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

Documentos relacionados
T4.1 Processamento de Imagem

Capítulo III Processamento de Imagem

SEL Visão Computacional. Aula 2 Processamento Espacial

T4 Processamento de Imagem

Processamento digital de imagens

UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas

Aula 3 Processamento Espacial

Processamento de Imagens

UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ UNIOESTE CAMPUS UNIVERSITÁRIO DE CASCAVEL CURSO DE CIÊNCIA DA COMPUTAÇÃO LISTA DE EXERCÍCIOS

FILTRAGEM DE IMAGEM NO DOMÍNIO ESPACIAL (Operações aritméticas orientadas à vizinhança)

Processamento Digital de Imagens

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

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

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

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

Filtragem de Imagens Fixas

fig.1 Programa implementado durante a realização do trabalho

TELEVISÃO DIGITAL LEEC 2006/2007

Processamento de Imagens Filtragem Digital

TE073 PDS II Programa de Graduação em Engenharia Elétrica

Visão por Computador Aplicada à Robótica Industrial. Filipe Miguel Silva

Tratamento da Imagem Transformações (cont.)

Processamento Digital de Imagens

Filtros espaciais. Processamento e Recuperação de Imagens Médicas. Prof. Luiz Otavio Murta Jr. Depto. De Computação e Matemática (FFCLRP/USP)

Respostas do Teste de Analise de Imagens :

Processamento Digital de Imagens

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

Processamento Digital de Imagens

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

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

PROCESSAMENTO DIGITAL DE IMAGENS

FILTROS NO DOMÍNIO ESPACIAL. Nielsen Castelo Damasceno

Restauração de Imagens

Processamento Digital de Imagens Aula 04

Processamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres

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

6. FILTRAGEM DE FREQUÊNCIAS ESPACIAIS

Colégio Politécnico da UFSM DPADP0024 : Processamento Digital de Imagens (Prof. Dr. Elódio Sebem)

Processamento de Imagens

Filtragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha

Processamento digital de imagens

Processamento de Imagem. Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres

RESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS. Nielsen Castelo Damasceno

Propriedades estatísticas de uma imagem

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

FILTROS ESPACIAIS PASSA-BAIXA

Processamento de Imagens

24/05/2011. O que significa PDI? I- Introdução

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

Filtros espaciais (suavizaçào)

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

PMR2560 Visão Computacional Filtragem e Suavização. Prof. Eduardo L. L. Cabral

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

Aula 5 - Segmentação de Imagens

Processamento Digital de Imagens. Realce de Imagens

Processamento Digital de Imagens Aula 03

OPERAÇÕES PONTO A PONTO

Tratamento da Imagem Transformações (cont.)

INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO

Processamento de Imagens

PROCESSAMENTO DE IMAGENS

Estudo Dirigido de Detecção de Contornos. Computação Gráfica II Estudo Dirigido de Detecção de Contornos Fls. 1. Inhaúma Neves Ferraz

Segmentação de Imagem

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Filtragem linear. jorge s. marques, questão: como remover artefactos?

PROCESSAMENTO DE IMAGENS DIGITAIS. Universidade Estadual de Maringá

Realce de Imagens. Realce de Imagens

Instituto Tecnológico de Aeronáutica. Prof. Carlos Henrique Q. Forster Sala 121 IEC

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

Restauração de Imagens. Tsang Ing Ren - UFPE - Universidade Federal de Pernambuco CIn - Centro de Informática

Filtragem Espacial. Guillermo Cámara-Chávez

Filtragem. Processamento digital de imagens. CPGCG/UFPR Prof. Dr. Jorge Centeno

Processamento de Imagens Marcia A. S. Bissaco

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

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

5. Detecção de bordas

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

Processamento Digital de Imagens. Análise de Imagens

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

Curso de Extensão: Noções de Sensoriamento

Radiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP

SEL5886 Visão Computacional Prof. Dr. Marcelo Andrade da Costa Vieira

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

Exemplos. Propagação (Reconstrução)

Universidade Federal do Paraná Departamento de Informática Ciência da Computação e Informática Biomédica. Tópicos em Computação

