K - número de valores diferentes de níveis de cinza Pixel

Documentos relacionados
Processamento Digital de Imagens

Processamento Digital de Imagens

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

Aula 2 Aquisição de Imagens

Processamento Digital de Imagens - PDI

Processamento de Imagem. A Imagem digital Professora Sheila Cáceres

Processamento de Imagens

Processamento Digital de Sinais:

UD II. Geração de Imagens Fotogramétricas Digitais

Introdução ao Processamento de Imagens Digitais Aula 01

Processamento Digital de Imagens Aula 02

Imagem Digital. Claudio Carvilhe

Processamento Digital de Imagens

TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica

PROCESSAMENTO DE IMAGENS DIGITAIS. Universidade Estadual de Maringá

Motivação Por que estudar?

Formação e Representação de Imagens

Os computadores processam dados digitais ou discretos. Os dados são informação representada num sistema digital de símbolos.

Processamento digital de imagens

Processamento digital de imagens

INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO

Aquisição e Representação de Imagens. 35M56 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227

PROCESSAMENTO DIGITAL DE IMAGENS

T2 Processamento de Sinal

Processamento Digital de Sinais. Conversão A/D e D/A. Prof. Dr. Carlos Alberto Ynoguti

Universidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira

PROCESSAMENTO DE IMAGENS

Processamento Digital de Sinais. Conversão A/D e D/A. Prof. Dr. Carlos Alberto Ynoguti

O objetivo deste artigo é apresentar o método de redução de cores Error Diffusion, utilizado no projeto MSX Viewer.

Mídias Discretas. Introdução à Ciência da Informação

Resoluções das Imagens fotogramétricas e digitais. Fotogrametria e Fotointerpretação Prof. Dr. Raoni W. D. Bosquilia

ESTRUTURA DE UMA IMAGEM E CALIBRAÇÃO RADIOMÉTRICA AULA 01. Daniel C. Zanotta 14/03/2018

Introdução aos sinais discretos e conversão de sinais analógicos para digitais

Universidade Federal de Sergipe Departamento de Matemática. Imagem* Profª. Maria Andrade. *Parte desta apresentação foi do Prof. Thales Vieira.

Processamento Digital de Imagens

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

FACULDADE DE ENGENHARIA DE MINAS GERAIS SENSORIAMENTO REMOTO E AEROFOTOGRAMETRIA REVISÃO DE CONTEÚDO. Prof. Marckleuber

Introdução. Introdução. Quantização de Cor. Quantização de Cor. Efeitos da Discretização Espacial (redução da resolução espacial)

Sensoriamento Remoto I Engenharia Cartográfica. Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista

Tratamento da Imagem Transformações (cont.)

Conversão Analógica - Digital. Keylly Eyglys Orientação: Adrião Duarte

Processamento e Análise de Imagens

Aquisição/Codificação de Vídeo

Multimídia. Conceitos Básicos (Parte I)

Sensoriamento remoto 1. Prof. Dr. Jorge Antonio Silva Centeno Universidade Federal do Paraná 2016

Capítulo II Imagem Digital

UNIP 1.a Prova Sistemas Digitais EE - 8P/7W-01 Turma A Sem Consulta Tempo 180 min. Permitido o uso de calculadora a interpretação faz parte da prova.

TE073 PDS II Programa de Graduação em Engenharia Elétrica

Princípios de Telecomunicações. PRT60806 Aula 19: Modulação por Código de Pulso (PCM) Professor: Bruno Fontana da silva 2014

Osciloscópio Digital. Diagrama em blocos:

5. Tipos de produtos multimédia Baseados em páginas

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

Universidade de Pernambuco Escola Politécnica de Pernambuco

Amostragem. Representação com FT para Sinais Periódicos Relacionando a FT com a FS Amostragem Amostrando Sinais de Tempo Contínuo.

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Introdução a aquisição e processamento de sinais

Jorge Gustavo Bandeira dos Santos. Unidade: 3 de março de 2013

I-7 Digitalização e Reconstrução

CONVERSORES AD/DA (ÁUDIO CODEC)

PROCESSAMENTO DIGITAL DE IMAGENS

Introdução a Análise de Imagens Digitais

DSP (Conversão AD/ DA) Processo de conversão AD. Processo de conversão AD. Current A/D technology (cont.) Currente tecnologia A/D

Visualização por Computador: Teoria, Prática e Aplicações

Introdução ao Processamento de Imagens. Profa. Dra. Soraia Raupp Musse Thanks to Prof. Dr. Cláudio Rosito Jung

Processamento de Imagens Digitais e Gestão da Informação

Conceitos Básicos de Áudio Digital

ENTRADAS ANALÓGICAS CONVERSOR A/D

Revisão de Lógica Digital. Lógica Booleana Conversão A/D e D/A Circuitos digitais e Memória

Modems Baud rate e Bit rate

PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) CONCEITOS BÁSICOS DE SR REPRESENTAÇÃO DAS IMAGENS DIGITAIS CALIBRÃÇÃO RADIOMÉTRICA. Daniel C.

