Processamento Digital de Imagens
|
|
- Mafalda Brás
- 5 Há anos
- Visualizações:
Transcrição
1 Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança e Aritméticas Efeitos de em Pixel a Pixel em 2 Propriedades de uma Imagem Digital Será visto as principais relações entre pixels em uma imagem digital. Imagem digital função f(x,y) discretizado tanto espacialmente quanto em amplitude. Imagem digital matriz cujas linhas e colunas identificam um ponto na imagem, cujo valor corresponde ao nível de cinza da imagem naquele ponto. 3 Vizinhança Um pixel p, de coordenadas (x,y), possui quatro vizinhos horizontais e verticais, cujas coordenadas são: (x+1, y), (x-1, y), (x, y+1) e (x, y-1). Esses pixels formam a chamada 4-vizinhança de p N 4 (p). Os quatro vizinhos diagonais de p são os pixels de coordenadas: (x-1, y-1), (x-1, y+1), (x+1, y-1) e (x+1, y+1). Quatro vizinhos diagonais de p N d (p). 4 Vizinhança A 8-vizinhança de p é definida como: N 8 (p) = N 4 (p) N d (p) p N 4 (p) p N d (p) p N 8 (p) 5 entre pixels é um importante conceito porque estabelece limites de objetos em uma imagem. Dois pixels estão conectados se eles são adjacentes segundo algum critério e se seus níveis de cinza seguem um critério de similaridade. Ex: Em uma imagem binária, dois pixels podem ser 4-vizinhos mas somente serão 4-conectados se possuírem o mesmo valor. 6 1
2 Conjunto V é o conjunto de valores de tons de cinza utilizados para se definir a conectividade. Ex: numa imagem binária fazemos V = {1} para a conexão de pixels com valor 1. Numa imagem de múltiplos tons de cinza (ex: 256 nc), para a conexão de pixels com valores de intensidade na faixa de 32 a 64, temos: V = {32,33,...,63,64} 7 Definição dos critérios de conectividade: 1. 4-conectividade : dois pixels p e q, com valores de tom de cinza contidos em V, são 4-conectados se q N 4 (p) conectividade : dois pixels p e q, em V, são 8-conectados se q N 8 (p). 3. m-conectividade (conectividade mista) : dois pixels p e q, em V, são m-conectados se: a) q N 4 (p) b) q N d (p) ou e N 4 (p) N 4 (q) = 8 mista é uma modificação da 8-conectividade e é introduzida para eliminar os múltiplos caminhos que geralmente surgem quando a 8-conectividade é usada. Ex: considere V = {1} para o trecho de imagem abaixo Segmento de imagem binária Pixels 8-conectados Pixels m-conectados 9 Muitas aplicações requerem o cálculo da distância entre dois pixels de uma imagem. Entretanto, não há uma única forma para se definir distância em imagens digitais. Para os pixels p, q e z, com coordenadas (x 1,y 1 ), (x 2,y 2 ) e (x 3,y 3 ), respectivamente, D é uma função distância ou medida de distância se: a) D(p,q) 0 (D(p,q) = 0 se p = q) b) D(p,q) = D(q,p) e c) D(p,z) D(p,q) + D(q,z) 10 A distância Euclidiana entre p e q é definida como: D e (p,q) = Na distância Euclidiana, os pixels que possuem distância de p menor ou igual a um valor r são os pontos contidos em um disco de raio r centrado em p. Por exemplo, os pontos com distância D e 3 de um ponto central (x,y) formam o seguinte conjunto de pontos: A distância Euclidiana está mais próxima do caso contínuo, mas requer mais esforço computacional (produz valores fracionários). Outra medida de distância é a distância D 4, também conhecida como distância city block. A distância D 4 entre p e q é definida como: D 4 (p,q) = x 1 x 2 + y 1 y 2 Onde. denota módulo (ou valor absoluto)
