Processamento Digital de Imagens

Documentos relacionados
Processamento Digital de Imagens Aula 06

Dr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento Digital de Imagens

Dr. Sylvio Barbon Junior. Departamento de Computação - UEL. 1 o Semestre de 2015

SEL-0339 Introdução à Visão Computacional. Aula 2 Processamento Espacial

PMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Aula 3 Processamento Espacial

Tratamento da Imagem Transformações (cont.)

Processamento Digital de Imagens

Processamento Digital de Imagens

Processamento Digital de Imagens

Processamento Digital de Imagens

TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica

Processamento de Imagem. Histograma da Imagem Professora Sheila Cáceres

SEL Visão Computacional. Aula 2 Processamento Espacial

Processamento Digital de Imagens

Processamento Digital de Imagens

Realce de imagens parte 1: operações pontuais SCC0251 Processamento de Imagens

UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas

7. Color Image Processing

Visão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)

PROCESSAMENTO DIGITAL DE IMAGENS

Capítulo 3 VISÃO COMPUTACIONAL

INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO

UMA VISÃO SOBRE O PROCESSAMENTO DE IMAGENS. Rogério Vargas DCET UESC Home page: rogerio.in

Realce de Imagens. Objetivo: Melhorar a qualidade visual da imagem.

Realce de Imagens. Realce de Imagens

Processamento de Imagens

ESTUDO DE TÉCNICAS PARA SOLUÇÃO DE PROBLEMAS DE PROCESSAMENTO DE IMAGENS UTILIZANDO A LINGUAGEM PYTHON

Visão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)

Filtragem de Imagens no Domínio Espacial. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227

Princípios e representação de imagens

Processamento de Imagem. Relaçionamentos entre pixels e Operações Aritméticas e Lógicas Professora Sheila Cáceres

Tratamento da Imagem Transformações (cont.)

Processamento digital de imagens

Quadro Segmentação de Imagens

Princípios e representação de imagens

Histogramas de Imagens GLAUCIUS DÉCIO DUARTE

Princípios sobre imagens digitais

Processamento digital de imagens

Computação Gráfica II

Processamento de Imagens

SEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens

SEL Introdução ao Processamento Digital de Imagens. Aula 9 Restauração de Imagens Parte 2

Radiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP

Computação Gráfica. Visao Computacional. Visão Huma na e Compuacional

PROCESSAMENTO DE IMAGENS

[2CTA121] Processamento de Imagens em Alimentos: Conceitos e Aplicações

Operações Pontuais. 1 operando. 2 operandos. Processamento e Análise de Imagem - A. J. Padilha - v ac

VISÃO COMPUTACIONAL. Marcelo Henrique dos Santos

Propriedades estatísticas de uma imagem

DEFEITOS EM IMAGENS RADIOGRÁFICAS DE JUNTAS SOLDADAS EM TUBULAÇÕES: SEGMENTAÇÃO E EXTRAÇÃO DE DEFEITOS

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Implementação de algoritmo de tratamento de imagens para detecção de falhas em cordão de solda. Rafael Marques Ilivinski

Processamento Digital de Imagens Aula 04

OPERAÇÕES PONTO A PONTO

AUTOMATED ASSESSMENT OF BREAST TISSUE DENSITY IN DIGITAL MAMMOGRAMS

Introdução ao Processamento Digital de Imagens. Aula 9 Restauração de Imagens. Prof. Dr. Marcelo Andrade da Costa Vieira

PSI2651 PROCESSAMENTO, ANÁLISE E SÍNTESE DE IMAGENS. 1 o período de 2005 LISTA DE EXERCÍCIOS

Simulação Gráfica. Segmentação de Imagens Digitais. Julio C. S. Jacques Junior

Propriedades da Imagem Amostragem & Quantização (Quantificação) Histograma Imagem Colorida x Imagem Monocromática. Propriedades da Imagem

Processamento Digital de Imagens Aula 03

Universidade Federal do Rio de Janeiro - IM/DCC & NCE

Processamento de Imagens Coloridas. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227

Método de Otsu. Leonardo Torok 1

Processamento de Imagens

Fundamentos de Processamento Gráfico. Aula 3. Introdução ao Processamento de Imagens. Profa. Fátima Nunes

Visão computacional. Juliana Patrícia Detroz Orientador: André Tavares Silva

APLICAÇÃO DE TÉCNICAS DE PROCESSAMENTO DE IMAGENS DIGITAIS EM IMAGENS GERADAS POR ULTRA-SOM

SEL-0339 Introdução à Visão Computacional. Aula 3 Processamento de Imagens Coloridas

