Processamento Digital de Imagens. Carlos Alexandre Mello
|
|
|
- Ronaldo Vilalobos
- 5 Há anos
- Visualizações:
Transcrição
1 Processamento Digital de Imagens Carlos Alexandre Mello Pós-Graduação em Ciência da Computação Carlos Alexandre Mello 1
2 Processamento de Imagens Objetivos Melhoria da informação visual para interpretação humana/máquina Armazenamento/Transmissão Efeitos Digitais Carlos Alexandre Mello 2
3 Processamento Digital de Imagens Melhoria da Informação Visual Exemplo: Observe a imagem a seguir... O que está escrito nela? O fato do olho humano não perceber a diferença entre tons próximos não quer dizer que eles não existam... Carlos Alexandre Mello cabm@cin.ufpe.br 3
4 Processamento Digital de Imagens Melhoria da Informação Visual Mesma imagem com aumento de brilho (143%) e contraste (79%)... A mensagem já estava presente; apenas intensificamos as diferenças entre os tons... Carlos Alexandre Mello cabm@cin.ufpe.br 4
5 Processamento de Imagens Digitalização: Amostragem e Quantização Amostragem Carlos Alexandre Mello cabm@cin.ufpe.br 5
6 Processamento de Imagens Digitalização: Amostragem e Quantização Quantização Carlos Alexandre Mello cabm@cin.ufpe.br 6
7 Processamento de Imagens Digitalização: Amostragem e Quantização Em termos de imagem, a amostragem cria a matriz referente à imagem (define as dimensões da matriz) e a quantização define resolução de cor da imagem Carlos Alexandre Mello cabm@cin.ufpe.br 7
8 Processamento de Imagens Digitalização: Amostragem e Quantização Outros processos Aliasing (dá mais naturalidade à cena) Processo de filtragem Carlos Alexandre Mello cabm@cin.ufpe.br 8
9 Processamento de Imagens Digitalização: Amostragem e Quantização Outros processos Aliasing (dá mais naturalidade à cena) Processo de filtragem Em zoom... Carlos Alexandre Mello cabm@cin.ufpe.br 9
10 Processamento de Imagens Imagem Digital O Pixel Coordenada Valor (Cor) Carlos Alexandre Mello cabm@cin.ufpe.br 10
11 Processamento de Imagens Imagem Digital A Resolução da Imagem é medida em dpi - dots per inch (pixels por polegada) Balanceamento da equação: Qualidade da Imagem X Tempo de Processamento X Espaço de Armazenamento Carlos Alexandre Mello cabm@cin.ufpe.br 11
12 Resolução da Imagem Mudança na dimensão da imagem (resize) é diferente de re-sampling Correta definição de resolução é fundamental e dependente da aplicação Carlos Alexandre Mello cabm@cin.ufpe.br 12
13 Resolução da Imagem Carlos Alexandre Mello 13
14 Processamento de Imagens Imagem Digital Gamute No. de Componentes Armazenados em 24 bits Resolução de Cor Carlos Alexandre Mello 14 14
15 Processamento de Imagens Fundamentos de Cor Cor é a nossa percepção de diferentes comprimentos de onda luz A luz é um fenômeno físico, mas a cor depende da interação da luz com o sistema visual, sendo, assim, um fenômeno psicofísico Carlos Alexandre Mello cabm@cin.ufpe.br 15
16 Aditivo Processamento de Imagens Processo de Formação das Cores Subtrativo Pigmentação Cores aditivas Cores subtrativas Carlos Alexandre Mello 16
17 RGB Processamento de Imagens Sistemas de Cores CMYK HSV HSL IYQ CieLab Munsell... Carlos Alexandre Mello 17
18 Processamento de Imagens Sistemas Computacional de Cores Cada tom (R, G e B) é armazenado em 1B Resolução de Cor: 2 cores (1 bit) 16 cores (4 bits) 256 cores (8 bits = 1 byte) Paleta de Cores 16 milhões de cores (24 bits = 3 bytes) Carlos Alexandre Mello cabm@cin.ufpe.br 18
19 Processamento de Imagens Sistemas Computacional de Cores Tons de cinza Níveis de cinza Níveis de brilho Carlos Alexandre Mello 19