3 Neste caso, os pixels que têm uma distância D 4 de p menor ou igual a um valor r formam um losango centrado em p. Em particular, os pontos com distância 1 (D 4 = 1) são os pixels 4-vizinhos do ponto central. Por exemplo, os pontos com distância D 4 3 de um ponto central (x,y) formam o seguinte conjunto de pontos: 13 Outra medida de distância é a distância D 8 (chamada de distância chessboard). A distância D 8 entre p e q é definida como: D 8 (p,q) = max( x 1 x 2, y 1 y 2 ) Onde max é um operador que devolve o maior valor dentre um conjunto de valores. Neste caso, os pixels que têm uma distância D 8 de p menor ou igual a um valor r formam um quadrado centrado em p. 14 Os pontos com distância 1 (D 8 = 1) são os pixels 8-vizinhos do ponto central. Por exemplo, os pontos com distância D 8 3 de um ponto central (x,y) formam o seguinte conjunto de pontos: A distância D 4 entre dois pixels p e q é igual ao comprimento do caminho mais curto entre esses pixels, considerando-se a 4-vizinhança. Do mesmo modo, a distância D 8 corresponde ao caminho-8 (8-vizinhança) mais curto entre esses pontos Outra medida de distância é a distância D m. A distância D m entre dois pontos é definida como o caminho-m mais curto entre os pontos. Nesse caso, a distância entre dois pixels dependerá dos valores dos pixels ao longo do caminho e também dos valores dos pixels vizinhos. Por exemplo, para o arranjo de pixels a seguir, assuma que p, p 2 e p 4 tenham valor 1 e que p 1 e p 3 possam ter valor 0 ou Consideremos que o valor da adjacência seja 1 (V = {1}). Se p 1 e p 3 são 0, a extensão do caminho-m mais curto (distância D m ) entre p e p 4 é 2. Se p 1 é 1, então p e p 2 não serão mais adjacentes-m e D m passa a ser 3 (o caminho passa pelos pontos pp 1 p 2 p 4 ). O mesmo ocorre se p 3 for 1 (e p 1 for 0), então D m é 3. Finalmente, se p 1 e p 3 forem 1 então D m (que é a extensão do caminho-m mais curto) entre p e p 4 é 4 (o caminho passa pela sequência de pontos pp 1 p 2 p 3 p 4 ). p 1 p 2 p p 3 p
4 Arranjos Matriciais x Matrizes Uma operação de arranjo matricial envolvendo uma ou mais imagens é realizada pixel a pixel. Consideremos as seguintes imagens 2x2: O produto de arranjo matricial dessas duas imagens é: 19 Arranjos Matriciais x Matrizes Por outro lado, o produto da matriz é: Utilizaremos as operações de arranjo matricial ao longo do curso, a não ser que se determine o contrário. Por exemplo, quando quisermos elevar uma imagem a uma potência, então cada pixel individual é elevado a essa potência. 20 e Aritméticas e Aritméticas Uma imagem adquirida e digitalizada é uma matriz de inteiros que pode ser manipulada numericamente, utilizando operações lógicas e/ou aritméticas. Estas operações podem ser efetuadas pixel a pixel ou orientadas à vizinhança. Sejam duas imagens X e Y de igual tamanho. Estas imagens podem ser processadas pixel a pixel, usando um operador lógico ou aritmético, Z = X opn Y produzindo uma terceira imagem Z. Operações pontuais com mais que uma imagem de entrada: Operações aritméticas: soma, subtração, multiplicação, divisão. Operações lógicas: and, or, not, etc. Operações comparativas: min, max As operações aritméticas entre imagens são operações de arranjo matricial. Isso significa que as operações aritméticas são realizadas entre pares de pixels correspondentes. As quatro operações aritméticas são expressas como: s(x,y) = f(x,y) + g(x,y) d(x,y) = f(x,y) g(x,y) p(x,y) = f(x,y) g(x,y) ν(x,y) = f(x,y) g(x,y) Operações aritméticas podem produzir imagens com valores fora do intervalo de níveis de cinza das imagens originais. A adição de duas imagens pode gerar tons de cinza acima da escala de cinza original overflow. A subtração de duas imagens pode resultar em valores negativos para alguns pixels underflow
