Visã pr Cmputadr http://gec.di.uminh.pt/lesi/vpc, http://gec.di.uminh.pt/mcc/vpc LESI / LMCC 5º An Intrduçã Jã Luís Ferreira Sbral Departament d Infrmática Universidade d Minh Setembr 2003
Prgrama Intrduçã e bjectivs Pretende-se cm esta disciplina cmplementar a frmaçã ds aluns cm cnheciments da área de Visã pr Cmputadr. Designadamente, pretende-se intrduzir cnheciments relativs as métds de prcessament de imagens, utilizads para melhrar as características de imagens, e s prcesss que visam a extracçã autmática de infrmaçã de imagens. Para atingir estes bjectivs, e send prcessament de imagem uma área de índle bastante experimental, existirá uma frte ligaçã entre a cmpnente teórica e a cmpnente prática: s cnceits intrduzids na cmpnente teórica serã experimentads na aula prática seguinte, utilizand uma ferramenta de prcessament de imagem, sistema Khrs. Desta frma sã experimentadas as diversas técnicas, permitind a alun bter as suas próprias cnclusões relativamente a cada métd. Cmpnente Teórica I. Prcessament de Imagem Intrduçã as sistemas de prcessament de imagem. Natureza de uma imagem digital. Calibraçã de imagem. Prpriedades estatísticas das imagens: brilh e cntraste. Histgrama. Filtrs n dmíni d espaç. Cnvluçã digital. Filtrs passa-alt e passa-baix. Suavizaçã de imagens. Detecçã e realce de cntrns. Filtrs nã lineares. Filtrs n dmíni das frequências. Transfrmada de Furier e Terema da cnvluçã. Restauraçã de imagem. Cmpressã de imagem: cmpressã sem perda e cmpressã cm perda. Prcessament de imagens a cr. II. Análise de Imagem Binarizaçã simples múltipla e adaptativa. Operadres mrflógics: ersã, dilataçã e esqueletizaçã. Análise de texturas: mdels estrutural, estatístic e espectral. Segmentaçã de imagens em regiões. Detecçã de frmas: verificaçã de padrões, pirâmides de resluçã e transfrmada de Hugh. Descriçã de frmas: chain cdes, assinaturas, plígns e cnvex hull. Recnheciment de bjects III. Visã pr Cmputadr em Temp Real Requisits de prcessament em terms de hardware e sftware. Cmpnente Prática Sessões práticas cm sistema Khrs, Desenvlviment de algritms. Visã pr Cmputadr 2 Jã Luís Sbral 2003
Prgrama Equipa Dcente Jã Luís Ferreira Sbral email: jls@... telefne: 4439 (253 604439 d exterir) Planeament Aula Dia Matéria Bibligrafia 1 26/09 2 3/10 3 10/10 Apresentaçã da disciplina, caracterizaçã da área, natureza e características de uma imagem Prpriedades estatísticas das imagens, alteraçã d brilh e cntraste, cnvluçã digital Transfrmada de Furier, filtrs n dmíni das frequências, terema da cnvluçã GZ 1, 2 GZ 3 GZ 4 4 17/10 Restauraçã de imagem GZ 5 5 24/10 Prcessament de imagens a cres GZ 6 6 31/10 Cmpressã de imagem GZ 8 7 7/11 Segmentaçã de imagens, peradres mrflógics GZ 9, 10 8 14/11 Representaçã e descriçã de regiões. GZ 11 9 21/11 Recnheciment de bjects / regiões GZ 12 10 28/11 Visã pr Cmputadr em temp real 11 5/12 Prject: prcessament de imagem 12 12/12 Prject: segmentaçã de imagens em regiões 13 19/12 Prject: classificaçã de regiões Bibligrafia GZ2e R. Gnzalez, R. Wds. Digital Image Prcessing, 2ª Ed, Prentice Hall, 2002. (http://www.imageprcessingbk.cm/) SK2e M. Snka, V. Hlavac, R. Byle. Image Prcessing Analysis and Machine Visin, 2ª ediçã, Prentice Hall, 1999. Avaliaçã Um trabalh prátic (u um exame escrit). Visã pr Cmputadr 3 Jã Luís Sbral 2003
