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

Documentos relacionados
Realce de Imagens. Realce de Imagens

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

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

Tratamento da Imagem Transformações (cont.)

Radiométricas. Alexandre Xavier Falcão. Instituto de Computação - UNICAMP

Processamento Digital de Imagens

Processamento de Imagem. Histograma da Imagem Professora Sheila Cáceres

PROCESSAMENTO DIGITAL DE IMAGENS

Processamento Digital de Imagens

TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica

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

INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO

4. AUMENTO DE CONTRASTE

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

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

Processamento Digital de Imagens

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

PROCESSAMENTO DE IMAGENS

7. Color Image Processing

Projeto de Mestrado desenvolvido pela aluna Eveline Batista Rodrigues, no Departamento de Engenharia Elétrica da Universidade de São Paulo São

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

Processamento de Imagens

Sensoriamento Remoto

Processamento Digital de Imagens Aula 06

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

PROCESSAMENTO DE IMAGENS DIGITAIS PARA VISÃO ROBÓTICA. Digital Image Processing for Robotic Vision

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

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

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

Processamento de Imagem. Prof. Herondino

Processamento de Imagem. A Imagem digital Professora Sheila Cáceres

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

Computação Gráfica - 10

Princípios e representação de imagens

Notas de Aula Disciplina Matemática Tópico 05 Licenciatura em Matemática Osasco -2010

UNIVERSIDADE ESTADUAL PAULISTA Campus de Sorocaba. Transformações Geométricas

MATEMÁTICA I FUNÇÕES. Profa. Dra. Amanda L. P. M. Perticarrari

INF Fundamentos da Computação Gráfica Professor: Marcelo Gattass Aluno: Rogério Pinheiro de Souza

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

1 1 1 *1/ *1/ *1/49

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

PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) TRANSFORMAÇÕES LINEARES: COMPONENTES PRINCIPAIS, TASSELED CAP, IHS. Daniel C. Zanotta

Pontifícia Universidade Católica do Rio de Janeiro. Departamento de Informática. Fundamentos de Computação Gráfica

MATRIZ DE REFERÊNCIA-Ensino Médio Componente Curricular: Matemática

Simulação de uma banda pancromática para o sensor TM (Landsat 5), utilizando filtro combinado de restauração e interpolação.

Ordenar ou identificar a localização de números racionais na reta numérica.

ESCOLA SECUNDÁRIA FERREIRA DIAS, AGUALVA SINTRA

VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1

Aula II. Representação gráfica e regressão linear. Prof. Paulo Vitor de Morais

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

Equação de 2 grau. Assim: Øx² - 5x + 6 = 0 é um equação do 2º grau com a = 1, b = -5 e c = 6.

Princípios e representação de imagens

Introdução ao Processamento de Imagens

Aula 3 Processamento Espacial

Processamento digital de imagens

ESTATÍSTICA BÁSICA. Freqüência Absoluta: Número de vezes que um elemento ocorre em uma amostra.

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

Tratamento da Imagem Transformações (cont.)

QUESTÃO 14 As equações da velocidade e do espaço percorrido no movimento uniformemente acelerado são: v o. m/s.

Respostas do Teste de Analise de Imagens :

Prof. Dr. Engenharia Ambiental, UNESP

PUC-GOIÁS - Departamento de Computação

Redes Complexas Aula 7

RCB104 Módulo Exatas: Cálculo I

10º Guia de Laboratório de ECA412 Introdução ao Processamento Digital de Imagens

Propriedades estatísticas de uma imagem

Processamento Digital de Imagens

FILTRAGEM NO DOMÍNIO ESPACIAL. Daniel C. Zanotta 10/06/2016

Processamento de histogramas

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

Transdução de Grandezas Biomédicas

Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo

Análise das Imagens Digitais

Mais Informações sobre Itens do Relatório

Solução Comentada Prova de Matemática

NOÇÕES SOBRE EXPERIMENTOS FATORIAIS

Aula 03 Estatística, Correlação e Regressão

Capítulo 4 - Derivadas

Processamento Digital de Imagens - PDI

Introdução Geral a Computação Gráfica. Universidade Católica de Pelotas Curso de Engenharia da Computação Disciplina de Computação Gráfica

Modelos Matemáticos: Uma Lista de Funções Essenciais

CARACTERÍSTICAS ESTÁTICAS DE SISTEMAS DE MEDIÇÃO

TEMA I: Interagindo com os números e funções

Metas/ Objetivos Conceitos/ Conteúdos Aulas Previstas

Metas/ Objetivos Conceitos/ Conteúdos Aulas Previstas

Instituto Nacional de Matemática Pura e Aplicada Atualizado em 16/06/2011. Resumo Geral dos Vídeos do PAPMEM por ASSUNTO

Instituto Nacional de Matemática Pura e Aplicada Atualizado em 16/06/2011. Resumo Geral dos Vídeos do PAPMEM por PROFESSOR

Aula IV. Representação gráfica e regressão linear. Prof. Paulo Vitor de Morais

SEL Visão Computacional. Aula 2 Processamento Espacial

Análise da Regressão. Prof. Dr. Alberto Franke (48)

Aula 4: Gráficos lineares

27/03/2017 OPERAÇÕES ARITMÉTICAS NDVI E RAZÃO DE BANDAS AULA 04 RAZÃO DE BANDAS. Ex: Realce de minerais de Ferro = ρ v / ρ A

Revisão de Pré-Cálculo PÁRABOLAS. Prof. Dr. José Ricardo de Rezende Zeni Departamento de Matemática, FEG, UNESP Lc. Ismael Soares Madureira Júnior

Metas/Objetivos/Domínios Conteúdos/Conceitos Número de Aulas

MATRIZ DE REFERÊNCIA - SPAECE MATEMÁTICA 5 o ANO DO ENSINO FUNDAMENTAL TEMAS E SEUS DESCRITORES

Física Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação

6. FILTRAGEM DE FREQUÊNCIAS ESPACIAIS

Configuração. Modo de Cálculo do Programa

Transcrição:

T Objetivo: Melhorar a qualidade visual da imagem.

g 1 g 2 Contraste entre dois objetos pode ser definido como a diferença entre os níveis de cinza médios dos objetos. Observando as imagens g 1 e g 2 é possível notar que g 2 discrimina melhor os níveis de cinza. Ou seja, tem maior contraste.