5 Logo, operações aritméticas sobre imagens requerem cuidados com os problemas de underflow e overflow do resultado. Para resolver estes problemas, duas soluções podem ser adotadas: Truncar os valores maiores que o máximo permitido, bem como os valores negativos; ou Manter os resultados intermediários em uma matriz e proceder a uma normalização destes valores intermediários (realiza-se uma transformação da escala de cinza na imagem resultante). 25 Ex: Dadas as matrizes X e Y (trechos de imagens com escala de 256 níveis de cinza), adicioná-las e informar: a) O resultado intermediário (sem considerar o underflow e overflow). b) O resultado final utilizando truncamento. c) O resultado final utilizando normalização. X = Y = Efeitos e Aplicações de em Operação Efeito sobre a imagem Aplicações Adição Subtração Multiplicação Z resultado da soma de X e Y. Se Y for um escalar positivo, Z é uma versão mais clara de X. Z resultado da diferença de X e Y. Se Y for um escalar, Z é uma versão mais escura de X. Z produto de X por Y. Se Y for um escalar positivo, Z é diretamente proporcional a X por um fator Y. Realce de imagens. Remoção de ruídos. Realça diferenças entre duas imagens de uma mesma cena. Correção de sombreamento. Mascaramento. Z razão de X por Y. Se Y for um Normalização de brilho Divisão escalar positivo, Z é inversamente (modifica a escala de Processamento Digital de proporcional Imagens a X por um fator Y. cinza). 27 Adição X Y X+Y (normalizado) 28 em em Subtração Multiplicação X Y X Y (normalizado) X Y X * Y (normalizado)
6 em Divisão Subtração na detecção de movimento. Subtração de imagens em que parte da imagem esteja em movimento ou tenha se modificado. A subtração irá gerar uma clara fronteira entre as regiões que se movem e as regiões estáticas. X Y X / Y (normalizado) Em função do número de pixels pretos, pode-se tomar a decisão de que houve ou não uma mudança relevante na imagem. threshold (a) Imagem do par de galáxias NGC 3314 corrompida pelo ruído gaussiano aditivo. (b) a (f) Resultados do cálculo da média de 5, 10, 20, 50 e 100 imagens ruidosas, respectivamente. 33 (a) Imagem em infravermelho da área de Washington. (b) Imagem obtida zerando o bit menos significativo de todos os pixels de (a). (c) Diferença entre as duas imagens ajustada para a faixa [0,255] para melhor visualização. 34 Angiografia por subtração digital. (a) Imagem máscara. (b) Uma imagem ativa. (c) Diferença entre (a) e (b). (d) Imagem da diferença realçada. Correção de sombreamento. (a) Imagem sombreada de um filamento de tungstênio (ampliação de 130 vezes). (b) O padrão de sombreamento. (c) Produto de (a) pelo inverso de (b)
7 Pixel a Pixel (a) Imagem digital de uma radiografia odontológica. (b) Máscara com duas regiões de interesse para isolar dentes com obturações (branco 1, preto 0). (c) Produto de (a) com (b). Todas as operações lógicas podem ser efetuadas entre imagens, inclusive a operação de complemento (NOT). Operações lógicas podem ser efetuadas em imagens com qualquer n de níveis de cinza, mas são melhor compreendidas quando aplicadas em imagens binárias. As operações lógicas podem ser utilizadas para combinar informação entre imagens ou extrair regiões de interesse. Seguem alguns exemplos com operações AND, OR, XOR e NOT (considere 0 para pixel preto, e 1 para pixel branco) Pixel a Pixel Pixel a Pixel AND OR Pixel a Pixel em XOR X Y X and Y NOT AND 41 X Y X or Y 42 7