Processamento Digital de Imagens. Análise de Imagens

Processamento de Imagens: fundamentos. Julio C. S. Jacques Junior

Respostas do Teste de Analise de Imagens :

PROCESSAMENTO DE IMAGENS COLORIDAS. Nielsen Castelo Damasceno

Processamento de Imagem. A Imagem digital Professora Sheila Cáceres

Processamento Digital de Imagens

Processamento Digital de Imagens

Televisão Digital. Trabalho prático nº1. Filtragem espacial de imagem fixa e manipulação de histogramas. 2 de Novembro de 2006

Estudo da Representatividade Estatística em Padrões de Imagens

Satélites Artificiais da Terra

Processamento de Imagens

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Extração de Características

PROCESSAMENTO DE IMAGENS DIGITAIS. Universidade Estadual de Maringá

1.1. Trabalhos Realizados na Área

Introdução ao Processamento de Imagens

Processamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres

Autenticação biométrica utilizando impressão digital. Tales Tenorio de Souza Pimentel

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS. André Zuconelli 1 ; Manassés Ribeiro 2

Imagem Digital. Claudio Carvilhe

Aprendizado de Máquina (Machine Learning)

Parte 1 Questões Teóricas

Sensoriamento Remoto: introdução ao Processamento Digital de Imagens. Patricia M. P. Trindade; Douglas S. Facco; Waterloo Pereira Filho.

SEGMENTAÇÃO DE IMAGENS

Seleção Não-Supervisionada de Métodos de Binarização para Documentos Históricos

Processamento Digital de Imagens - PDI

STV 15 SET na figura acima a freqüência das variações do sinal de onda quadrada da câmera mostradas no topo do padrão xadrez é de 0,11 MHz

AQUISIÇÃO E REALCE EM IMAGENS UTILIZANDO JAVA COM AUXILIO DO OPENCV

SEL-0339 Introdução à Visão Computacional. Aula 2 Processamento Espacial (Parte 2)

Transcrição:

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. Serão apresentados exemplos de histogramas e técnicas de modificação de histograma em imagens monocromáticas. Um dos exemplos de utilização da informação contida em um histograma consiste no conceito de limiarização (thresholding) de imagens. 3 O histograma de uma imagem consiste em um conjunto de números indicando o percentual de pixels em tal imagem que apresentam um determinado nível de cinza. Estes valores são normalmente representados por um gráfico de barras. A visualização de um histograma possibilita obtermos uma indicação da qualidade da imagem quanto ao nível de contraste e ao brilho. 4 Cada elemento deste conjunto é calculado como: n p r (r k ) = k n onde: 0 r k 1 k = 0,1,...,L -1 e L n o de n.c. n n o total de pixels na imagem p r (r k ) probabilidade do k-ésimo n.c. n k n o de pixels com n.c. igual a k Os dados da tabela ao lado correspondem a uma imagem 128 128 pixels, com 8 níveis de cinza. nível de cinza n k p r (r k ) 0 1120 0.068 1 3214 0.196 2 4850 0.296 3 3425 0.209 4 1995 0.122 5 784 0.048 6 541 0.033 7 455 0.028 total 16384 1.0 5 6 1

A representação gráfica equivalente do histograma é mostrada abaixo. Um histograma nada mais é que uma função de distribuição de probabilidades. 7 8 São mostrados a seguir cinco exemplos de tipos de histogramas frequentemente encontrados em imagens. Cada histograma tem sua própria característica e é mostrado a imagem correspondente. Será, então, visto como extrair informações sobre imagens a partir de seu histograma. Grande concentração de pixels. Imagem predominantemente escura. 9 10 Concentração de pixels próximo ao limite superior. Imagem predominantemente clara. 11 Agrupamento em torno de valores intermediários de cinza. Escala dinâmica de tom de cinza pequena. Isto significa imagem de baixo contraste. Imagem de brilho médio com cinza denso. 12 2

Pixels distribuídos ao longo de toda a escala de cinza. Histograma com espalhamento significativo. Imagem apresenta bom contraste. 13 Histograma tipicamente bimodal. Imagem apresenta alto contraste. 14 Os histogramas vistos mostram descrições globais que não dizem nada específico sobre o conteúdo da imagem (ex: algum objeto). Porém, a forma do histograma de uma imagem nos dá informação útil sobre a possibilidade para realce do contraste. Serão vistos métodos para a manipulação de histogramas de uma maneira consistente e significativa. Imagem Histograma O que se conclui disto? 15 16 Conceito de histograma também aplicável a imagens coloridas. Neste caso, a imagem é decomposta em suas componentes R, G e B. Para cada componente é calculado o histograma correspondente. 17 Para computar o histograma de uma imagem monocromática: Inicializa-se com zero todos os elementos de um vetor de L elementos. Percorre-se a imagem, pixel a pixel, e incrementase o vetor cujo índice corresponde ao tom de cinza do pixel visitado. Após toda a imagem ter sido percorrida, cada elemento do vetor conterá o n o de pixels. O tom de cinza do pixel visitado corresponde ao índice do vetor. 18 3