20 Processamento de Imagens Sistemas Computacional de Cores Diferentes formas de conversão Original Média Pesos Carlos Alexandre Mello 20
21 Processamento de Imagens Sistemas Computacional de Cores Fenômenos relacionados à percepção das cores A cor dos quadrados parece diferente para diferentes cores do fundo Carlos Alexandre Mello cabm@cin.ufpe.br 21
22 Processamento de Imagens Sistemas Computacional de Cores Deficiência cromática Carlos Alexandre Mello 22
23 Histograma Carlos Alexandre Mello Pós-Graduação em Ciência da Computação Carlos Alexandre Mello 23
24 Histograma O Histograma de uma imagem provê uma descrição global da aparência da imagem em termos de distribuição de cores >> I = imread('lena.jpg') >> figure, imhist(i,256) >> imshow(i) Carlos Alexandre Mello cabm@cin.ufpe.br 24
25 Histograma Carlos Alexandre Mello 25
26 Histograma - Contraste Contraste: nível de separação entre as cores Carlos Alexandre Mello cabm@cin.ufpe.br 26
27 Histograma - Contraste Imagem de Baixo Contraste Carlos Alexandre Mello cabm@cin.ufpe.br 27
28 Histograma - Contraste Imagem de Alto Contraste Carlos Alexandre Mello cabm@cin.ufpe.br 28
29 Histograma Equalização Carlos Alexandre Mello 29
30 Histograma Equalização - Exemplo Carlos Alexandre Mello cabm@cin.ufpe.br 30
31 Técnicas de modificação de histograma São técnicas utilizadas para processar a imagem através da modificação do histograma Exemplos Negativo (I = 255 I) Binarização (if cor > th, then cor = 1 else cor = 0) Brilho (I = I + lum; lum > 0 ou lum < 0) Expansão (I = contr.*i, contr > 1) Compressão (I = contr.*i, 0 < contr < 1) Carlos Alexandre Mello cabm@cin.ufpe.br 31
32 Técnicas de modificação de histograma Mudança de brilho Lum = -50 Lum = +50 Carlos Alexandre Mello cabm@cin.ufpe.br 32
33 Técnicas de modificação de histograma contr = 1.5; Im = Im*contr; Aumenta o contraste Carlos Alexandre Mello cabm@cin.ufpe.br 33
34 Técnicas de modificação de histograma contr = 0.5; Im = Im*contr; Diminui o contraste Carlos Alexandre Mello cabm@cin.ufpe.br 34
35 Processamento de Imagens Recorte de Cor Binarização (ou Limiarização) Se cor(i) <= 127 Então cor(i) = Preto (0) Senão cor(i) = Branco (255) Preto Branco Valor de Corte = 127 (threshold, limiar) Carlos Alexandre Mello cabm@cin.ufpe.br 35
36 Processamento de Imagens Recorte de Cor 256 cores 4331 cores 16 cores 2 cores Carlos Alexandre Mello cabm@cin.ufpe.br 36
37 Processamento de Imagens Recorte de Cor Dithering Dithering (ou pontilhamento) utilizando duas cores cria-se a ilusão de que há uma terceira cor presente Carlos Alexandre Mello cabm@cin.ufpe.br 37
38 Processamento de Imagens Recorte de Cor Dithering Carlos Alexandre Mello 38
39 Processamento de Imagens Recorte de Cor Dithering Carlos Alexandre Mello 39
40 Processamento de Imagens Recorte de Cor Dithering Carlos Alexandre Mello 40
41 Processamento de Imagens Recorte de Cor Dithering Detalhe na imagem Carlos Alexandre Mello 41
42 Filtragem Espacial Carlos Alexandre Mello Pós-Graduação em Ciência da Computação Carlos Alexandre Mello 42
43 Filtragem Discreta Convolução Carlos Alexandre Mello 43
44 Convolução Discreta - Sinais Consideremos a convolução de sinais Processo: Convolução Discreta de Sinais Carlos Alexandre Mello cabm@cin.ufpe.br 44
45 Convolução Discreta - Imagens O produto de convolução f*h no pixel de coordenadas (m, n) é obtido colocando o centro da máscara acima do pixel (m,n), multiplicando os elementos correspondentes na máscara e na imagem e somando os resultados Filtragem Espacial: Uso de máscaras Carlos Alexandre Mello cabm@cin.ufpe.br 45
