Processamento de Imagens Digitais

Transcrição

1 Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018

2 Apresentações

3 Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas em instrumentação para supercondutividade, plasma e raios cósmicos. Mestrado em Física na área de instrumentação nuclear pela USP em Doutor em Engenharia Elétrica na área de Sistemas Eletrônicos pela Universidade de São Paulo (1997) com defesa de tese na área de processamento de imagens e sonificação. Professor Visitante na Universidade de Calgary em 1996, 2001 e Professor visitante na Universidade de Ryerson em Toronto em janeiro de Professor visitante na Universidade de Sevilha em dezembro de 2015 Cadastrado como docente de disciplina e orientador no Programa de Ciências Ambientais. Coordenador Executivo do Campus entre março de 2009 e março de Coordenador do projeto de extensão Impetus desde Fundador e líder de 2004 a 2007do Laboratório de Automação e Processamento de Imagens (LAPI), atual Grupo de Automação e Sistemas Integráveis (GASI). Líder atual do GASI de 2014 a Experiência nas áreas de instrumentação em Física e Engenharia da Computação, atuando em processamento de imagens digitais, uso de tomografia computadorizada na caracterização de materiais, utilização de redes neurais para a classificação de padrões, modelagem matemática aplicada à análise ambiental. Mais recentemente em estudos de matrizes energéticas. Coordenador do Curso de Engenharia de Computação da Faculdade de Engenharia de Sorocaba (FACENS) entre março de 1998 e março de 2004.

4 Apresentações (nome, formação, orientador) e interesses na disciplina

5 Conteúdo Fundamentos de Imagens digitais: aquisição; amostragem e quantização; representação de cor; vizinhança e conectividade; histograma; contraste. Processamento no Domínio Espacial: transformações geométricas; convolução; blurring; sharpening; tratamento de ruídos; realce; gradiente; filtros. Processamento no Domínio da Freqüência: a transformada de Fourier; filtros. Segmentação: detecção de descontinuidades; limiares; crescimento de região. Morfologia: dilatação; erosão. Classificação de imagens: pixel a pixel, por região. Aplicações: Estudos de casos.

6 Aulas teóricas e de laboratório (Matlab). Critérios de Avaliação: Provas escritas Exercícios práticos Seminários Desenvolvimento de projeto

7 Datas importantes: 17/04 - Primeira avaliação 15/05 - Apresentação de seminário sobre artigo 22/05 - Documento e apresentação da Proposta de Projeto 12 e 19/06 - Apresentação dos resultados do Projeto 26/06 - Segunda avaliação

8 Bibliografia GONZALEZ, R. C.; WOODS, R. E. Digital Image Processing. 3. ed. New York: Prentice Hall, GONZALEZ, R. C.; WOODS, R. E.; EDDINS, S.L. Digital Image Processing Using Matlab. 2. ed. Gatesmark Publishing, CRANE, R. A Simplified approach to image processing. Upper Sadle River: Prentice Hall, 1997.

9

10 Formação de uma imagem

11 Tudo começa com as ondas eletromagnéticas

12 Ondas Eletromagnéticas Comprimento de onda

13

14

15 Por que um objeto é visível?

16

17 Uma imagem não precisa ser formada apenas por ondas eletromagnéticas na faixa do visível.

18 Na verdade, uma imagem pode até nem ser formada por radiação eletromagnética

19 Definição de uma Imagem Digital

20 Uma imagem digital é uma representação de uma cena por meio de um conjunto de elementos discretos e de tamanhos finitos, chamados de pixels, colocados em um arranjo bidimensional. A cada pixel é associado um valor, no caso de imagens de tons de cinza, ou um conjunto de três valores para se representar uma cor

21 valor de cor

22 0 - preto branco tons de cinza

23 0 - preto branco tons de cinza

24 E imagens coloridas?

25

26 Processamento de Imagens

27 Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Pré-processamento Segmentação Base de Conhecimento Reconhecimento dos objetos e regiões

28 Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Pré-processamento Segmentação Reconhecimento dos objetos e regiões

29 Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Uso de dispositivos específicos para a aquisição direta da imagem ou a digitalização de uma imagem analógica. Pré-processamento Segmentação Reconhecimento dos objetos e regiões

30 Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Pré-processamento Prepara a imagem para o processamento, eliminando, por exemplo, ruídos, ou selecionando regiões de interesse. Segmentação Reconhecimento dos objetos e regiões

31 Filtros Digitais Sinal de Entrada Filtro Sinal de Saída

32 Utilização de Máscaras a x 0 b a x 0 b a c x 0 c b x 0 c x d x0 e d x0 f d e x0 f e x0 f x g x0 h g x0 i h g x0 i h x0 i x a 54 b 54 c d 54 e54 f g 54 h 54 i

33 (a) (b) (a) Máscara que salienta bordas na direção horizontal. (b) Máscara que salienta bordas na direção vertical.

34 (a) (b) (c) (a) Radiografia de um pulmão. (b) Resultado da aplicação da máscara mostrada na figura 5.6 (a). (c) Resultado da aplicação da máscara mostrada na figura 5.6 (b).

35 Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Visa a separação dos pixels pertencentes a cada objeto. Pré-processamento Segmentação Reconhecimento dos objetos e regiões

36 (a) (b) (a) Imagem de ressonância magnética nuclear de um cérebro com 8 bits de representação dos tons de cinza. (b) Imagem segmentada pelo processo de crescimento de região, tomando-se um pixel semente na região de interesse e limiar de 50 nos tons de cinza.

37 Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Busca classificar os objetos de uma imagem. Pré-processamento Segmentação Letra C Reconhecimento dos objetos e regiões

38 Reconhecimento O correto reconhecimento de um objeto é um processo bastante complexo e geralmente está ligado à comparação das informações obtidas pela segmentação com aquelas acumuladas em experiências anteriores. O processo de análise de padrões pode utilizar técnicas de Inteligência Artificial (I.A.), tais como: redes neurais artificiais, lógica fuzzy, algoritmos genéticos e sistemas especialistas.

39 Algumas Dificuldades na Análise de Imagens

40 Definição de Formas

41

42

43 Interpretação

44

45 Análise dimensional e perspectiva

46

47

48

49

50

51 Percepção

52

53

54 Características da imagem

55

56 Aplicações com o uso de imagens

57 Trabalho em grupo Sugira uma aplicação

58 Uma das primeiras aplicações 1921

59 Identificação de pessoas

60

61

62

63

64

65 Visão Computacional

66 Medicina

67 Identificação de pragas (agricultura de precisão)

68

69 Análise de desmatamento

70 Sensoriamento Remoto

71 Inspeção

72 Análise de solo

73 Controle de Qualidade

74 Na semana que vêm (06/03) não haverá aula