavizaçào)
Processamento de Imagens Médicas Filtros espaciais (suavizaçào) Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) 1 Necessidade de pré-processamento 2 Propriedades
Leia maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 6 Histograma de Imagem Digital 2 de 18 Sumário Conceitos Sistema de
Leia maisProcessamento de Imagens
Processamento de Imagens Introdução Prof. Dr. Márcio Sarroglia Pinho Histogramas Histogramas w Equalização alpha = 255 / numpixels for each pixel g(x,y) = cumulativefrequency[f(x,y)] * alpha end for http://www.generation5.org/content/24/histogramequalization.asp
Leia maisProcessamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres
Processamento de Imagem Filtragem no Domínio Espacial Professora Sheila Cáceres Filtragem A filtragem de imagens pode ser realizada no domínio do espaço e da frequência Operadores de filtragem são classificados
Leia maisFiltragem. Processamento digital de imagens. CPGCG/UFPR Prof. Dr. Jorge Centeno
Filtragem Processamento digital de imagens CPGCG/UFPR Prof. Dr. Jorge Centeno Operações de vizinhança (Filtros) Filtros lineares Filtro passa-baixas (suavização) Filtro passa-altas (realce) Filtros direcionais
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança Conectividade Operações Lógicas e Aritméticas
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança e Aritméticas Efeitos de em Pixel a Pixel
Leia maisFILTROS NO DOMÍNIO ESPACIAL. Nielsen Castelo Damasceno
FILTROS NO DOMÍNIO ESPACIAL Nielsen Castelo Damasceno Gerando máscaras de filtragem espacial Algumas vezes pode ser útil expressar a soma de produtos como: = + + = = w são os coeficientes do filtros. z
Leia maisDr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015
Introdução a Computação Gráfica [5COP100] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre de 2015 Assunto Aula 6 Histograma de Imagem Digital 2 de 32 Sumário Conceitos Sistema de
Leia maisRealce de imagens parte 2: ltragem espacial SCC5830/0251 Processamento de Imagens
Realce de imagens parte 2: ltragem espacial SCC5830/0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti
Leia maisProcessamento de Imagens Digitais
Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018 Apresentações Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas
Leia maisUniversidade Federal do Rio de Janeiro - IM/DCC & NCE
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Segmentação Antonio G. Thomé thome@nce.ufrj.br Sala AEP/133 Conceituação Segmentação é uma tarefa básica no processo de análise
Leia maisRespostas do Teste de Analise de Imagens :
Respostas do Teste de Analise de Imagens - 2004: 1Diga com suas palavras o que é: (Valor total da questão: 12) Filtragem passa alta (valor deste item até 0,3) - importante falar que apesar do nome ser
Leia maisPropriedades estatísticas de uma imagem
Propriedades estatísticas de uma imagem Brilo Média do alor dos pixels n i, j (, i j) Contraste Desio padrão do alor dos pixels σ 2 ( i (, j) ) n i, j Histograma () Vector com o número de pixels de cada
Leia maisIntrodução ao Processamento Digital de Imagens. Aula 6 Propriedades da Transformada de Fourier
Introdução ao Processamento Digital de Imagens Aula 6 Propriedades da Transformada de Fourier Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Uma linha de uma imagem formada por uma sequência
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Transformações de Intensidade Transformações Logarítmicas Comparação entre Diversas Técnicas 2 Transformações de Intensidade
Leia maisColégio Politécnico da UFSM DPADP0024 : Processamento Digital de Imagens (Prof. Dr. Elódio Sebem)
A filtragem digital é uma transformação da imagem mediante operações locais. Na imagem filtrada o ND de cada pixel está em função do NDs dos pixels do seu entorno na imagem inicial, sem modificações de
Leia maisPMR2560 Visão Computacional Filtragem e Suavização. Prof. Eduardo L. L. Cabral
PMR50 Visão Computacional Filtragem e Suavização Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Convolução; Filtragem D; Suavização de imagens. Convolução Definição de convolução no tempo
Leia maisRadiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP
Operações Matemáticas e Transformações Radiométricas Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Operações Matemáticas Sejam Î = (D I, I ) e Ĵ = (D J, J) duas imagens cinzas de mesmo domínio,
Leia maisSimulação Gráfica. Segmentação de Imagens Digitais. Julio C. S. Jacques Junior
Simulação Gráfica Segmentação de Imagens Digitais Julio C. S. Jacques Junior Segmentação Subdivide uma imagem em suas partes ou objetos constituintes. O nível até o qual essa subdivisão deve ser realizada
Leia maisIntrodução FILTRAGEM NO DOMÍNIO DA FREQUÊNCIA
FILTRAGEM NO DOMÍNIO DA FREQUÊNCIA Introdução Um sinal no domínio do espaço (x,y) pode ser aproximado através de uma soma de senos e cossenos com frequências (f, f2, f3,...fn) de amplitudes (a, a2,...
Leia maisSegmentação de Imagem
Segmentação de Imagem Em análise de imagem o resultado pretendido não é, geralmente, outra imagem, mas antes uma sua descrição. Essa descrição refere-se, em regra, a partes específicas da imagem ou da
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 maisRealce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens
Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti Jr.