Realçar uma imagem consiste em manipular seu contraste aplicando uma transformação T no nível de cinza de cada pixel, objetivando uma maior discriminação visual dos objetos que a compõem. g T g r A operação é realizada ponto a ponto.

Exemplo de uma aplicação de uma operação de realce de contraste em uma imagem de satélite. g g r Histograma de uma imagem dá a distribuição estatística dos níveis de cinza, em termos do número de pixels em cada nível.

A cada histograma está associado o contraste da imagem, que pode ser verificado pelo espalhamento e a separação entre os níveis de cinza presentes na imagem. 0.12 Histograma - Componente 1 0.12 Histograma - Componente 1 0.1 0.1 0.08 0.08 0.06 Histograma de g 0.06 Histograma de g r 0.04 0.04 0.02 0.02 0 0 50 100 150 200 250 300 Nível de cinza 0 0 50 100 150 200 250 300 Nível de cinza

O realce de contraste pode ser feito através de uma função matemática denominada transformação radiométrica (T). Esta função faz o mapeamento das variações dentro do intervalo original de tons de cinza, para um outro intervalo desejado. T : K K K Conjunto de valores de níveis de cinza {0,1,2,...,k-1} Alguns exemplos de funções que podem ser usadas para manipular o contraste de imagens são: Linear, Logarítmico, Equalização de histograma Raiz quadrada Quadrado

Realce Linear Aumenta o contraste de uma imagem, expandindo o intervalo original de níveis de cinza da imagem original. É representado por: g r ( l, p) = G g( l, p) + D g r (l,p) é novo valor do nível de cinza no ponto de coordenadas l e p. g(l,p) é valor original de nível de cinza G é o ganho desejado (inclinação da reta, tangente do ângulo) associado diretamente com o contraste da imagem. D é um fator de incremento a todos os níveis de cinza da imagem associado diretamente com o brilho da imagem. Se o realce produzir níveis de cinza fora do intervalo definido para o mapeamento (o conjunto K), estes níveis serão saturados no nível mínimo ou no nível máximo permitidos.

Realce Linear (Exemplos) Realce de Imagens g original G=1; D=32; média= 121,4073; variância = 2784,8 G=2; D=16; média= 177,2320; variância = 7525,7 G=1,4; D=0; média= 125,1761; variância =

Realce Linear (Exemplo de negativo da imagem) g original G=-1; D=0

Realce Logarítmico Mapeamento logarítmico de valores de níveis de cinza aumenta o contraste em feições escuras (valores de cinza baixos). Equivale a uma curva logarítmica. É expresso pela função: g t ( l, p) 255 = G log10 ( g( l, p) + 1); G = = 105,9612 log 255 10 gt(l,p) é o novo valor de nível de cinza no ponto (l,p) g(l,p) é o valor original de nível de cinza G fator definido a partir dos limites mínimo e máximo da tabela, para manter valores estejam entre 0 e o nível de cinza máximo.

Realce Logarítmico (Exemplo) Realce de Imagens g original Média = 89,4073 Variância = 2784,8 gl realçada Média = 191,9381 Variância = 2060,5

Realce por Equalização Histogrâmica Forma de manipulação de histograma para reduzir automaticamente o contraste em áreas muito claras ou muito escuras, numa imagem. Expande também os níveis de cinza ao longo de todo intervalo. Consiste em uma transformação não-linear que considera a distribuição cumulativa (histograma cumulativo) da imagem original, para gerar uma imagem resultante, cujo histograma será aproximadamente uniforme. Função da equalização histogrâmica: g ( l, p) h ( g( l, p))* 255 t = cumulativo h cumulativo (g(l,p)) é a freqüência acumulada para o nível de cinza g(l,p)

Realce por Equalização Histogrâmica (Exemplo) g original Média = 89,4073 Variância = 2784,8 gl realçada Média = 130.7231 Variância = 4985,2

Realce Quadrático Este mapeamento aumenta o contraste de feições claras (altos níveis de cinza da imagem) e é representado pela função: g t ( l, p) 2 = G ( g( l, p)) ; G = 1 255 gt(l,p) é o novo valor de nível de cinza no ponto (l,p) g(l,p) é o valor original de nível de cinza G fator de ajuste para os níveis de saída permanecerem entre 0 e 255

Realce Quadrático (Exemplo) Realce de Imagens g original Média = 89,4073 Variância = 2784,8 gl realçada Média = 61,5914 Variância = 2550,8

Realce por Raiz Quadrada Realce de Imagens O mapeamento de raiz quadrada aumenta o contraste das regiões escuras da imagem original e é representado pela função: g t 255 ( l, p) = G g( l, p) ; G = = 255 15,9687 gt(l,p) é o novo valor de nível de cinza no ponto (l,p) g(l,p) é o valor original de nível de cinza G fator definido a partir dos limites mínimo e máximo da tabela, para manter valores estejam entre 0 e o nível de cinza máximo. Este mapeamento difere do logarítmico porque realça um intervalo maior de níveis de cinza baixos (escuros).

Realce por Raiz Quadrada (Exemplo) g original Média = 89,4073 Variância = 2784,8 gl realçada Média = 140,9283 Variância = 2938,0