Processamento de Imagens

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

Processamento Digital de Imagens

PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) FILTRAGEM NO DOMÍNIO ESPACIAL E DAS FREQUÊNCIAS. Daniel C. Zanotta

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

PMR2560 Visão Computacional Detecção de bordas. Prof. Eduardo L. L. Cabral

Processamento de Imagens Digitais

Processamento Digital de Imagens

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

Processamento de Imagens

Realce de imagens parte 2: ltragem espacial SCC5830/0251 Processamento de Imagens

TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica

Diego Martin Mancini Orientador: Prof. Paulo A. V. de Miranda Instituto de Matemática e Estatística Universidade de São Paulo

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Sinal e Imagem Engenharia Electrotécnica e de Computadores

Transcrição:

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 homólogas da imagem-operando - f(i,j) ou por uma operação OP entre os pontos de coordenadas homólogas das imagens-operando - f 1 (i,j) e f 2 (i,j) A transformação T deve ser uma função unívoca com um domínio que é a gama de valores permitidos para a imagem original; essa transformação pode ser realizada por meio de tabelas de transformação (LUT s - Look-Up Tables ) e interpretada com o auxílio de um diagrama como o figurado. g(i,j) T 2 A operação OP pode ser uma qualquer operação (aritmética, lógica, de comparação, ) admitida pela natureza dos valores dos pontos das imagens. T 3 T 1 f(i,j) Pré-Processamento - 2

Operações Pontuais Exemplos de transformações - 1 operando original negativo threshold threshold binível g(i,j) g(i,j) g(i,j) f(i,j) f(i,j) f(i,j) Pré-Processamento - 3 Operações Pontuais Manipulação de brilho ( brightness ) e de contraste ( contrast ) 255 255 novos valores 192 128 64 + brightness - brightness novos valores 192 128 64 + contrast - contrast 64 128 192 255 64 128 192 255 valores originais valores originais Pré-Processamento - 4

Operações Pontuais Exemplo (manipulação de brilho e de contraste) original +2% brightness +5% contrast Pré-Processamento - 5 Operações Pontuais Equalização de histograma Uma consequência da realização de operações pontuais (com 1 imagem operando) é a modificação do histograma (diagrama que representa a frequência de ocorrência dos brilhos) da imagem. Por vezes, pretende-se impôr uma determinada forma ao histograma da imagem processada; nesse caso, a transformação pontual a realizar é determinada a partir do conhecimento dos histogramas inicial (imagem original) e final (imagem processada). No caso, de uso muito frequente, da equalização de histograma, pretende-se que o histograma final seja constante; a correspondente função de transformação é proporcional ao histograma cumulativo da imagem original. Deve notar-se que a operação de equalização de histograma só conduziria a histogramas efectivamente constantes se a gama de brilhos fosse contínua e fosse infinito o número de pontos na imagem; no caso das imagens digitais, a discretização do espaço e dos brilhos não permite que esse resultado seja conseguido; apesar disso, essa operação é muito usada com o objectivo de efectuar uma normalização da escala de brilhos. Pré-Processamento - 6

Operações Pontuais Equalização de histograma (exemplo) imagem original imagem equalizada Pré-Processamento - 7 Operações Pontuais Com 2 imagens-operando de 8 bits por ponto (exemplos) (OP1 + OP2) / 2 OP1 OP2 (OP1 x OP2) / 255 Max (OP1, OP2) Pré-Processamento - 8