Leia maisUniversidade 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 maisSEGMENTAÇÃO DE IMAGENS
SEGMENTAÇÃO DE IMAGENS Definição Segmentação é o processo que divide uma imagem em regiões distintas, cada uma com pixels com atributos similares Particiona os pixels de uma imagem em grupos, geralmente
Leia maisFiltragem de Imagens no Domínio da Freqüência. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Filtragem de Imagens no Domínio da Freqüência 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Introdução Fourier formulou no início do século XVIII a teoria de que qualquer função que se
Leia maisSEL Processamento Digital de Imagens Médicas. Aula 4 Transformada de Fourier. Prof. Dr. Marcelo Andrade da Costa Vieira
SEL 0449 - Processamento Digital de Imagens Médicas Aula 4 Transformada de Fourier Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Jean Baptiste Joseph Fourier 2 Exemplo: Função Degrau 3 Exemplo:
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS (SERP11) FILTRAGEM NO DOMÍNIO ESPACIAL E DAS FREQUÊNCIAS. Daniel C. Zanotta
PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) FILTRAGEM NO DOMÍNIO ESPACIAL E DAS FREQUÊNCIAS Daniel C. Zanotta FREQUÊNCIA EM IMAGENS DIGITAIS Análise da intensidade dos NCs da imagem Banda 7 Landsat TM ao
Leia maisProcessamento de Imagem. Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres
Processamento de Imagem Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres Relacionamentos básicos entre elementos de uma imagem Vizinhança Conectividade Adjacência
Leia maisProcessamento de Imagem. Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres
Processamento de Imagem Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres Lembrando Filtragem Correlação A correlação e a convolução sãos dois conceitos relacionados a filtragem.
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos amostrados de uma imagem digitalizada (resolução).
Leia maisFiltragem no domínio de frequência
Filtragem no domínio de frequência Filtragem no domínio de frequência Modificar a transformada de Fourier de uma imagem e computar a inversa para obter o resultado. Dada uma imagem f(x,y), MxN, a equação
Leia maisUniversidade Federal do Paraná Departamento de Informática Ciência da Computação e Informática Biomédica. Tópicos em Computação
Universidade Federal do Paraná Departamento de Informática Ciência da Computação e Informática Biomédica Tópicos em Computação Robótica Competitiva e Visão Computacional Processamento de Imagens Prof.
Leia mais5. Detecção de bordas
5. Detecção de bordas Uma borda, também chamada de edgel, é definida como sendo uma mudança ou descontinuidade local na luminosidade de uma imagem. Classificação : métodos de realce / limiar ( enhancement
Leia mais1 1 1 *1/ *1/ *1/49
O que é filtragem? As técnicas de filtragem são transformações da imagem pixel a pixel, que não dependem apenas do nível de cinza de um determinado pixel, mas também do valor dos níveis de cinza dos pixels
Leia maisOrientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local
Orientação de Bordas em Imagens Digitais: Abordagem por Análise de Vizinhança Local Inês Aparecida Gasparotto Boaventura DCCE-IBILCE-UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto,
Leia maisCurso de Extensão: Noções de Sensoriamento
UFBA Curso de Extensão: Noções de Sensoriamento IPF Institut für Photogrammetrie und Fernerkundung Mauro Alixandrini Universität Karlsruhe (TH) www.kit.edu 04.08 Noções de Sensoriamento Remoto Aula 2 Comportamento
Leia maisFREQUÊNCIA EM IMAGENS DIGITAIS
PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) FILTRAGEM NO DOMÍNIO ESPACIAL E DAS FREQUÊNCIAS Daniel C. Zanotta FREQUÊNCIA EM IMAGENS DIGITAIS Análise da intensidade dos NCs da imagem Banda 7 Landsat TM ao
Leia maisCAPÍTULO 4 SEGMENTAÇÃO DE IMAGENS SAR
CAPÍTULO 4 SEGMENTAÇÃO DE IMAGENS SAR Segundo Gonzales e Wintz (1987), um dos primeiros passos do processo de análise de uma imagem digital consiste em particioná-la em seus elementos constituintes. O
Leia maisINTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO
INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS Extração de Informações
Leia maisTracking de movimentos usando marcadores circulares
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO - COPPE INTRODUÇÃO AO PROCESSAMENTO DE IMAGENS Tracking de movimentos usando marcadores circulares Jéssica de Abreu DRE:114069619 Junho de 2014 1 INTRODUÇÃO Com a
Leia maisProcessamento Digital de Imagens. Carlos Alexandre Mello
Processamento Digital de Imagens Carlos Alexandre Mello Pós-Graduação em Ciência da Computação Carlos Alexandre Mello cabm@cin.ufpe.br 1 Processamento de Imagens Objetivos Melhoria da informação visual
Leia maisNatan Martins Jory. Reconhecimento de Moedas via Processamento de Imagens
Natan Martins Jory Reconhecimento de Moedas via Processamento de Imagens São José SC agosto / 2011 Natan Martins Jory Reconhecimento de Moedas via Processamento de Imagens Monografia apresentada à Coordenação
Leia maisProcessamento Digital de Imagens Aula 06
exatasfepi.com.br Processamento Digital de Imagens Aula 06 André Luís Duarte A sabedoria oferece proteção, como o faz o dinheiro, mas a vantagem do conhecimento é esta: a sabedoria preserva a vida de quem
Leia maisÁlgebra Linear em Visão Computacional
Visão geral Universidade Federal do Rio Grande do Norte Material compilado em 30 de novembro de 2016. Licença desta apresentação: http://creativecommons.org/licenses/ Introdução Conceitos básicos Operadores
Leia maisFILTRAGEM 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 mais6. FILTRAGEM DE FREQUÊNCIAS ESPACIAIS
6. FILTRAGEM DE FREQUÊNCIAS ESPACIAIS 6.1 Introdução A. P. Crósta, Processamento Digital de Imagens de Sensoriamento Remoto 1992 Em uma imagem qualquer de sensoriamento remoto, considerada em uma de suas
Leia maisTratamento 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/33 Transformações Geométricas 3 Transformações Geométricas
Leia mais7. Color Image Processing
Transformação de níveis de cinza para cor a idéia por trás desta técnica é executar 3 transformações independentes sobre níveis de cinza dos pixels de uma imagem de entrada. Cada cor é transformada independentemente
Leia mais