Morfologia Matemática. Guillermo Cámara-Chávez
|
|
|
- Estela Ágata de Santarém Castro
- 7 Há anos
- Visualizações:
Transcrição
1 Morfologia Matemática Guillermo Cámara-Chávez
2 Morfologia Matemática Foi desenvolvida inicialmente por Georges Matheron e Jean Serra na década de 60 Baseada na Teoria dos Conjuntos Originalmente desenvolvida para análise de imagens microscópicas
3 Introdução Uma vez segmentada, operações morfológicas podem ser utilizadas para remover imperfeições na imagem segmentada e prover informações a respeito da forma e estrutura da imagem.
4 Premissas Para realizar as operações morfológicas a imagem deve estar previamente segmentada, sendo usualmente 0 (zero) para background e 1 (um) para os objetos Em alguns exemplos, representaremos objetos segmentados com pixels pretos e em outros casos como pixels brancos
5 O que é Processamento morfológico de imagens? É uma área que descreve várias técnicas de processamento de imagem que lidam com as características de forma em uma imagem Operações morfológica são tipicamente aplicadas na remoção de imperfeições introduzidas durante o processo de segmentação
6 Exemplo Imagem após segmentação Imagem após segmentação e processamento morfológico
7 Definições Básicas Sejam A e B conjuntos de Z 2, com componentes: a = (a 1, a 2 ) b = (b 1, b 2 ) Sendo z = (z 1, z 2 ) Translação de A por x: (A) z = {c c = a + x, para a Є A}
8 Definições Básicas Reflexão de B Bˆ { x x b, para b B
9 Definições Básicas Complemento do conjunto A: A c { x x A}
10 Definições Básicas Interseção de dois conjuntos A e B é o conjunto de pixels pertencentes a ambos A e B: A B { x ( x A) ( x B)} União de dois conjuntos A e B é o conjunto de pixels que pertencem ou A ou B ou ambos: A B { x ( x A) ( x B)}
11 Definições Básicas Diferença de dois conjuntos A - B: A B { x ( x A) ( x B)} A B A-B
12 Elementos estruturantes, Hit e Fit A B C Elemento estruturante Fit: Todos os pixels 1 no elemento estruturante cobrem uma área na imagem também com valores 1 (área segmentada) Hit: Qualquer pixel 1 do elemento estruturante cobre um elemento 1 da imagem Todas as operações morfológicas estão basedas nesse dois simples conceitos.
13 Elementos Estruturantes Elementos estruturantes podem ser de qualquer tamanho e de qualquer forma Entretando, por simplicidade, serão usados elementos estruturantes retangulares com suas origens no pixel central
14 Fit & Hit B A C Elemento estruturante Elemento estruturante 2
15 Operações Básicas Fundamentalmente técnicas de processamento morfológico de imagens são como técnicas de filtragem espacial O elemento estruturante é movimentado por cada pixel da imagem original para gerar um pixel na nova imagem processada
16 Operações Básicas O valor do novo pixel dependerá da operação que está sendo realizada Há duas operações morfológicas básicas: erosão e dilatação Outras operações elaboradas a partir delas
17 Dilatação A e B conjuntos de Z 2 (imagens binárias) A Dilatação de A por B é definida como A B { x ( Bˆ) A } x Reflexão de B em torno de sua origem Translação dessa reflexão por x
18 Dilatação A dilatação por B: conjunto de todos os deslocamentos de x tais que B refletido e A se sobreponham em pelo menos um elemento não nulo
19 Dilatação
20 Dilatação
21 Dilatação
22 Dilatação O elemento estruturante s é posicionado com sua origem em (x, y) e o novo valor de pixel é determinado através da regra: g( x, y) 1se s hits f 0 caso contrário
23 Dilatação Imagem Original Imagem processada com pixels dilatados Elemento Estruturante
24 Dilatação Imagem Original Dilatação por um elemento estruturante quadrado 3*3 Dilatação por um elemento estruturante quadrado 5*5 Observação: Nos exemplos a seguir o valor 1 representa um pixel preto!