Operações Locais F Nas operações locais, cada ponto da imagem-resultado é obtido pela aplicação de uma função de transformação F que usa como argumentos o ponto homólogo da imagem original e um conjunto de pontos vizinhos desse. Frequentemente a vizinhança considerada consiste numa janela de dimensão KxK. Na ilustração acima figurada, usa-se uma janela 3x3 centrada no ponto com coordenadas idênticas às do ponto-resultado. A função F pode ser a combinação linear dos valores dos pontos vistos através da janela (caso em que a operação se designa por convolução), mas também pode ser uma certa função lógica ou não-linear dos mesmos valores. Pré-Processamento - 9 Operações Locais No caso da convolução os coeficientes (ou pesos) da combinação linear dos pontos são escolhidos de modo a que a operação local correspondente tenha o efeito pretendido. Cada ponto-resultado - g(i,j) - será obtido por meio de g( i, j) = k wk fk ( i, j) em que cada f k (i,j) corresponde ao ponto da imagem com posição idêntica, na janela, ao coeficiente com o mesmo índice, como na figura seguinte (para o caso 3x3). w 1 w 2 w 3 w 4 w 5 w 6 w 7 w 8 w 9 (, ) 1 ( 1, 1) 2 (, 1) 3 ( 1, 1) + w4 f ( i 1, j) + w5 f ( i, j) + w6 f ( i + 1, j) + + w f ( i 1, j + 1) + w f ( i, j + 1) + w f ( i + 1, j + 1) g i j = w f i j + w f i j + w f i + j + 7 8 9 Por exemplo, para suavizar ( smoothing ) uma imagem (isto é, para atenuar as variações bruscas de brilho) podem usar-se janelas de coeficientes como as seguintes (no caso 3x3): 1 2 1 filtro de média 1 1 2 4 2 1 2 1 Pré-Processamento - 1

Operações Locais Por outro lado, para salientar as variações bruscas de brilho podem usar-se, por exemplo, coeficientes como os dos filtros laplacianos: 1-8 1 2-4 2 1 1-4 1 1 No caso de operações locais não-lineares, ainda para janelas 3x3, podem, por exemplo, considerar-se as operações realizadas pelos filtros de: mínimo ( erode ) máximo ( dilate ) mediana (, ) = min { (, )} g i j f i j (, ) = max { (, )} g i j f i j (, ) = { (, )} g i j mediana f i j k k k Pré-Processamento - 11 Operações Locais No caso das operações locais lógicas, geralmente consideram-se aplicáveis a imagens binárias (cada ponto tem apenas o valor lógico ou 1); a operação lógica é definida por uma tabela com saída em regra binária (mas pode não o ser) e entrada constituída pela palavra binária formada pela concatenação dos valores na janela (segundo uma ordem estabelecida). Por exemplo, numa imagem binária constituída por objectos sólidos (de valor 1) sobre um fundo ( background ) de valor, a detecção dos pontos do bordo do objecto (aqueles que contactam com o fundo) pode ser efectuada, para uma ordenação dos bits como a seguinte 1º 2º 3º 4º 5º 6º 7º 8º 9º por meio de uma tabela que realize a operação: ([ 5 1] [ { k ( )} ] ) ( ) ( ) g i, j = f i, j = AND AND f i, j = Pré-Processamento - 12

Operações Locais Exemplos smooth 5 x 5 dilate 3 x 3 original laplacian 3 x 3 (1,-8,1) erode 3 x 3 Pré-Processamento - 13 Operações Locais Exemplos original (1% ruído impulsivo) média 3 x 3 mediana 3 x 3 3 x (mediana 3 x 3) Pré-Processamento - 14

Operações Locais Exemplos original resultado de operação local lógica para detecção dos bordos dos objectos Pré-Processamento - 15 Operações Globais Nas operações globais, cada ponto da imagem-resultado depende dos valores de todos os restantes pontos da imagem. As transformadas bidimensionais referidas a propósito da compressão de imagem por transformadas são um bom exemplo de operações globais. A determinação do histograma de uma imagem, embora neste caso o resultado não seja uma imagem, também é exemplo de uma operação global. As transformações geométricas de imagem, ao menos quando definidas por meio da fixação de um certo número de pares de pontos correspondentes, são também operações de tipo global. Pré-Processamento - 16