46 Convolução Discreta - Imagens Seja a máscara 3x3 w1 w2 w3 w4 w5 w6 w7 w8 w9 e sejam z1, z2,..., z9 a cor dos pixels sob a máscara O novo tom do pixel central será dado por R = w1z1 + w2z w9z9 Carlos Alexandre Mello cabm@cin.ufpe.br 46
47 Convolução Discreta - Imagens Aspectos Computacionais Cor não realizável Extensão do Domínio da Imagem: Extensão Constante (Nula ou Não extensão da cor) Extensão Periódica Extensão por Reflexão Eficiência Computacional Carlos Alexandre Mello cabm@cin.ufpe.br 47
48 Convolução Discreta - Imagens Filtros Passa-Baixa Componentes de alta freqüência caracterizam bordas ou outros detalhes finos de uma imagem; O efeito resultante de um LPF é o embaçamento da imagem. Filtros Passa-Alta Redução de características que variam lentamente em uma imagem como o contraste e a intensidade média; Efeito de intensificação das bordas e de detalhes finos na imagem. Filtros Passa-Faixa Permitem passar faixas específicas de uma imagem; Removem regiões selecionadas. Carlos Alexandre Mello cabm@cin.ufpe.br 48
49 Processamento de Imagens Filtragem Digital Filtros Lineares - Exemplos Filtros Passa-Baixa Filtro Box: Filtros Passa-Alta Filtro Laplaciano: Filtros Passa-Faixa Filtro de Sobel: Imagem original Carlos Alexandre Mello cabm@cin.ufpe.br 49
50 Processamento de Imagens Exemplo Filtros de Bartlett ou Filtro Triangular I h(x) = 1 - x, se x 1 0, se x 1 Carlos Alexandre Mello cabm@cin.ufpe.br 50
51 Processamento de Imagens Exemplo Filtros de Bartlett ou Filtro Triangular Resultado da convolução de dois filtros Box * = Carlos Alexandre Mello cabm@cin.ufpe.br 51
52 Processamento de Imagens Exemplo Filtros de Bartlett ou Filtro Triangular Carlos Alexandre Mello 52
53 Filtragem na Frequência Carlos Alexandre Mello Pós-Graduação em Ciência da Computação Carlos Alexandre Mello 53
54 Filtragem no Domínio da Frequência Transformada de Fourier Seja f(x) uma função contínua, a transf. de Fourier de f(x) é dada por + F(ω) = f(t)e -jωt dt Transformada Inversa + f(t) = (1/2π) F(ω)e jωt dω Também chamada de Função de Densidade Espectral Carlos Alexandre Mello cabm@cin.ufpe.br 54
55 Discrete Fourier Transform Equação de Análise: Equação de Síntese: Implementadas na forma de FFT Carlos Alexandre Mello 55
56 Discrete Fourier Transform DFT Bi-Dimensional Carlos Alexandre Mello 56
57 Filtragem no Domínio da Frequência Imagem TF Representação na Frequência Filtragem * Filtro Imagem TF -1 Representação na Frequência Carlos Alexandre Mello cabm@cin.ufpe.br 57
58 Filtragem no Domínio da Frequência Espectro de Fourier (Magnitude): Fase: Espectro de Potência: Carlos Alexandre Mello 58
59 Filtragem no Domínio da Frequência function img_fourier (nome, ext) nome_in = [nome '.' ext]; im = imread(nome_in); figure, imshow (im); F = fft2(im); figure; F2 = fftshift(f); imshow(log(abs(f2)), []); % Magnitude colormap (jet); figure, imshow(angle(f2), []); % Fase colormap (jet); Carlos Alexandre Mello cabm@cin.ufpe.br 59
60 Filtragem no Domínio da Frequência Reconstrução F = fft2(im); F2 = fftshift(f); Mag_F = abs(f); Phase_F = angle(f); ffti = Mag_F.*exp(i*Phase_F); I = ifft2(ffti); figure; imshow(i, []); Carlos Alexandre Mello cabm@cin.ufpe.br 60
61 Filtragem no Domínio da Frequência Filtro Passa-Baixa Gaussiano Carlos Alexandre Mello 61
62 Filtragem no Domínio da Frequência Filtro Passa-Baixa Gaussiano: σ = 0,1 Carlos Alexandre Mello cabm@cin.ufpe.br 62
63 Filtragem no Domínio da Frequência Filtro Passa-Baixa Gaussiano: σ = 0,7 Carlos Alexandre Mello cabm@cin.ufpe.br 63