Caracterizaçã da área Principais aplicações Realçar infrmaçã cntida na imagem para facilitar a sua percepçã Obter infrmaçã da imagem para api a mdels de decisã Três níveis de prcessament Baix nível (prcessament de imagem) Nível intermédi (análise de imagem) Alt nível (cmpreensã de imagem) Alguns exempls de aplicações de prcessament de imagem/visã Medidas antrpmétricas Cntagem de pessas Recnheciment de matrículas Vigilância remta Visã pr Cmputadr 4 Jã Luís Sbral 2003
Natureza de uma imagem digitalizada Sistema de aquisiçã e prcessament de imagens O prcess de digitalizaçã Amstragem de uma imagem 3D numa superfície 2D Obtençã de pixels quadrads u rectangulares Tipicamente btém imagens de 256x256 a 1024x1024 pixels Existem váris tips de sensres (luz visível, infravermelh, etc.) Pdem existir váris tips de sensres perand em simultâne Alguns prblemas d prcess de digitalizaçã Limites ds sensres (amplitude e temp de respsta) Períd de amstragem Desfasament tempral entre s váris sensres Ruíd de quantificaçã (aliasing) Operações típicas a aplicar às imagens Remver ruíd Melhrar cntraste da imagem Alterar tamanh u frma da imagem Crrigir a distrçã espacial Retirar rasts d mviment Crrigir fcagens deficientes Cdificar imagens Segmentar imagens para lcalizar bjects u realçar atributs Visã pr Cmputadr 5 Jã Luís Sbral 2003
O nss sistema de visã Frmaçã da imagem n nss lh A luz prveniente d exterir é prjectada na retina, depis de ter atravessad a córnea e a lente O lh adapta a frma da lente para fcar bjects mais distantes (lente mais plana) u mais próxims (lente mais curva). A distância entre a lente e a retina varia entre 14 mm e 17mm A parte da retina respnsável pr detectar s detalhes da imagem tem cerca de 150 000 elements pr mm2 e uma área de 1.5mm x 1.5mm Adaptaçã de brilh e discriminaçã O nss lh nã utiliza um sistema de brilh prprcinal à intensidade da luz (s cntrns sã realçads e brilh nã depende apenas de sua intensidade) Visã pr Cmputadr 6 Jã Luís Sbral 2003
O nss sistema de visã Adaptaçã de brilh e discriminaçã (cnt.) O nss lh sfre de ilusões ópticas, fenómens que ainda nã estã cmpletamente explicads Visã pr Cmputadr 7 Jã Luís Sbral 2003
O nss sistema de visã A luz e espectr electmagnétic O nss lh apenas é sensível a uma parte reduzida d espect. O nss lh capta as ndas (na gamas d espectr visível) reflectidas pels bjects. Os bjects brancs reflectem de frma balanceada tdas as cres visíveis. Visã pr Cmputadr 8 Jã Luís Sbral 2003
Aquisiçã de Imagem Sensres Elements sensíveis à energia, transfrmand-a numa vltagem. Cada sensr é sensível a um determinad tip de energia (i.é., gama d espect). A aquisiçã pde ser efectuada pr um únic sensr, pr uma linha de sensres u pr uma matriz de sensres. Visã pr Cmputadr 9 Jã Luís Sbral 2003
Aquisiçã de Imagem Sensres Captaçã de imagem cm uma linha de sensres Captaçã de imagem cm uma matriz de sensres Visã pr Cmputadr 10 Jã Luís Sbral 2003
Aquisiçã de Imagem Amstragem e discretizaçã A vltagem prduzida pels sensres tem que ser amstrada (i.é., detectad seu valr em intervals fixs) e discretizada para valres inteirs, uma vez que a vltagem é um sinal cntínu. Quand sã utilizads váris sensres, númer de sensres estabelece númer de amstragens. Visã pr Cmputadr 11 Jã Luís Sbral 2003
Aquisiçã de Imagem Representaçã de uma imagem digital Representaçã de uma imagem de M linhas pr N clunas: Tipicamente númer de tns assciad a cada pixel é geralmente uma ptência de 2. Resluçã espacial (i.é., amstragem) Resluçã em númer de tns (i.é., discretizaçã) Visã pr Cmputadr 12 Jã Luís Sbral 2003