25 Dilatação Exemplo Aplicação 2 Imagem Original Após dilatação Elementos estruturante
26 Onde usar métodos de Dilatação? Dilatação pode reparar quebras Dilatação pode reparar intrusões Cuidado: Dilatação aumenta objetos
27 Exemplo de aplicação de Dilatação A = imread( text.png ); se = strel( diamond, 1); A2 = imdilate(a, se); imshow(a2);
28 Erosão A e B conjuntos de Z 2 (imagens binárias) A Erosão de A por B é definida como A B { x ( B) A} x O conjunto resultante da erosão de A por B é o conjunto de todos os pontos x tais que B, quando transladado por x, fique contido em A
29 Erosão
30 Erosão
31 Erosão
32 Erosão
33 Erosão O elemento estruturante s é posicionado com sua origem em (x, y) e o valor do pixel na nova imagem é determinado usando-se a seguinte regra: g( x, y) 1 0 se s fits f caso contrário
34 Erosão
35 Exemplo de Erosão Elemento Estruturante
36 Exemplo 2 de Erosão Imagem Original Erosão por um elemento estruturante 3*3 Erosão por um elemento estruturante 5*5 Observação: Nos exemplo a seguir o valor 1 representa um pixel preto!
37 Onde usar métodos de Erosão Erosão pode dividir objetos Erosão pode remover extrusões Cuidado: Erosão também reduz objetos
38 Exemplo de aplicação de Erosão Imagem Original Após erosão com um disco de raio 10 Após erosão com um disco de raio 5 Após erosão com um disco de raio 20
39 Exemplo de aplicação de Erosão A = imread( wirebond.png ); se = strel( disk, 10); A2 = imerode(a, se); imshow(a2);
40 Considerações A Dilatação expande uma imagem e a Erosão reduz A Erosão não é o inverso da Dilatação Erosão e Dilatação são operações duais: c ( A B) c A Bˆ O complementos de uma Erosão é o mesmo que uma Dilatação do complemento da imagem pelo elemento estruturante refletido
41 Combinando Operações Operações morfológicas mais interessantes podem ser obtidas combinando operações de erosão e dilatação As operações compostas mais utilizadas são as seguintes: Abertura Fecho
42 Abertura A Abertura é uma operação que geralmente suaviza o contorno de uma imagem, quebra istmos e elimina protuberâncias finas A Abertura de uma imagem f por um elemento estruturante s, definida por f s é simplesmente uma erosão seguida por uma dilatação: f s ( f s) s
43 Abertura Forma original Após erosão Após dilatação (abertura) Neste exemplo um elemento estruturante em forma de disco foi utilizado
44 Exemplo de Abertura Imagem Original Imagem após abertura
45 Exemplo de Abertura Imagem Original Imagem Processada Elementos estruturantes
46 Considerações A abertura tende abrir pequenos vazios ou espaços entre objetos próximos Também é usada para remover ruídos da imagem Pontos pretos aleatórios e isolados podem ser removidos e a forma dos objetos é recuperada pela dilatação sem restaurar o ruído.
47 Fecho O fecho também tende a suavizar os contornos, mas geralmente funde partes. Elimina pequenos buracos e preenche fendas em um contorno O fecho de uma imagem f pelo elemento estruturante s definido como f s é simplesmente uma operação de dilatação seguida de uma operação de erosão f s ( f s) s
48 Fecho Forma Original Após dilatação Após Erosão (Fecho) Neste exemplo um elemento estruturante em forma de disco foi utilizado
49 Exemplo de Fecho Imagem Original Imagem após operação de fecho
50 Exemplo de Fecho Imagem Original Imagem Processada Elemento Estruturante
51 Considerações O fechamento irá preencher ou fechar os vazios Pode remover muitos dos pixels brancos de ruído A abertura e o fechamento são operações duais relativamente à complementação e reflexão de conjuntos ( A B) c ( A c Bˆ)
52 Processamento Morfológico-Exemplo
53 Algoritmos Morfológicos Fazendo uso das técnicas vistas até agora, podemos começar a considerar alguns algoritmos de processamento morfológico mais interessantes Serão vistos algoritmos para: Extração de Borda Preenchimento de Região
54 Extracção de bordas Extração de borda de um objeto é uma operação extremamente útil Uma borda pode ser definida como β(a) = A (A B)
55 Exemplo
56 Exemplo de extracção de bordas Uma imagem simples segmentada e o resultado da realização da extração de borda usando um elemento estruturante 3*3 Imagem Original Bordas Extraídas
57 Preenchimento de Região A partir de um pixel dentro da uma região definida por uma borda, a técnica de preenchimento de região procura preencher com pixels ligados até o limite da borda
58 Preenchimento de Região A partir de uma ponto podemos preencher o círculo?
59 Preenchimento de Região A equação chave para essa operação é X k c ( X 1 B) A k 1,2,3... k Onde X 0 é simplesmente um ponto dentro da fronteira, B é o elemento estruturante e A c é o complemento de A Essa equação é aplicada repetidamente até que X k seja igual a X k-1 Por fim, o resultado é unido com a fronteira original
60 Preenchimento de Região
61 Preenchimento de Região: Passo a passo
62 Exemplo de Preenchimento de Região Imagem Original Uma região preenchida Todas as regiões preenchidas
63 Detecção de Bordas Bordas internas A ( A B) Bordas externas ( A B) A
64 Resumo O propósito do processamento morfológico é primordialmente remover imperfeições adicionadas durante a segmentação As operações básicas são erosão e dilação Através das operações básicas pode-se realizar operações de abertura e fecho Operações morfológicas mais avançadas podem ser realizadas através da combinação das operações acima
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
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 [email protected] Sergio L.