Por exemplo: pixel[10] = 35 Significa que na imagem há 35 pixels com tom de cinza 10. Estes valores poderão ser normalizados. Divide-se cada um deles pelo total de pixels na imagem. O histograma de uma imagem fornece diversas informações quantitativas e qualitativas sobre ela. Nº de pixels com n.c. mínimo, médio e máximo. Imagem predominantemente clara ou escura. 19 Porém, outras conclusões de caráter qualitativo como: Qualidade subjetiva global da imagem. Presença ou não de ruído, etc. somente podem ser extraídas dispondo-se da imagem propriamente dita (o histograma não informa nada sobre isso). Tal fato pode ser confirmado a partir das imagens vistas anteriormente. 20 Técnicas de Modificação de Histograma As técnicas de modificação de histograma são conhecidas como técnicas ponto-a-ponto, ou seja, o tom de cinza de um certo pixel depende apenas de seu valor original. Nas técnicas de processamento orientadas a vizinhança, o valor resultante depende também dos pixels que circundam o elemento de imagem original. Técnicas de Modificação de Histograma Técnicas de modificação de histograma são utilizadas para processar a imagem através da modificação do histograma. São algumas destas técnicas: Equalização de histograma Especificação direta de histograma Expansão de histograma Compressão de histograma Limiarização de histograma 21 22 Consiste em espalhar os níveis de cinza de uma imagem. Objetivo modificar o histograma original de uma imagem de tal forma que parte dele é expandida para ocupar toda a faixa de cinza da imagem. Esta técnica baseia-se no uso de uma equação obtida por meio do histograma original via regra de três simples. 23 24 4

Compressão de Histograma Resultado da expansão de histograma imagem mais nítida que a original. 25 Compressão de histograma técnica que modifica o histograma original de uma imagem de tal forma que suas raias passam a ocupar apenas um trecho da faixa total de cinza. Sua aplicação baseia-se também no uso de uma equação obtida por meio de regra de três simples sobre o histograma original. 26 Compressão de Histograma Compressão de histograma produz como resultado uma redução de contraste na imagem original. 27 Técnica que consiste em separar as regiões de uma imagem quando esta apresenta duas classes (o fundo e o objeto). Limiarização permite reduzir o número de tons de cinza na imagem original. Limiarização possibilidade de produzir uma imagem binária à saída (binarização ). 28 Consiste em separar o histograma de uma imagem em duas regiões. Forma mais simples de limiarização é a bipartição do histograma. Neste caso, pixels cujo tom de cinza é menor ou igual a um certo valor de limiar (T) são convertidos em brancos e os demais em preto. 29 30 5

Há vários efeitos decorrentes da escolha de um valor limiar dentre os diversos pontos situados na região de vale. A melhor escolha depende do objetivo que se queira com a imagem resultante. Seguem as imagens e histogramas decorrentes da variação do valor limiar. Efeitos da Imagem original e histograma correspondente. 31 32 Imagem binarizada com T = 128 Efeitos na Imagem binarizada com T = 64 Matematicamente, a operação de limiarização pode ser descrita como uma técnica de processamento de imagens na qual uma imagem de entrada f (x,y) de N níveis de cinza produz à saída uma imagem g(x,y), chamada de imagem limiarizada, cujo nº de níveis de cinza é menor que N. Resultado baseia-se em comparações. 33 Imagem binarizada com T = 192 34 Normalmente, g(x,y) apresenta dois níveis de cinza (binarização), sendo: g(x,y) = 1, se f (x,y) T É possível obter um histograma particionado utilizando dois valores de limiar. g(x,y) = 0, se f (x,y) < T Desta forma, por meio de comparações entre os tons de cinza e o limiar, se faz a substituição, ponto a ponto, por 1 ou 0. g(x,y) = 1, se T 1 f (x,y) T 2 g(x,y) = 0, se f (x,y) < T 1 ou f (x,y) > T 2 35 36 6

Resultado da utilização de múltiplos limiares: Inversão de Imagens Negativos de imagens reverter a ordem do preto para o branco. Útil para exibição de imagens médicas. 37 g(x,y) = f max f (x,y) 38 39 7