8 em X Y X xor Y Processamento X Digital de Imagens Not X
Processamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Propriedades de Imagem Digital Prof. Sergio Ribeiro Tópicos Propriedades de uma Imagem Digital Vizinhança Conectividade Operações Lógicas e Aritméticas
Leia maisProcessamento Digital de Imagens Aula 03
exatasfepi.com.br Processamento Digital de Imagens Aula 03 André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Processamento Digital
Leia maisProcessamento de Imagem. Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres
Processamento de Imagem Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres Relacionamentos básicos entre elementos de uma imagem Vizinhança Conectividade Adjacência
Leia maisProcessamento Digital de Imagens Aula 02
exatasfepi.com.br Processamento Digital de Imagens Aula 02 André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Processamento Digital
Leia maisProcessamento 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
Leia maisProcessamento 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
Leia maisOPERAÇÕES PONTO A PONTO
OPERAÇÕES PONTO A PONTO Operações pontuais São operações nas imagens onde o processamento é realizada em cada piel individualmente Podem ser Aritméticas Lógicas Envolver uma ou mais imagens Operações pontuais
Leia maisFundamentos de Processamento Gráfico. Aula 3. Introdução ao Processamento de Imagens. Profa. Fátima Nunes
Fundamentos de Processamento Gráfico Aula 3 Introdução ao Processamento de Imagens Profa. Fátima Nunes AULA 3 / 1 Definições Sobre o pixel são definidas algumas relações básicas: vizinhança, conectividade,
Leia maisProcessamento Digital de Imagens
Ciência da Computação Processamento Digital de Imagens Prof. Sergio Ribeiro Tópicos Técnicas de Modificação do Histograma Compressão de Histograma 2 Veremos a definição e utilização do conceito de histograma.
Leia maisProcessamento 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
Leia maisProcessamento 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
Leia maisProcessamento de Imagens Filtragem Digital
Filtragem Digital Consiste na aplicação de técnicas de transformação (operadores máscaras) com o objetivo de corrigir, suavizar ou realçar determinadas características de uma imagem dentro de uma aplicação
Leia maisProcessamento de Imagens: fundamentos. Julio C. S. Jacques Junior
Processamento de Imagens: fundamentos Julio C. S. Jacques Junior juliojj@gmail.com Fronteiras do Processamento de Imagens Processamento de dados Dados / Informação Visão Computacional Computação Gráfica
Leia maisTE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica
TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica Prof. Alessandro Zimmer zimmer@eletrica.ufpr.br www.eletrica.ufpr.br/~zimmer/te073 Processamento Digital de Imagens PDI: Objetivos Melhoria
Leia maisFILTRAGEM 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
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito DCA-CT-UFRN 4 de julho de 018 Agostinho Brito (DCA-CT-UFRN) Processamento digital de imagens 4 de julho de 018 1 / 31 O que é processamento digital de imagens?