Realce de Imagem As operações pontuais, locais e globais antes referidas, podem ser usadas com o objectivo de melhorar, segundo algum critério, a aparência das imagens; nesse caso, dizem-se operações de realce de imagem ( image enhancement ). A modificação de histograma, realizada por operações pontuais, permite melhorar certas características da imagem, nomeadamente fazendo a acentuação de contraste; é o caso da transformação T 3 na figura da página 2, ou ainda o caso da equalização de histograma. Para efeito de redução de ruído podem usar-se diversas operações como, por exemplo média de várias capturas da mesma imagem, realizada por uma sequência de operações pontuais com 2 imagens-operando filtros de média, realizados com operações locais do tipo convolução filtros de mediana, de moda, ou minmax, realizadas por operações locais nãolineares filtragem passa-baixo, realizada por operações globais e pontuais (transformada de Fourier, seguida de operação lógica pontual com uma máscara binária, seguida de transformada inversa de Fourier) Pré-Processamento - 17 Realce de Imagem aplicação de um algoritmo out-range (filtro de média aplicado apenas se a diferença entre o ponto central e a média da janela exceder um certo valor limiar) filtro de média ao longo de orlas (filtro de média de todos os pontos da janela, se não existir orla; filtro de média dos pontos da janela situados sobre a orla, se esta existir) [Obs.: a noção de orla é definida já a seguir] Para efeitos de realce de orlas ( edge enhancement ), isto é, para salientar os pontos da imagem que se situam em zonas de variação de brilho muito intensa, podem usarse muitos métodos, nomeadamente deslocação da imagem de 1 ponto (em diagonal, por exemplo) seguida da sua subtracção à imagem original (transformação geométrica seguida de operação pontual aritmética) determinação do gradiente digital, definido como uma combinação das diferenças de 1ª ordem nas direcções horizontal e vertical, formando-se duas imagens - a de amplitude do gradiente e a de orientação do gradiente: 2 2 [ 1 ] [ ( ) ( 1) ] ([ 1 ] [ ( ) ( 1 )]) ( ) ( ) ( ) g i, j = f i, j f i, j + f i, j f i, j ( ) ( ) ( ) θ i, j = arctan f i, j f i, j / f i, j f i, j Pré-Processamento - 18

Realce de Imagem subtracção à imagem original do seu laplaciano, já definido, o que equivale a aplicar um dos operadores locais seguintes: -1-1 -1-1 9-1 -1-1 -1 1-2 1-2 5-2 1-2 1-1 -1 5-1 -1 aplicação de um operador de unsharp masking, constituído por uma sequência de duas operações; na primeira, obtém-se uma versão suavizada da imagem (por meio de filtros de média ou de filtragem de Fourier); na segunda, realiza-se uma operação pontual de combinação entre a imagem original e a que resulta da primeira operação: (, ) (, ) f i j f i j (, ) = (, ) ( 1 ) (, ), [. 6;. 85] g i j c f i j c f i j c L L Pré-Processamento - 19 Realce de Imagem aplicação de um operador de diferenciação estatística (operador de Wallis) A σ D g( i, j) = ( f ( i, j) f L( i, j) ) A σ + σ ( i, j) D ( α µ D ( 1 α) f L( i, j) ) + + em que µ D e σ D são a média e o desvio padrão desejados, A e α são constantes de controlo, e σ(i,j) e f L (i,j) são, respectivamente, o desvio padrão local e a versão suavizada da imagem (como no caso precedente) aplicação de um operador de coefficient rooting (cálculo da transformada de Fourier, alteração dessa transformada, e transformada de Fourier inversa do resultado obtido) (, ) F m n (, ) F( m, n) f i j (, ) (, ) F m n = F m n F m n α (, ), α [ ; 1] (, ) F( m, n) g i j Pré-Processamento - 2

Realce de Imagem Para efeitos de realce de linhas pode-se somar à imagem original os resultados de um conjunto de operadores (cada um para uma dada direcção espacial) de detecção de linhas; entende-se por linha uma série de pontos contíguos que são consistentemente bastante mais claros ou bastante mais escuros do que os restantes pontos vizinhos. no caso de linhas delgadas (isto é, de espessura próxima de 1 ponto de imagem) podem detectar-se as linhas usando os seguintes operadores locais 3x3: -1-1 -1-1 -1 2 2-1 -1 2 2 2-1 -1-1 2-1 -1-1 -1 2 Deve notar-se que os operadores acima não detectam apenas linhas, mas também outras estruturas da imagem, como pontos isolados e orlas; para evitar esse problema o operador pode ser usado apenas condicionalmente, tornando-se não-linear. os operadores anteriores podem ser generalizados para efeitos de detecção de linhas espessas. Pré-Processamento - 21