64 Filtragem no Domínio da Frequência Filtro Passa-Baixa Gaussiano D(u,v) é a distância do ponto (u,v) até a origem do plano de frequência: D(u,v) = (u 2 + v 2 ) 1/2 σ é o desvio padrão Filtro Passa-Alta Gaussiano Carlos Alexandre Mello cabm@cin.ufpe.br 64
65 Filtragem no Domínio da Frequência Filtro Passa-Baixa Gaussiano Carlos Alexandre Mello 65
66 Filtragem no Domínio da Frequência Filtro Passa-Baixa de Butterworth de ordem n D(u,v) é a distância do ponto (u,v) até a origem do plano de frequência: D(u,v) = (u 2 + v 2 ) 1/2 D 0 é a distância da origem até a frequência de corte Carlos Alexandre Mello cabm@cin.ufpe.br 66
67 Filtragem no Domínio da Frequência Filtro Passa-Baixa de Butterworth de ordem n Carlos Alexandre Mello cabm@cin.ufpe.br 67
68 Filtragem no Domínio da Frequência Filtro Passa-Baixa de Butterworth de ordem n Carlos Alexandre Mello cabm@cin.ufpe.br 68
69 Filtragem no Domínio da Frequência Filtro Passa-Baixa de Butterworth de ordem n Frequência de corte = 20, filtro de ordem 4 Carlos Alexandre Mello cabm@cin.ufpe.br 69
70 Filtragem no Domínio da Frequência Filtro Passa-Baixa de Butterworth de ordem n Frequência de corte = 120, filtro de ordem 4 Carlos Alexandre Mello cabm@cin.ufpe.br 70
71 Filtragem no Domínio da Frequência Filtro Passa-Alta de Butterworth de ordem n D(u,v) é a distância do ponto (u,v) até a origem do plano de frequência: D(u,v) = (u 2 + v 2 ) 1/2 D 0 é a distância da origem até a frequência de corte Carlos Alexandre Mello cabm@cin.ufpe.br 71
72 Filtragem no Domínio da Frequência Filtro Passa-Alta de Butterworth de ordem n Frequência de corte = 130, filtro de ordem 4 Carlos Alexandre Mello cabm@cin.ufpe.br 72
73 Filtragem no Domínio da Frequência Filtro Passa-Alta de Butterworth de ordem n Frequência de corte = 10, filtro de ordem 4 Carlos Alexandre Mello cabm@cin.ufpe.br 73
74 Filtragem no Domínio da Frequência Filtro Passa-Faixa de Butterworth de ordem n Frequência de passagem = 30 e 120, filtro de ordem 4 Carlos Alexandre Mello cabm@cin.ufpe.br 74
75 Filtragem no Domínio da Frequência Filtro Passa-Faixa de Butterworth de ordem n function filtered_image = butterworthbpf(i,d0,d1,n) % I = The input grey scale image % d0 = Lower cut off frequency % d1 = Higher cut off frequency % n = order of the filter... dist = ((i-(nx+1))^2 + (j-(ny+1))^2)^.5; % Create Butterworth filter filter1(i,j)= 1/(1 + (dist/d1)^(2*n)); filter2(i,j) = 1/(1 + (dist/d0)^(2*n)); filter3(i,j) = 1.0 filter2(i,j); filter3(i,j) = filter1(i,j).*filter3(i,j); filter4(i,j) = 1/(1 + (d0/dist)^(2*n));... D(u,v) FPBs FPF FPA Fonte: Carlos Alexandre Mello cabm@cin.ufpe.br 75
76 Morfologia Matemática Carlos Alexandre Mello Pós-Graduação em Ciência da Computação Carlos Alexandre Mello 76
77 Morfologia Matemática Dilatação Se qualquer pixel na vizinhança do pixel de entrada estiver ativo, o pixel de saída fica ativo; caso contrário, o pixel fica inativo Erosão Se todos os pixels na vizinhança do pixel de entrada estiver ativo, o pixel de saída fica ativo; caso contrário, o pixel fica inativo A vizinhança pode ter qualquer forma ou tamanho Carlos Alexandre Mello cabm@cin.ufpe.br 77
78 Morfologia Matemática Dilatação Carlos Alexandre Mello 78
79 Morfologia Matemática Erosão Carlos Alexandre Mello 79
80 Morfologia Matemática Abertura e Fechamento Abertura = dilatação SE (erosão SE (IM)) Fechamento = erosão SE (dilatação SE (IM)) Carlos Alexandre Mello cabm@cin.ufpe.br 80
81 Morfologia Matemática Exemplo de Abertura Imagem original Carlos Alexandre Mello 81
82 Morfologia Matemática Exemplo de Abertura: Elemento estruturante: uma matriz 11x11 na forma de um círculo Carlos Alexandre Mello 82