Leia maisOperações Aritméticas
Operações Aritméticas Imagens de Entrada 1 n Operadores Aritméticos (pixel a pixel) Imagem de saída operação = A imagem de saída da operação resulta em uma redução na dimensionalidade, ou seja, um conjunto
Leia maisProcessamento 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
Leia maisPMR2560 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
Leia maisProcessamento 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
Leia maisAula 7 - Representação e Descrição de Estruturas Bi-dimensionais. Prof. Adilson Gonzaga
Aula 7 - Representação e Descrição de Estruturas Bi-dimensionais Prof. Adilson Gonzaga 1 Introdução Objetos ou Segmentos são representados como uma coleção de pixels em uma imagem. Para o reconhecimento
Leia maisUNIVERSIDADE 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
Leia maisSEL 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
Leia maisUniversidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens
Universidade Federal de Goiás Instituto de Informática Processamento Digital de Imagens Prof Fabrízzio Alphonsus A M N Soares 2012 Capítulo 2 Fundamentos da Imagem Digital Definição de Imagem: Uma imagem
Leia maisSEL-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
Leia maisOperações 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
Leia maisProcessamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 18 de fevereiro de 016 Apresentação O que é processamento
Leia maisTratamento 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
Leia maisTOPOLOGIA DA IMAGEM DIGITAL
Faculdade de Computação Universidade Federal de Uberlândia TOPOLOGIA DA IMAGEM DIGITAL Sumário Vizinhança de um pixel O que é conectividade? Algoritmo para rotular componentes conectadas Relação de adjacência
Leia maisUniversidade Federal do Rio de Janeiro - IM/DCC & NCE
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Segmentação Antonio G. Thomé thome@nce.ufrj.br Sala AEP/133 Conceituação Segmentação é uma tarefa básica no processo de análise
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE ENGENHARIA DE BIOSSISTEMAS DISCIPLINA: LEB450 TOPOGRAFIA E GEOPROCESSAMENTO II PROF. DR. CARLOS ALBERTO VETTORAZZI
Leia maisAula 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
Leia maisFILTRAGEM NO DOMÍNIO ESPACIAL. Daniel C. Zanotta 10/06/2016
FILTRAGEM NO DOMÍNIO ESPACIAL Daniel C. Zanotta 10/06/2016 Passa-Baixas O efeito visual de um filtro passa-baixa é o de suavização da imagem e a diminuição de mudanças abruptas de níveis de cinza. As altas
Leia maisProcessamento de Imagens. Segmentação por regiões
Processamento de Imagens Segmentação por regiões Inúmeros Métodos Clusterização Baseados em histograma Detecção de bordas Crescimento de regiões Level Set Particionamento de grafos Watershed Baseados em
Leia maisFiltragem de Imagens no Domínio Espacial. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Filtragem de Imagens no Domínio Espacial 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Image Enhancement 2 Image enhancement em Português significa algo como melhoria de imagens, mas o
Leia maisMORFOLOGIA 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
Leia maisProcessamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres
Processamento de Imagem Filtragem no Domínio Espacial Professora Sheila Cáceres Filtragem A filtragem de imagens pode ser realizada no domínio do espaço e da frequência Operadores de filtragem são classificados
Leia maisOPERAÇÕES ARITMÉTICAS EM IMAGENS
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO CMP165 - INTRODUÇÃO AO PROCESSAMENTO DE IMAGENS PROFESSOR JACOB SCARCHANSKI OPERAÇÕES ARITMÉTICAS EM IMAGENS POR DANIEL
Leia maisProcessamento de imagem a cores
A cor é um poderoso descritor que frequentemente simplifica a identificação e extracção de objectos de uma cena Os humanos podem discernir milhares de cores, mas apenas duas dezenas de cinzentos O processamento
Leia maisProcessamento 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
Leia maisAula 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
Leia maisFILTRAGEM NO DOMÍNIO ESPACIAL. Daniel C. Zanotta 22/05/2017
