Princípios e representação de imagens

Transcrição

1 Processamento de Imagens Médicas Princípios e representação de imagens Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) 1

2 Tópicos Processamento de imagens Percepção visual Modelos de imagens Representação Profundidade de pixels Brilho e contraste Histograma Algoritmo de contagem de histogra,a Equalização de histograma 2

3 Tipos de processamento de imagem Processamento Digital de Imagem (descrição) Designação Síntese de Imagem Processamento de Imagem Análise de Imagem Compreensão de Imagem Entrada Descrição Imagem Imagem Imagem Saída Imagem Imagem Medidas Descrição Domínio de aplicação 2D e 3D 3

4 O Fenômeno Visual Percepção sensorial da visão 4

5 O Fenômeno Visual Anatomia da visão: Córnea Cristalino Retina Nervo ótico Córtex visual 5

6 O Fenômeno Visual Percepção sensorial da visão: Incidência de luz na retina Excitação dos cones e bastonetes Captação do nervo ótico Transporte de informação para o cortex visual (cérebro) 6

7 O Fenômeno Visual Fisiologia da visão: Cones Bastonetes 7

8 O Fenômeno Visual Fisiologia da visão: Cones Bastonetes 8

9 O Fenômeno Visual Fisiologia da visão: Cones Bastonetes 9

10 O Fenômeno Visual Fisiologia da visão: Cones Bastonetes 10

11 Processamento de imagem Imagens médicas: Raios X Ressonância Ultra-som Medicina nuclear... 11

12 Modelo simples de imagem 12

13 Modelo simples de imagem 13

14 Modelo simples de imagem Localização de pixels: 14

15 Representação de imagem Tons de cinza Canais Bits/pix. Escopo Uso Imagem binária, documento, fax Universal, foto, scan, iimpressão Foto alta qualidade, scan, impressão Foto profissional, scsn, impressão Fotos de altíssima qualidade,... Imagens colorifas Canais Bits/pix. Escopo Uso RGB universal, foto, scan, iimpressão RGB foto alta qualidade, scan, impressão RGB foto profissional, scsn, impressãoc CMYK pre-impressão digital 15

16 Representação de imagem 16

17 Representação de imagem Arquivo: Imagem: 17

18 Amostragem e Quantização Ilustração esquemática de um sistema de conversão analógico / digital 18

19 Aquisição via CCD 19

20 Amostragem e Quantização Codificação A codificação na conversão A/D se dá atribuindo a cada valor quantizado um número binário, como no exemplo abaixo. 20

21 Brilho, Contraste e Histograma histograma de imagem com brilho e contraste originais 21

22 Brilho, Contraste e Histograma histograma de imagem com brilho incrementado 22

23 Brilho, Contraste e Histograma histograma de imagem com brilho reduzido 23

24 Brilho, Contraste e Histograma histograma de imagem com contraste incrementado 24

25 Brilho, Contraste e Histograma histograma de imagem com contraste reduzido 25

26 Histograma - Contagem de pixels em cada tom de cinza 26

27 Histograma - Contagem de pixels em cada tom de cinza 27

28 Histograma - Diferentes imagens podem ter o mesmo histograma? 28

29 Histograma 29

30 Histograma 30

31 Histograma 31

32 Histograma Histogramas distribuídos significam melhores imagens? 32

33 Histograma Algoritmo: 33

34 Histograma Algoritmo de histograma de tamanho definido: 34

35 Histograma Histograma de imagens coloridas 35

36 Transformação de níveis de cinza f O O ( x) Omin max min x I max min min I I 36

37 Equalização de histograma 37

38 Equalização de histograma 38

39 Equalização de histograma 39

40 Equalização de histograma Objetivo: encontrar uma funçào que equalize o histograma 40

41 Equalização de histograma 41

42 Equalização de histograma Assuma por um momento que níveis de intensidade são quantidades contínuas normalizadas para o escopo [0, 1], - função de densidade de probabilidade (PDF) Desejado: Transformação: para k = 1, 2,..., L onde s k é o valor de intensidade na imagem de saída (processada) que corresponde aos valores r k na imagem de entrada 42

43 Equalização de histograma Histograma cumulativo 43

44 Equalização de histograma 44

45 Equalização de histograma Histograma cumulativo 45

46 Equalização de histograma x i n i 0/ / Histograma de imagem octal (3 bits de resolução): escopo Tamanho: 64 x 64 = 4096 pixels 2/ / / / / /

47 Equalização de histograma x i n i P i =n i /N 0/ P i = frequencia normalizada 1/ / / / / / /

48 Equalização de histograma x i n i P i =n i /N y =F i 0/ y i = distribuição acumulada 1/ / / / / / /

49 Equalização de histograma x i n i P i =n i /N y =F i y 1 j 0/ /7 y 1 i = y i aproximado a x i 1/ /7 2/ /7 3/ /7 4/ /7 5/ /7 6/ /7 7/ /7 49

50 Equalização de histograma x i n i P i =n i /N y =F i y 1 j P 1 j 0/ / Repetindo o processo... 1/ / / / / /7 4/ / / /7 6/ /7 7/ /

51 Equalização de histograma x i n i P i =n i /N y =F i y 1 j P 1 j F 1 j 0/ / / / / / / /7 4/ / / /7 6/ /7 7/ /

52 Equalização de histograma x i n i P i =n i /N y =F i y 1 j P 1 j F 1 j y 2 j 0/ / /7 1/ / /7 2/ / /7 3/ /7 5/7 4/ / /7 5/ /7 7/7 6/ /7 7/7 7/ / /7 52

53 Equalização de histograma x i n i P i =n i /N y =F i y 1 j P 1 j F 1 j y 2 j P 2 j 0/ / / / / / / / / / /7 5/ / / / / /7 7/7 6/ /7 7/7 7/ / /

54 Equalização de histograma x i n i P i =n i /N y =F i y 1 j P 1 j F 1 j y 2 j P 2 j F 2 j 0/ / / / / / / / / / /7 5/ / / / / /7 7/7 6/ /7 7/7 7/ / /