83 Morfologia Matemática Exemplo de Fechamento: Observe o fechamento dessa região... Elemento Estrutural: Matriz identidade 5x5 (diagonal) Carlos Alexandre Mello cabm@cin.ufpe.br 83
84 Morfologia Matemática Exemplo de Fechamento: Granulometria Imagem original Elemento estruturante: uma matriz 30x30 na forma de um círculo Carlos Alexandre Mello 84
85 Morfologia Matemática Abertura: Suavização de contornos Remoção de ramificações Aumenta as áreas de preto (expande) Fechamento: Preenchimento de falhas em contornos Diminui as áreas de preto (contrai) Carlos Alexandre Mello 85
86 Morfologia Matemática Gradiente Morfológico (Extração de Fronteiras) β(a) = A (AΘB) Ou seja, a diferença de conjuntos entre A e sua erosão pelo elemento B Carlos Alexandre Mello cabm@cin.ufpe.br 86
87 Morfologia Matemática Outras operações Watershed Esqueletização Afinamento Hit-and-Miss Operações aplicadas a imagens em tons de cinza Carlos Alexandre Mello cabm@cin.ufpe.br 87
88 Processamento Digital de Imagens Referências Complementares: R.Gonzalez, R.Woods, Digital Image Processing, Prentice-Hall, 2007 J.Gomes, L.Velho, Computação Gráfica: Imagem, Sociedade Brasileira de Matemática, 1995 H.Pedrini, Análise de Imagens Digitais, Ed.Thomson, 2007 J.C.Russ, The Image Processing Handbook, CRC Press, 2007 Carlos Alexandre Mello 88
Processamento Digital de Imagens
Processamento Digital de Imagens Carlos Alexandre Mello 1 Processamento de dados Visão Computacional Dados Imagens Computação Gráfica Processamento de Imagem 2 Objetivos Melhoria da informação visual para
Processamento de Imagens com MATLAB Carlos Alexandre Mello
com MATLAB Carlos Alexandre Mello Carlos Alexandre Mello cabm@cin.ufpe.br 1 Toolboxes Image Processing Diretório: toolbox/images/images Carlos Alexandre Mello cabm@cin.ufpe.br 2 Comando imshow(): Visualização
Processamento de Imagens com MATLAB
com MATLAB Carlos Alexandre Mello Carlos Alexandre Mello cabm@cin.ufpe.br 1 Toolboxes Image Processing Diretório: toolbox/images/images Carlos Alexandre Mello cabm@cin.ufpe.br 2 Comando imshow(): Visualização
Processamento 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
UNIVERSIDADE 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
Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com Amostragem e Quantização Amostragem refere-se ao número de pontos
SEL Visão Computacional. Aula 2 Processamento Espacial
Departamento de Engenharia Elétrica - EESC-USP SEL-5895 - Visão Computacional Aula 2 Processamento Espacial Prof. Dr. Adilson Gonzaga Prof. Dr. Evandro Linhari Rodrigues Prof. Dr. Marcelo Andrade da Costa
Processamento 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
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
Tranformada de Fourier II. Guillermo Cámara-Chávez
Tranformada de Fourier II Guillermo Cámara-Chávez Principios básicos A teoria de Fourier diz que qualquer sinal, em nosso caso as imagens, podem ser expressadas como uma soma de senóides. No caso das imagens,
PMR2560 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
Processamento 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
Processamento 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
Processamento 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
Respostas 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
Filtros 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
Processamento 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.
Introdução 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,...
Universidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira
Universidade Federal de Alagoas Instituto de Matemática Imagem Prof. Thales Vieira 2011 O que é uma imagem digital? Imagem no universo físico Imagem no universo matemático Representação de uma imagem Codificação
Tratamento 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
T4.1 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.
Capítulo 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
SEL 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:
Imagem Digital. Claudio Carvilhe
Imagem Digital Claudio Carvilhe Imagem Digital Roteiro Introdução. Pixel. Resolução espacial. Cor. Processamento de imagens. Introdução Informação Visual: Imagem vista na tela. Informação Descritiva: Modelo
Extração de Características. Carlos Alexandre Mello
Extração de Características Carlos Alexandre Mello Pós-Graduação em Ciência da Computação Carlos Alexandre Mello cabm@cin.ufpe.br 1 Extração de Características Representação de objetos através de um conjunto
Processamento 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.
Tratamento 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/133 Tratamento de Imagens - Sumário Detalhado Objetivos Alguns
Processamento e Análise de Imagens Médicas
Processamento e Análise de Imagens Médicas Prof. Luiz Otávio Murta Junior 1 : Programa Fundamentos de imagem O modelo de imagem Brilho, contraste, luminância A imagem digital Quantização, amostragem e
Processamento 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
SEL-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
T4 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
Visão 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
Processamento Digital de Sinais:
Processamento Digital de Sinais: Conceitos e Aplicações Joseana Macêdo Fechine Régis de Araújo IC-DSC-UFCG 1 Por que estudar PDS? 2 PDS Conceitos Básicos Sinais Padrões de variações que representam uma
Introdução a aquisição e processamento de sinais
TAPS Introdução a aquisição e processamento de sinais Prof. Theo Z. Pavan Departamento de Física - Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto-USP Roteiro Aquisição de sinais e frequência
Processamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Introdução Espectro Eletromagnético Aquisição e Digitalização de Imagens Efeitos da Digitalização Digitalização Sensoriamento
Filtragem 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
Processamento Digital de Imagens
1 Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Introdução Espectro Eletromagnético Aquisição e de Imagens Sensoriamento Remoto 2 Introdução Espectro Eletromagnético
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME 1 Objetivo Parametrização de curvas Extração de
UMA 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
Processamento 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
Processamento de Imagens Médicas
Processamento de Imagens Médicas Prof. Luiz Otávio Murta Junior 1 : Programa Fundamentos de imagem O modelo de imagem Realce de bordas Equalização de imagens Brilho, contraste, luminância Análise de imagens
Alunos: Caio Santos Renato Miceli
rangel@dscufcgedubr/ rangeldequeirop@yahoocombr Alunos: Caio Santos Renato Miceli UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UFCG Av Aprígio Veloso, S/N Bodocongó CEP: 58109-190 Campina Grande PB www.ufcg.edu.br/
SEL-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
Filtros 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
Universidade Federal de Sergipe Departamento de Matemática. Imagem* Profª. Maria Andrade. *Parte desta apresentação foi do Prof. Thales Vieira.
Universidade Federal de Sergipe Departamento de Matemática Imagem* Profª. Maria Andrade *Parte desta apresentação foi do Prof. Thales Vieira. 2016 O que é uma imagem digital? Imagem no universo físico
TE073 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
Prof. Responsáveis Wagner Santos C. de Jesus
Disciplina Processamento de Sinais Curso Análise e Desenvolvimento de Sistemas Noção da Análise de Fourier e Análise Espectrográfica de sinais, Estudo de Caso do Processamento Sinais Aplicado a Imagens
Filtragem 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
PSI2651 PROCESSAMENTO, ANÁLISE E SÍNTESE DE IMAGENS. 1 o período de 2005 LISTA DE EXERCÍCIOS
PSI PROCESSAMENTO, ANÁLISE E SÍNTESE DE IMAGENS o período de LISTA DE EXERCÍCIOS ) Considerando imagens do tipo da figura abaixo. Descreva um procedimento que identifique quantas células com furo e quantas
Figura 1. Imagem monocromática e gráfico de sua função.