FILTRAGEM NO DOMÍNIO ESPACIAL Daniel C. Zanotta 22/05/2017 FREQUÊNCIA EM IMAGENS DIGITAIS Análise da intensidade dos NCs da imagem Banda 7 Landsat TM ao longo da distância: FREQUÊNCIA EM IMAGENS DIGITAIS
Leia maisComputação Gráfica. Engenharia de Computação. CEFET/RJ campus Petrópolis. Prof. Luis Retondaro. Aula 3. Transformações Geométricas
Computação Gráfica Engenharia de Computação CEFET/RJ campus Petrópolis Prof. Luis Retondaro Aula 3 Transformações Geométricas no plano e no espaço Introdução (Geometria) 2 Pontos, Vetores e Matrizes Dado
Leia maisFREQUÊNCIA EM IMAGENS DIGITAIS
PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) FILTRAGEM NO DOMÍNIO ESPACIAL E DAS FREQUÊNCIAS Daniel C. Zanotta FREQUÊNCIA EM IMAGENS DIGITAIS Análise da intensidade dos NCs da imagem Banda 7 Landsat TM ao
Leia maisSUMÁRIO. Topologia Digital Imagem Multibanda Imagem Multidimensional Imagem Colorida Armazenamento Compressão Formatos de Arquivos
Propriedades da Imagem Digital 1 SUMÁRIO Topologia Digital Imagem Multibanda Imagem Multidimensional Imagem Colorida Armazenamento Compressão Formatos de Arquivos 22 Topologia Digital Estuda as propriedades
Leia maisProcessamento 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
Leia maisCálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer ÍNDICE. Aula 1- Introdução. Representação de números. Conversão de números
Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer ÍNDICE Aula 1- Introdução Representação de números Conversão de números Aritmética de ponto flutuante Erros em máquinas digitais Aula 1 - Introdução
Leia maisRadiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP
Operações Matemáticas e Transformações Radiométricas Instituto de Computação - UNICAMP afalcao@ic.unicamp.br Operações Matemáticas Sejam Î = (D I, I ) e Ĵ = (D J, J) duas imagens cinzas de mesmo domínio,
Leia maisProcessamento de Imagens usando Grafos (MAC6903)
Processamento de Imagens usando Grafos (MAC6903) Prof. Dr. Paulo A. V. de Miranda pmiranda@vision.ime.usp.br Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) P.A.V. Miranda
Leia maisExemplos. Propagação (Reconstrução)
Processamento de Imagens Médicas Morfologia Matemática em Imagens Prof. Luiz Otavio Murta Jr. Informática Biomédica Depto. de Física e Matemática (FFCLRP/USP) Propagação (Reconstrução) lgoritmos Baseados
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 5 Segmentação de Imagens Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga Segmentação de
Leia maisDr. 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 6 Histograma de Imagem Digital 2 de 32 Sumário Conceitos Sistema de
Leia maisComputação Gráfica. Prof. MSc André Yoshimi Kusumoto
Computação Gráfica Prof. MSc André Yoshimi Kusumoto andrekusumoto.unip@gmail.com Primitivas gráficas em duas dimensões Matrizes em Computação Gráfica Todas as transformações geométricas podem ser representadas
Leia maisRealce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens
Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens Prof. Moacir Ponti Jr. www.icmc.usp.br/~moacir Instituto de Ciências Matemáticas e de Computação USP 2013/1 Moacir Ponti Jr.
Leia maisVisão 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
Leia maisProcessamento de Imagens usando Grafos (MAC6903)
Processamento de Imagens usando Grafos (MAC6903) Prof. Dr. Paulo A. V. de Miranda pmiranda@vision.ime.usp.br Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) P.A.V. Miranda,
Leia mais1 1 1 *1/ *1/ *1/49
O que é filtragem? As técnicas de filtragem são transformações da imagem pixel a pixel, que não dependem apenas do nível de cinza de um determinado pixel, mas também do valor dos níveis de cinza dos pixels
Leia maisProcessamento de Imagens usando Grafos (MAC6903)
Processamento de Imagens usando Grafos (MAC6903) Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br 1 / 20 Uma imagem
Leia maisIntrodução 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
Leia maisUNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas
UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba Transformações Geométricas .(x,y, P).(x,y, P) Imagem fonte Imagem transformada Deve-se notar que, como uma imagem digital é representada por uma matriz