PMR2560 Visão Computacional Processamento morfológico. Prof. Eduardo L. L. Cabral
PMR256 Visão Computacional Processamento morfológico Prof. Eduardo L. L. Cabral Objetivos Processamento de imagens: Algumas operações de processamento morfológico de imagens; Imagens binárias; Imagens
Morfologia Matemática em Imagens
Processamento e nálise de Imagens Médicas Morfologia Matemática em Imagens Prof. Luiz Otavio Murta Jr. FMB Departamento de Computação e Matemática (FFCLRP/USP) Principais Tópicos Introdução Morfologia
MORFOLOGIA MATEMÁTICA. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR
MORFOLOGIA MATEMÁTICA Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Outubro/2015 Morfologia Matemática Morfologia na Biologia Estudo da estrutura dos animais e plantas;
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
Processamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática
Processamento de Imagem Morfológica (Morfologia Matemática) Tsang Ing Ren UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática 1 Tópicos Introdução Conceitos básicos da teoria dos conjuntos
Implementação de algoritmo de tratamento de imagens para detecção de falhas em cordão de solda. Rafael Marques Ilivinski
Implementação de algoritmo de tratamento de imagens para detecção de falhas em cordão de solda Rafael Marques Ilivinski Departamento Acadêmico de Eletrônica (DAELN) - Universidade Tecnológica Federal do
PRÁTICA 4. SEL5886 Visão Computacional Prof. Dr. Marcelo Andrade da Costa Vieira
PRÁTICA 4 SEL5886 Visão Computacional Prof. Dr. Marcelo Andrade da Costa Vieira Prática 4 Morfologia de Imagens Instruções: Essa prática consiste de 9 Exercícios (E_1 a E_9). Deve ser gerado um arquivo
Simulação Gráfica. Morfologia Matemática. Julio C. S. Jacques Junior
Simulação Gráfica Morfologia Matemática Julio C. S. Jacques Junior Morfologia Palavra denota uma área da biologia que trata com a forma e a estrutura de animais e plantas. No contexto de Morfologia Matemática:
4 Detecção de Silhueta
4 Detecção de Silhueta No decorrer deste capítulo é proposto um modelo de detecção da silhueta da mão capaz de lidar com os erros da segmentação e ruídos na sua morfologia. Num primeiro passo são considerados
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
DEFEITOS EM IMAGENS RADIOGRÁFICAS DE JUNTAS SOLDADAS EM TUBULAÇÕES: SEGMENTAÇÃO E EXTRAÇÃO DE DEFEITOS
DEFEITOS EM IMAGENS RADIOGRÁFICAS DE JUNTAS SOLDADAS EM TUBULAÇÕES: SEGMENTAÇÃO E EXTRAÇÃO DE DEFEITOS * Aluno do curso Tecnologia em Sistemas de Telecomunicações da UTFPR [email protected] ** Aluno
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
Morfologia Matemática: algumas aplicações. Rosana Gomes Bernardo Universidade Federal Fluminense
Morfologia Matemática: algumas aplicações Rosana Gomes Bernardo Universidade Federal Fluminense Introdução Aplicações Motivadoras - Consumo de Gás Natural Roteiro - Placas de Veículos Referências - Cartografia
Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto [email protected] 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 [email protected] Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
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.