Figura 1. Imagem monocromática e gráfico de sua função. d c a b Figura 2. Reticulado uniforme da representação matricial da imagem. valor médio de f f(x j) j x x j (j +1) x j x (j +1) x (a) (b) Figura
FILTROS ESPACIAIS PASSA-BAIXA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO CMP65 - INTRODUÇÃO AO PROCESSAMENTO DE IMAGENS PROFESSOR JACOB SCARCHANSKI FILTROS ESPACIAIS PASSA-BAIXA POR DANIEL NEHME
Introdução ao Processamento de Imagens Digitais Aula 01
Introdução ao Processamento de Imagens Digitais Aula 01 Douglas Farias Cordeiro Universidade Federal de Goiás 06 de julho de 2015 Mini-currículo Professor do curso Gestão da Informação Formação: Graduação
Processamento de Imagem. A Imagem digital Professora Sheila Cáceres
Processamento de Imagem A Imagem digital Professora Sheila Cáceres Visão Humana Processamento de Imagens 2 Semelhança entre o sistema visual humano e uma câmera fotográfica Várias semelhanças podem ser
Filtragem. 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
Visão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva
Visão computacional Juliana Patrícia Detroz Orientador: André Tavares Silva Visão computacional Tentativa de replicar a habilidade humana da visão através da percepção e entendimento de uma imagem; Fazer
Dr. 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
Processamento 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
MORFOLOGIA MATEMÁTICA
MORFOLOGIA MATEMÁTICA Morfologia Na Biologia área que trata com a forma e a estrutura de plantas e animais Processamento de Imagens Ferramenta para extração de componentes de imagens que sejam úteis na
Realce 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
Um filtro digital é uma implementação de um filtro através de operações matemáticas aplicadas em um sinal amostrado (e quantizado);
Filtros Digitais Filtros Digitais Um filtro digital é uma implementação de um filtro através de operações matemáticas aplicadas em um sinal amostrado (e quantizado); São usados para dois propósitos básicos:
Filtros e Morfologia. Prof. Dr. Geraldo Braz Junior
Filtros e Morfologia Prof. Dr. Geraldo Braz Junior Filtragem Operações que visam extrair informações importantes da imagem CaracterísAcas Cantos, bordas, agrupamentos Melhoramento rearada de ruídos, aumento
Princípios sobre imagens digitais
Princípios sobre imagens digitais Aula 1 LPV 5731 - ANÁLISE DE IMAGENS DE SEMENTES E PLÂNTULAS Programa de pós-graduação em Fitotecnia Francisco G Gomes-Junior Escola Superior de Agricultura Luiz de Queiroz
Filtros de Gabor Da Teoria à Aplicação
Filtros de Gabor Da Teoria à Aplicação Ricardo J. Ferrari, Ph.D. rferrari@icmc.usp.br Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo São Carlos, Brasil Introdução Sumário Sistema
INTRODUÇÃO 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
Os computadores processam dados digitais ou discretos. Os dados são informação representada num sistema digital de símbolos.
Os computadores processam dados digitais ou discretos. Os dados são informação representada num sistema digital de símbolos. Todas as formas de informação devem ser convertidas para a forma digital de
AQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV
AQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV Rafael Aquino 1 Fabio Gomes 2 Ciência da Computação ciências exatas e tecnológicas ISSN IMPRESSO 1980-1777 ISSN ELETRÔNICO 2316-3135
Definição de uma Imagem Digital
Definição de uma Imagem Digital Por que um objeto é visível? vel? http://www.luminous-landscape.com/tutorials/color_and_vision.shtml O olho humano o dispositivo de entrada da informação visual Funciona
Processamento 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).
Revisão Análise em frequência e amostragem de sinais. Hilton de Oliveira Mota
Revisão Análise em frequência e amostragem de sinais Hilton de Oliveira Mota Introdução Análise em frequência (análise espectral): Descrição de quais frequências compõem um sinal. Por quê? Senóides são
SEL-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
FILTRAGEM 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
Capítulo II Imagem Digital
Capítulo II Imagem Digital Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra Resumo 1. Formação de uma imagem 2. Representação digital de uma imagem 3. Cor 4. Histogramas 5. Ruído
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática
Universidade Federal de Pernambuco Graduação em Engenharia da Computação Centro de Informática DETECÇÃO DE BORDAS DE IMAGENS UTILIZANDO ELEMENTOS DE MORFOLOGIA MATEMÁTICA PROPOSTA DE TRABALHO DE GRADUAÇÃO
Motivação Por que estudar?
