Visão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)

Transcrição

1 Visão Computacional Alessandro L. Koerich Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)

2 Processamento da Informação

3 Capturei uma Imagem! E agora? Assumindo que temos um sistema completo para a captura de imagens (vídeo): Câmera Lente/Filtro Iluminação Interface para transferência da imagem/vídeo à uma unidade de processamento Assumindo que a imagem está disponível na memória desta unidade de processamento: E agora, fazemos o que com ela?

4 Capturei uma Imagem! E agora? Pixels são o resultado do processo de aquisição Pixels embutem informação de: Espaço Intensidade Tempo

5 Capturei uma Imagem! E agora? Apesar de todo o esforço para capturar uma imagem de qualidade, normalmente ela: não está disponível no formato necessário contém elementos que não interessam os elementos de interesse não estão segmentados. etc. Como proceder? Lembrado que o objetivo principal da visão computacional é interpretar uma cena e tomar decisões de maneira automática!

6 Capturei uma Imagem! E agora? Lembre-se: A informação/característica de interesse deve estar presente na imagem! X Não conseguimos fazer mágica

7 Objetivos A meta de um sistema de visão computacional é tomar decisões: Um objeto está bom ou ruim? Caractere reconhecido ou não? Pessoa reconhecida ou não E a partir da decisão, executar uma ação: Aceitar, rejeitar, retrabalhar Interagir com um operador Etc.

8 Algoritmos para Processamento da Informação Processamento de Imagem Cálculos matemáticos sobre uma imagem Converte uma imagem em outra imagem onde os pixels tem valores diferentes Análise da Imagem Cálculos matemáticos sobre uma imagem Extrair características (features) que descrevam o conteúdo da imagem em termos numéricos.

9 Sistema de Coordenada de Pixels (0,0) Linhas (rows) Colunas

10 Processamento da Imagem Técnicas para melhorar a imagem antes de analisá-la. Exemplo: binarização. Binarização Imagem original Imagem processada

11 Por que Processar uma Imagem? Reduzir ou eliminar ruído Melhorar a informação sobre características significantes Eliminar informações do fundo ou desnecessárias Tornar mais fácil o processo de análise e decisão

12 Objetivos do Processamento Obter uma melhor imagem para analisar Remover ruídos Encontrar bordas Melhorar características

13 Técnicas de Processamento Transformações Pontuais: Cada pixel da imagem é considerado individualmente Binarização, equalização de histograma, esticamento/ mapeamento dos níveis de cinza. Convolução ou Filtragem Espacial: Cada pixel é transformado com base também nos pixels vizinhos Filtros passa-alta, passa-baixa e geométricos.

14 Transformações Pontuais Binarização Equalização de histograma Mapeamento do nível de cinza

15 Modificar a intensidade Transformações Pontuais

16 Transformações da Vizinhança Filtros passa-alta Filtros passa-baixa Filtros geométricos ou morfológicos

17 Definição de Vizinhança 2 X 2 3 X 3 5 X 5 7 X 7

18 Como os Filtros Funcionam? Uma máscara é passada sobre todos os pixels da imagem original. Uma operação matemática é realizada e o pixel central da imagem é substituído pelo novo valor calculado.

19 Como os Filtros Funcionam?

20 Filtros Passa-Baixa Mediana Elimina pequenos detalhes Bom para eliminar ruído Media Reduz o brilho Elimina pequenos detalhes Borra as bordas Bom para eliminar ruído

21 Filtros Passa Alta Reforça os pixels onde ocorre uma mudança no valor do nível de cinza entre dois ou mais pixels adjacentes. Usado para encontrar bordas em imagens. Filtro Sobel Filtro Laplace Filtro Prewitt

22 Operadores Morfológicos Operador não-linear de vizinhança. Determina o valor de um pixel a partir de relações geométricas com seus vizinhos. Aplicação: Filtragem para remover pequenas anomalias na imagem Não altera o tamanho do objeto

23 Operadores Morfológicos Erosão Imagem original binarizada Dilatação Abertura Remove pequenas partículas Fechamento Preenche pequenos buracos

24