Leia maisFundamentos da Computação Gráfica
Fundamentos da Computação Gráfica Trabalho 2 Visão. Detecção de cantos. Manuel Alejandro Nodarse Moreno (1322198) Introdução. Detecção de cantos é uma abordagem utilizada em sistemas de visão computacional
Leia maisProcessamento 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
Leia maisPROCESSAMENTO 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
Leia maisRESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS. Nielsen Castelo Damasceno
RESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS Nielsen Castelo Damasceno Restauração de imagem Procura recuperar uma imagem corrompida com base em um conhecimento a priori do fenômeno de degradação. Restauração
Leia maisSegue, abaixo, o Roteiro de Estudo para a Verificação Global 2 (VG2), que acontecerá no dia 03 de abril de º Olímpico Matemática I
6º Olímpico Matemática I Sistema de numeração romano. Situações problema com as seis operações com números naturais (adição, subtração, multiplicação, divisão, potenciação e radiciação). Expressões numéricas
Leia maisTE073 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:
Leia maisT4 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
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS (SERP11) FILTRAGEM NO DOMÍNIO ESPACIAL E DAS FREQUÊNCIAS. Daniel C. Zanotta
PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) FILTRAGEM NO DOMÍNIO ESPACIAL E DAS FREQUÊNCIAS Daniel C. Zanotta FREQUÊNCIA EM IMAGENS DIGITAIS Análise da intensidade dos NCs da imagem Banda 7 Landsat TM ao
Leia maisARQUITETURA DE COMPUTADORES
Representação de Dados Professor: Airton Ribeiro de Sousa E-mail: airton.ribeiros@gmail.com 1 REPRESENTAÇÃO DE DADOS: SÍMBOLO: Marca visual ou gráfica que representa um objeto que desejamos identificar
Leia maisPropriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem Monocromática. Propriedades da Imagem
Proc. Imagem Prof. Júlio C. Klafke [1] TÓPICOS DESENVOLVIDOS NESTE MÓDULO PROCESSAMENTO DE IMAGEM #02 Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem
Leia maisFiltragem. 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
Leia maisIntrodução 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,...
Leia mais7. 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
Leia maisPMR2560 Visão Computacional Detecção de bordas. Prof. Eduardo L. L. Cabral
PMR56 Visão Computacional Detecção de bordas Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Características; Detecção de bordas. Características Tipos de características: Bordas; Cantos;
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Segmentação. Luiz Eduardo S. Oliveira, Ph.D.
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Segmentação Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir os conceitos básicos de segmentação
Leia maisCálculo Numérico Noções básicas sobre erros
Cálculo Numérico Noções básicas sobre erros Profa. Vanessa Rolnik 1º semestre 2015 Fases da resolução de problemas através de métodos numéricos Problema real Levantamento de Dados Construção do modelo
Leia maisProcessamento de Imagens
Processamento de Imagens Morfologia Matemática Binária Prof. Luiz Eduardo S. Oliveira Universidade Federal do Paraná Departamento de Informática http://web.inf.ufpr.br/luizoliveira Luiz S. Oliveira (UFPR)
Leia maisProcessamento 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.
Leia maisProcessamento de Imagens Marcia A. S. Bissaco
Engenharia Biomédica Processamento de Imagens Marcia A. S. Bissaco 1 Exemplos filtros Média Mediana Passa_B Passa_A Borda_H Borda_V Sobel_Y Sobel_X Oliveira, Henrique J. Quintino (UMC-SP), 2 Media Mediana
Leia maisUniversidade Federal de Uberlândia Faculdade de Computação. Representação e aritmética binária
Universidade Federal de Uberlândia Faculdade de Computação Representação e aritmética binária Prof. Renato Pimentel 1 Tipos de informação Representação por meio de sequências binárias: 8 bits (byte) Também
Leia maisRepresentação e Aritmética em Ponto Flutuante. 35T12 Sala 3G4 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Representação e Aritmética em Ponto Flutuante 35T12 Sala 3G4 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Sistemas de Representação de Números no Computador Representação de números inteiros Dado um