Aula 04 Imagens Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Curso de Ciência da Computação Motivação Por que estudar? Imagens digitais
FILTROS 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
PROCESSAMENTO DE IMAGENS
PROCESSAMENTO DE IMAGENS Introdução Conceitos básicos Pré-processamento Realce Classificação PROCESSAMENTO DE IMAGENS- aula de 25/5/10 Introdução Conceitos básicos Pré-processamento Realce Classificação
Sistemas lineares. Realce no domínio de freqüências. Propriedades. Sistema: definição. Sistemas harmônicos e análise de sinais complexos
Realce no domínio de freqüências Hitoshi Capítulo 4 do Gonzalez Sistemas lineares muito utilizado para a descrição de sistemas elétricos e ópticos possuem fundamentos matemáticos bem estabelecidos para
Transformada Discreta de Fourier
Carlos Alexandre Mello Transformadas O uso de transformadas serve para observar características de um sinal que já estavam presentes nele, mas que podem não ser observáveis em um domínio Assim, as transformadas
7. 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
Quadro 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
PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS
PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS PROFESSOR: Alexei Manso Correa Machado 1. EMENTA Percepção visual. Modalidades de aquisição e reconstrução tomográfica. Amostragem
Morfologia Matemática. Guillermo Cámara-Chávez
Morfologia Matemática Guillermo Cámara-Chávez Morfologia Matemática Foi desenvolvida inicialmente por Georges Matheron e Jean Serra na década de 60 Baseada na Teoria dos Conjuntos Originalmente desenvolvida
Análise de Fourier. Imagens no Domínio da Freqüência
Análise de Fourier Imagens no Domínio da Freqüência Todas as imagens deste trabalho foram obtidas de R. C. Gonzalez and R. E. Woods - Digital Image Processing, Addison Wesley Pub. Co. 1993 - ISBN 0-201-60078-1
SEL 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
PMR2560 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
Introdução 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
Processamento de Imagens
Processamento de Imagens André Tavares da Silva andre.silva@udesc.br Roteiro O que é imagem Operações com imagens Convolução discreta Transformada de Fourier Transformada de Wavelets Morfologia matemática
Sinais e Sistemas Mecatrónicos
Sinais e Sistemas Mecatrónicos Sinais e Sistemas Sinais Contínuos no Tempo José Sá da Costa José Sá da Costa T2 - Sinais Contínuos 1 Sinais Sinal É uma função associada a um fenómeno (físico, químico,
Operações 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
Introdução ao Processamento de Imagens. Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung
Introdução ao Processamento de Imagens Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung Introdução Processamento de Imagens: processamento de sinais bidimensionais (ou n-dimensionais).
TE073 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
Processamento de Imagens Coloridas. Prof. Adilson Gonzaga
Processamento de Imagens Coloridas Prof. Adilson Gonzaga 1 Aparência de um Objeto A aparência de um objeto é o resultado de uma complexa interação da luz incidente sobre este objeto, suas características
Processamento 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
24/05/2011. O que significa PDI? I- Introdução
I- Introdução O que significa PDI? GONZALEZ & WOODS (2000) descrevem o objetivo do processamento digital de imagem como sendo um conjunto de procedimentos que melhoram a informação pictorial para interpretação
Transformada de Fourier: fundamentos matemáticos, implementação e aplicações musicais
Transformada de Fourier: fundamentos matemáticos, implementação e aplicações musicais MAC 0337 Computação Musical Jorge H. Neyra-Araoz IME USP 22/11/2007 Resumo Série de Fourier para funções periódicas
Restauração de Imagens. Tsang Ing Ren - UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática
Restauração de Imagens Tsang Ing Ren - tir@cin.ufpe.br UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 Tópicos! Introdução! Modelo de degradação/restauração! Modelo de ruído! Restauração
Aula 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
PROCESSAMENTO DIGITAL DE IMAGENS
PROCESSAMENTO DIGITAL DE IMAGENS Augusto Matheus Pinheiro Damasceno augustomatheuss@dca.ufrn.br Emerson Daniel de Souza Siqueira emerson_daniel_dss@outlook.com João Ricardo Tavares Gadelha joaoricardotg@gmail.com
TE073 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 Metodologia - Apresentação:
Introdução a Análise de Imagens Digitais
Introdução a Análise de Imagens Digitais 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