Princípios sobre imagens digitais

DOCUMENTO TÉCNICO. Hikvision Advanced Image Signal Processing HIKVISION. Ampla Faixa Dinâmica (WDR) Para liberação [12/01/2012]

Introdução ao Processamento de. Imagens - PDI. Prof. José Demisio Simões da Silva

Aula de Processamento de Sinais I.B De Paula. Tipos de sinal:

SEL 0412 Tecnologia Digital Teoria

SEL Processamento Digital de Imagens Médicas. Aula 4 Transformada de Fourier. Prof. Dr. Marcelo Andrade da Costa Vieira

António Costa. Paulo Roma Cavalcanti

Aula 2 Aquisição de Imagens

Analisador de espectros por FFT

ENGG55 REDES INDUSTRIAIS Introdução aos Sistemas de Comunicação Industrial

Parte 02 Multiplexação Analógica e Digital no STFC. Prof. Rafael Saraiva Campos 2013/1

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Fundamentos II. Guillermo Cámara-Chávez

Qualidade Radiométrica das Imagens Sensor ADS40

PROCESSAMENTO DE IMAGENS COLORIDAS. Nielsen Castelo Damasceno

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

O DESAFIO DOS SENSORES REMOTOS NO INVENTÁRIO DE BIOMASSA SÓLIDA. José Rafael M. Silva; Adélia Sousa; e Paulo Mesquita

3.12 FUNDAMENTOS BÁSICOS DOS PROCESSOS DE CAPTURA E ARMAZENAMENTO DE IMAGENS DIGITAIS:

Universidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais

Circuitos Lógicos. Prof. Odilson Tadeu Valle

Fundamentos de Sensoriamento Remoto

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Figura 1. Imagem monocromática e gráfico de sua função.

Introdução. Introdução. Introdução. Introdução Classificação. Introdução Classificação. Introdução à Robótica Sensores

PEF 5743 Computação Gráfica Aplicada à Engenharia de Estruturas

Determinação da dimensão fractal de conjunto de pontos às imagens de satélites

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

Processamento de Imagem. Histograma da Imagem Professora Sheila Cáceres

Transcrição:

PDI Formação de uma imagem p pixels Fonte de iluminação z i (energia incidente) y Sistema de imageamento r (energia refletida pelos objetos) Elemento da cena 3D x l linhas Plano de imagem Imagem digital de saída após digitalização (amostragem e quantização) Os objetos de uma cena 3D refletem a energia que incide sobre eles proveniente de uma fonte de iluminação (ou fonte de energia a fonte mais evidente é o sol). As fontes de iluminação em geral emitem energia branca que tem todas as cores possíveis. Os objetos que compõem uma cena podem ter propriedades físico-químicas distintas fazendo que reflitam energia em diferentes partes do espectro de frequência. A energia relfetida (r) combinada com a luz incidente (i) é captada pelos elementos sensores do sistema de imageamento (uma matriz de sensores). Essa imagem é passada por um processo de digitalização (amostragem e quantização) para forma a imagem digital (veja a representação em pequenos quadrados no lado direito do slide.

PDI - Modelo de Imagem Monocromática g : ( l, [0, k ], k = 024,52,256,28,64,32,6,8,4,2 (0,0) Linha K - número de valores diferentes de níveis de cinza Pixel 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 67 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 49 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 65 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 59 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 54 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 55 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 53 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 60 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 44 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 43 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 57 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 87 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 27 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 95 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 200 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 207 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 97 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 203 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 205 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 206 0 0 0 0 0 0 0 0 0 0 0 0 0 0 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 26 42 42 42 42 42 42 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 92 86 86 86 86 86 86 JDSS Matriz conceito matemático mais adequado para representar uma imagem 2

Modelo de Imagem Modelo simples de imagem função de intensidade luminosa bidimensional f ( l, = i( l, * r( l, i( l, : r( l, : Componente de iluminação Componente de reflectância 0 < i( l, < 0 < r( l, < Na teoria: Na prática: 0 < f ( l, < L ( < L min < f l, max Digitalização: Imagem física f ( l, Amostragem fs( l, Quantização Imagem digital g( l, (contínua) Para computador Na literatura f(l, é representada pela função f(x,y), onde x representa a posição do ponto da imagem na linha y. Nesta disciplina é utilizada a notação f(l, onde o primeiro argumento (l) representa a linha e o segundo argumento ( representa a posição do ponto da imagem sobre a linha l. A digitalização consiste em amostrar a imagem e quantizar os valores da energia captada. Deve-se buscar a melhor representação digital da imagem. 3

