Computação Gráfica. Visao Computacional. Visão Huma na e Compuacional

Transcrição

1 Computação Gráfica Visao Computacional Prof. Rodrigo Rocha Visão Huma na e Compuacional Visão Computacional Área que é a combinação de conceitos, técnicas e idéias do processamento de imagens digitais Entender, Obter informações, Descrever imagens digitais capturadas através de algum dispositivo Imagem é examinada e processada pela combinação de computador e aplicação Duas grandes áreas Realce de imagem Análise de imagens 1

2 Algumas áreas de utilização Reconhecimento de Caracteres Processamento de documentos Comércio (verificação de assinatura) Biométrico (autenticação pela face, digital, Iris, etc.) Identificação de movimento Inspeção automática de produtos na linha de produção Biomedicina (diagnósticos e cirurgia) Militar: Vigilância e identificação de alvos Navegação (robôs e veículos) Geoprocessamento Segurança: Visão Noturna Treinamento Realidade virtual Representação da Imagem Daqui em diante, o termo imagem será utilizado para imagem digital São representadas através de vetores ou matrizes Um pixel na posição (x,y) corresponde ao brilho daquela posição Existem quatro tipos de representação da imagem Binária Escala de cinza Imagem colorida Multiespectral 2

3 Imagem Binária Tipo mais simples Também conhecida como imagem branco e preto Só existem dois valores 0 - branco e 1 preto para cada pixel na imagem São normalmente utilizadas em situações onde existam formas básicas, contornos ou necessito de informações de posição Ex: Reconhecimento de caracteres, braço robótico para pegar objetos Podem ser facilmente obtidas através de imagens em escala de cinza utilizando o processo de threshold Escala de Cinza Contém mais informações do que as imagens binárias Imagens de tons de cinza somente contém informação do brilho. Normalmente, é uma imagem de 8bits, o que cria uma faixa de tons de cinza entre 0 e 256 Esse tipo de imagem pode conter algum tipo de ruído 3

4 Imagem Colorida Imagens coloridas têm conjunto de dados monocromáticos, cada um corresponde a uma cor diferente Normalmente as três cores são vermelho, verde e azul (RGB) Cada uma das três cores contém 8bits de dados, No total uma imagem RGB têm 24bits de cor. Para cada posição em uma imagem RGB, um pixel corresponde a uma cor no vetor (R,G,B) Multiespectral Imagem Tipicamente contém informações que não são perceptíveis pelos humanos Contém mais de 30 conjuntos Estas imagens não podem ser visíveis diretamente para o ser humano, entretando podem ser reduzidas para RGB e assim podem ser vistas. Exemplos: Infravermelho, Ultra violeta Imagens de Satélites, imagens de sonar, 4

5 Imagem adquirida por uma cãmera CCD Histograma Útil para análise e realce de imagem Para cada nível de contraste (cinza) de 0 branco a 255 preto, mostra a quantidade de pixels naquele nível Indica: Imagem está distribuída corretamente dentre os níveis (está equalizada) Equalização Obter o melhor contraste da imagem Applet applet3 5

6 Propriedades do Histograma Pouco espalhamento Baixo contraste Espalhamento significativo Alto Contraste Concentrado na extremidade baixa Imagem escura Concentrado na extremidade alta Imagem clara Histograma (Exemplos) 6

7 Histograma (Exemplos) Histograma (Exemplos) 7

8 public static void main(string[] args) { // TODO code application logic here File inputfile = new File("C:/lixo/aa.jpg"); BufferedImage image = null; try { image = ImageIO.read(inputFile); } catch (IOException ex) { System.out.println(ex); } Lendo os Pixels de uma imagem String imageinfo = "Dimensoes: " + image.getwidth() + "x" + image.getheight() + " Bands: " + image.getraster().getnumbands(); ImageIcon icon = new ImageIcon(image); JLabel imagelabel = new JLabel(icon); JFrame frame = new JFrame(); frame.settitle( Imagem Lida"); Container contentpane = frame.getcontentpane(); contentpane.setlayout(new BorderLayout()); contentpane.add(new JScrollPane(imageLabel), BorderLayout.CENTER); contentpane.add(new JLabel(imageInfo), BorderLayout.SOUTH); frame.setdefaultcloseoperation(jframe.exit_on_close); frame.setsize(400, 400); frame.setvisible(true); //Pegando os pixels da imagem int width = image.getwidth(); int height = image.getheight(); int nbands = image.getsamplemodel().getnumbands(); Raster inputraster = image.getdata(); int[] pixels = new int[nbands * width * height]; inputraster.getpixels(0, 0, width, height, pixels); for (int h = 0; h < height; h++) { for (int w = 0; w < width; w++) { int rgb = image.getrgb(w, h); int r = (int) ((rgb & 0x00FF0000) >>> 16); // Red level int g = (int) ((rgb & 0x0000FF00) >>> 8); // Green level int b = (int) (rgb & 0x000000FF); // Blue level System.out.print("at (" + w + "," + h + "): "); System.out.println(r + "," + g + "," + b); } } } Questões 1-) Como é feito o processo de digitalização de um filme analógico para digital? 2-) Qual a diferença entre câmeras CCD e CMOS? 3-) Descreva os tipos mais comuns de formato de arquivos? 4-) Escolha uma área onde o processamento de imagem possa ser utilizado (ex: medicina) e descreva com detalhes como é feito esse processo (técnicas utilizadas)? 5-) Como é feita a detecção de faces e sorrisos utilizadas nas máquinas fotográficas atuais? 6-) Implemente o histograma de imagens em Java. 8

9 Bibliografia Livro texto (Programa do Livro texto - PLT) FORBELLONE, A. Lógica de Programação. São Paulo: Pearson, 2005 Complementar CORMEN, Thomas H. Algoritmos: teoria e prática. 1.ed. Rio de Janeiro: CAMPUS, MANZANO, J. A. N. G. Algoritmos: lógica para desenvolvimento de programação. 1.ed. São Paulo: Erica, ASTÊNCIO, A.F.G.; CAMPOS, E.D.. Fundamentos da Programação de Computadores. 1.ed. São Paulo: PRENTICE HALL BRASIL,