Leia maisConceitos de vetores. Decomposição de vetores
Conceitos de vetores. Decomposição de vetores 1. Introdução De forma prática, o conceito de vetor pode ser bem assimilado com auxílio da representação matemática de grandezas físicas. Figura 1.1 Grandezas
Leia maisIntrodução 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
Leia maisAquisição e Representação da Imagem Digital
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Aquisição e Representação da Imagem Digital Antonio G. Thomé thome@nce.ufrj.br Sala AEP/33 Sumário. Introdução 2. Aquisição e Representação da Imagem
Leia maisProcessamento de Imagens
Processamento de Imagens Prof. Dr. Márcio Sarroglia Pinho 1 Histogramas Equalização Histogramas alpha = 255 / numpixels for each pixel g(x,y) = cumulativefrequency[f(x,y)] * alpha end for http://www.generation5.org/content/2004/histogramequalization.asp
Leia maisUniversidade 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
Leia maisProcessamento Digital de Sinal Aula 14 4.º Ano 2.º Semestre
Instituto Superior Politécnico de Viseu Escola Superior de Tecnologia de Viseu Curso de Engenharia de Sistemas e Informática Processamento Digital de Sinal Aula 14 4.º Ano 2.º Semestre, Eng.º 1 Programa:
Leia maisPROCESSAMENTO DIGITAL DE IMAGENS
PROCESSAMENTO DIGITAL DE IMAGENS Msc. Daniele Carvalho Oliveira Doutoranda em Ciência da Computação - UFU Mestre em Ciência da Computação UFU Bacharel em Ciência da Computação - UFJF FILTRAGEM ESPACIAL
Leia maisProcessamento Digital de Sinal Aula 14 4.º Ano 2.º Semestre
Instituto Superior Politécnico de Viseu Escola Superior de Tecnologia de Viseu Curso de Engenharia de Sistemas e Informática Processamento Digital de Sinal Aula 14 4.º Ano 2.º Semestre, Eng.º 1 Programa:
Leia maisSEL-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
Leia maisRespostas 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
Leia mais1 bases numéricas. capítulo
capítulo 1 bases numéricas Os números são representados no sistema decimal, mas os computadores utilizam o sistema binário. Embora empreguem símbolos distintos, os dois sistemas formam números a partir
Leia maisVisualização por Computador: Teoria, Prática e Aplicações
Visualização por Computador: Teoria, Prática e Aplicações Noções de Geometria e Álgebra Linear Claudio Esperança Programa de Engenharia de Sistemas e Computação COPPE / UFRJ Master of Information Management,
Leia maisCAPÍTULO 2 OPERADORES DE CASAMENTO DE PADRÕES
CAPÍTULO 2 OPERADORES DE CASAMENTO DE PADRÕES 2.1 INTRODUÇÃO Neste capítulo são apresentados os principais operadores de casamento de padrões encontrados na literatura. No Apêndice A, encontram se mais
Leia maisUMA 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
Leia maisUm Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia
Um Estudo das Técnicas de Obtenção de Forma a partir de Estéreo e Luz Estruturada para Engenharia Aluno: Gabriel Malizia Orientador: Professor Marcelo Gattass Co-Orientador: Professor Paulo Cezar Carvalho
Leia maisIntrodução ao Processamento Digital de Imagens. Aula 6 Propriedades da Transformada de Fourier
Introdução ao Processamento Digital de Imagens Aula 6 Propriedades da Transformada de Fourier Prof. Dr. Marcelo Andrade da Costa Vieira mvieira@sc.usp.br Uma linha de uma imagem formada por uma sequência
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 1. Representação de números reais 1.1. Introdução Cálculo Numérico X Método Numérico CI202 - Métodos Numéricos 1 1. Representação
Leia maisDessa forma pode-se transformar qualquer número em qualquer base para a base 10.
Sistemas de numeração e representação dos números Sistemas de Numeração e Somadores Binários I Base Numérica Um número em uma base qualquer pode ser representado da forma: N = An-1.B n-1 + An-2.B n-2 +...+
Leia maisARQUITETURA DE COMPUTADORES
Representação de Dados Professor: Airton Ribeiro de Sousa E-mail: airton.ribeiro@faciplac.edu.br 1 Ao longo dos anos, muitos padrões e convenções foram estabelecidas para determinar certos aspectos da
Leia mais