Exemplo de associação entre a imagem contínua e a a imagem digital. Pixel significa Picture Element e representa a menor unidade de informação da imagem. Nível de cinza é o valor associado ao valor combinado de reflectância do objeto (r) e iluminação da cena (i) captado pelo sensor. 4

Amostragem: a imagem é amostrada em pontos discretos (pixels). Quantização: a intensidade da energia captada da cena pelos sensores é mapeada em valores discretos que representam níveis de cinza. [ min max L, L ] = [0,255] 256 níveis l p p 0 l p 27 255 Imagem l Cada ponto da imagem tem associado um valor de nível de cinza que representa a intensidade de energia captada pelo sensor. Delta l e delta p são os intervalos de amostragem da imagem. 5

Amostragem e Quantização Resolução Espacial (amostragem) Deteminar o menor detalhe percebido em uma imagem Qual é a melhor taxa de amostragem Resolução em níveis de cinza (quantização) resolução radiométrica A menor mudança no valor do nível de cinza que pode ser discernido O aumento do número de níveis de quantização depende do hardware disponível. Por exemplo, valores representados com 8 bits permitem 256 níveis de cinza. 6

Amostragem e Quantização Imagem física f ( l, (contínua) Amostragem Imagem Quantização digital fs ( l, p g( l, Para computador 7

Amostragem 0. 8 0. 6 0. 4 0. 2 0-0. 2-0. 4-0. 6-0. 8 - - - 0. 5 0 0. 5 0. 8 0. 6 0. 4 0. 2 0-0. 2-0. 4-0. 6-0. 8 - - - 0. 5 0 0. 5 0. 8 0. 6 0. 4 0. 2 0-0. 2-0. 4-0. 6-0. 8 - - - 0. 5 0 0. 5 No processo de amostragem deve-se procurar estabelecer um intervalo de amostragem (espaço entre duas amostras) que represente o mais fiel possível o sinal (no caso a imagem original). A curva de cima na figura representa o sinal original. As segundas e terceira mostram amostragem diferentes. Observar que quanto maior o intervalo, menos a curva resultante se assemelha à curva original. 8

Amostragem Critério para escolha do intervalo de amostragem. Sinal original Sinal amostrado Dependendo do intervalo de amostragem o sinal digital (amostrado) pode perder toda a informação do sinal original. O teorema de amostragem de Nyquist estabelece uma forma de encontra o melhor valor para o intervalo para que sinal amostrado represente o mais fiel possível, o sinal original. Tomando W como sendo a frequência do melhor detalhe do sinal, o período equivalente será /W. O intervalo delta x, segundo Nyquist, deve ser a metade do período do menor detalhe presente no sinal. A equação mostra essa relação. 9

2 3 Simulação de amostragem. A imagem () é considerada como a imagem original. A imagem (2) é o resultado de amostragem a cada 4 linhas e a cada 4 pixels. A imagem (3) mostra o resultado da amostragem a cada 8 linhas e a cada 8 pixels. Observa-se que há perda de informação da imagem () para a imagem (2) e para a imagem (3). 0

Imagem digital: f = f (0,0) f (,0) M f ( N,0) f (0,) f (,) f ( N,)......... f (0, M ) M f ( N, M ) Escolha N, M e G: N Número de linhas; M Número de pixels por linha; G número de níveis de cinza G=2 m - m é o número de bits para representar o valor do pixel. m= G=2 =2 {0,} m=2 G=2 2 =4 {0,,2,3}... m=8 G=2 8 =256 {0,,2,3,..., 255} Tamanho da imagem (em bytes): Numero de bytes = N * M * m Exemplo: N=024; M=024; m=8 Numero de bytes=024*024*8 MB Depois do processo de digitalização a imagem resultante é uma matriz. O número de bits m usados para representar os valores dos níveis de cinza determina o número de níveis de cinza. A quantidade de bytes para armazenar a imagem depende da dimensão da imagem (número de linhas x número de pixels) multiplicado pelo número de bits utilizados para representar cada valor, dividido por 8 para se obter o número de bytes.

Elementos da imagem 35 30 25 20 5 p (pixel) Pixel Picture Element 0 4 3 2 2 4 3 l (linha) g 0 0 0 3 3 30 3 3 30 30 3 3 0 0 Número de bits para representação digital do nível de cinza 2