Universidade Federal do Rio de Janeiro - IM/DCC & NCE
Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Segmentação Antonio G. Thomé [email protected] Sala AEP/133 Conceituação Segmentação é uma tarefa básica no processo de análise
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
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
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 e Aritméticas Efeitos de em Pixel a Pixel
T5 Processamento de Imagem e Vídeo
T5 Processamento de Imagem e Vídeo Proc. Sinal e Imagem Mestrado em Informática Médica Hélder Filipe Pinto de Oliveira Resumo 1. Segmentação baseada em regiões 2. Morfologia matemática 3. K-Means 4. Processamento
Introdução ao Processamento e Síntese de imagens Recorte 2D
1 Introdução ao Processamento e Síntese de imagens Recorte 2D Fontes: Rogers, D. F. Procedural Elements for Computer Graphics Traina, A. J. M. & Oliveira, M. C. F. (2004) 2016 2 Recorte - (Clipping) Numa
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV
Extração de objetos de interesse em imagens digitais utilizando a biblioteca de Visão Computacional OpenCV Izadora Aparecida RAMOS 1,3,4 ; Servílio Souza de ASSIS 1,3,4 ; Bruno Alberto Soares OLIVEIRA
Processamento de Imagens
Processamento de Imagens André Tavares da Silva [email protected] Roteiro O que é imagem Operações com imagens Convolução discreta Transformada de Fourier Transformada de Wavelets Morfologia matemática
Operações Algébricas e Lógicas. Guillermo Cámara-Chávez
Operações Algébricas e Lógicas Guillermo Cámara-Chávez Operações Aritméticas São aquelas que produzem uma imagem que é a soma, diferença, produto ou quociente pixel a pixel Operações Aritméticas Fig A
Processamento de Imagens
Processamento de Imagens Prof. Marcelo Portes de Albuquerque Prof. Márcio Portes de Albuquerque Monitores: Fernanda Dutra Moraes (CBPF) Pedro de Souza Asad (CBPF) IX Escola do CBPF 22 IX Escola do CBPF
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
Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshimi Kusumoto [email protected] Filtragem de Imagens A utilização de filtros tem como objetivo melhorar a qualidade das imagens através da: ampliação
SEGMENTAÇÃO DE IMAGENS DIGITAIS DE ALGAS MICROSCÓPICAS POR GRANULOMETRIA MORFOLÓGICA
SEGMENTAÇÃO DE IMAGENS DIGITAIS DE ALGAS MICROSCÓPICAS POR GRANULOMETRIA MORFOLÓGICA Sérgio R. Nauffal 1, Jacques Facon 2, Flávio Bortolozzi 3 1 [email protected], Universidade Tuiuti do Paraná, Av. Comendador
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA.
CONSTRUÇÃO AUTOMÁTICA DE OPERADORES MORFOLÓGICOS UTILIZANDO PROGRAMAÇÃO GENÉTICA. Emerson Carlos Pedrino * e-mail: [email protected] Valentin Obac Roda ** e-mail: [email protected]
Processamento 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
Processamento de Imagem
Universidade de Aveiro Departamento de Electrónica, Telecomunicações e Informática Processamento de Imagem Detecção de Arestas, Segmentação e Morfologia Matemática Computação Visual Beatriz Sousa Santos,
Curso de Extensão: Noções de Sensoriamento
UFBA Curso de Extensão: Noções de Sensoriamento IPF Institut für Photogrammetrie und Fernerkundung Mauro Alixandrini Universität Karlsruhe (TH) www.kit.edu 04.08 Noções de Sensoriamento Remoto Aula 2 Comportamento
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.
RECONSTRUÇÃO MORFOLÓGICA POR DILATAÇÕES CONDICIONAIS PARA DETECÇÃO DE FEIÇÕES EM IMAGENS DIGITAIS
RECONSTRUÇÃO MORFOLÓGICA POR DILATAÇÕES CONDICIONAIS PARA DETECÇÃO DE FEIÇÕES EM IMAGENS DIGITAIS Thiago Statella 1, Erivaldo Antônio da Silva 2 Resumo: Este trabalho apresenta os resultados obtidos pela
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
Implementação de códigos no Matlab para detecção de falhas em cordão de soldas. Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres
Implementação de códigos no Matlab para detecção de falhas em cordão de soldas Adailton Turczen de Melo Andrine M. Varela da Cruz Wallace Griz Ayres Departamento Acadêmico de Eletrônica (DAELN) - Universidade
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
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
Introdução ao Processamento e Síntese de imagens - Preenchimento de Polígonos
1 Introdução ao Processamento e Síntese de imagens - Preenchimento de Polígonos Júlio Kiyoshi Hasegawa Fontes: Rogers, D. F. Procedural Elements for Computer Graphics Traina, A. J. M. & Oliveira, M. C.
Processamento de Imagens: fundamentos. Julio C. S. Jacques Junior
Processamento de Imagens: fundamentos Julio C. S. Jacques Junior [email protected] Fronteiras do Processamento de Imagens Processamento de dados Dados / Informação Visão Computacional Computação Gráfica
Processamento 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
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
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
Processamento 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
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
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
