Processamento de Imagens Digitais Antonio Cesar Germano Martins 2º semestre de 2018
Apresentações
Nascido em Sorocaba. Graduado em Bacharelado em Física pela UNICAMP em 1989, tendo participado de pesquisas em instrumentação para supercondutividade, plasma e raios cósmicos. Mestrado em Física na área de instrumentação nuclear pela USP em 1993. Doutor em Engenharia Elétrica na área de Sistemas Eletrônicos pela Universidade de São Paulo (1997) com defesa de tese na área de processamento de imagens e sonificação. Professor Visitante na Universidade de Calgary em 1996, 2001 e 2005. Professor visitante na Universidade de Ryerson em Toronto em janeiro de 2005. Professor visitante na Universidade de Sevilha em dezembro de 2015 Cadastrado como docente de disciplina e orientador no Programa de Ciências Ambientais. Coordenador Executivo do Campus entre março de 2009 e março de 2013. Coordenador do projeto de extensão Impetus desde 2007. Fundador e líder de 2004 a 2007do Laboratório de Automação e Processamento de Imagens (LAPI), atual Grupo de Automação e Sistemas Integráveis (GASI). Líder atual do GASI de 2014 a 2017. Experiência nas áreas de instrumentação em Física e Engenharia da Computação, atuando em processamento de imagens digitais, uso de tomografia computadorizada na caracterização de materiais, utilização de redes neurais para a classificação de padrões, modelagem matemática aplicada à análise ambiental. Mais recentemente em estudos de matrizes energéticas. Coordenador do Curso de Engenharia de Computação da Faculdade de Engenharia de Sorocaba (FACENS) entre março de 1998 e março de 2004.
Apresentações (nome, formação, orientador) e interesses na disciplina
Conteúdo Fundamentos de Imagens digitais: aquisição; amostragem e quantização; representação de cor; vizinhança e conectividade; histograma; contraste. Processamento no Domínio Espacial: transformações geométricas; convolução; blurring; sharpening; tratamento de ruídos; realce; gradiente; filtros. Processamento no Domínio da Freqüência: a transformada de Fourier; filtros. Segmentação: detecção de descontinuidades; limiares; crescimento de região. Morfologia: dilatação; erosão. Classificação de imagens: pixel a pixel, por região. Aplicações: Estudos de casos.
Aulas teóricas e de laboratório (Matlab). Critérios de Avaliação: Provas escritas Exercícios práticos Seminários Desenvolvimento de projeto
Datas importantes: 17/04 - Primeira avaliação 15/05 - Apresentação de seminário sobre artigo 22/05 - Documento e apresentação da Proposta de Projeto 12 e 19/06 - Apresentação dos resultados do Projeto 26/06 - Segunda avaliação
Bibliografia GONZALEZ, R. C.; WOODS, R. E. Digital Image Processing. 3. ed. New York: Prentice Hall, 2008. GONZALEZ, R. C.; WOODS, R. E.; EDDINS, S.L. Digital Image Processing Using Matlab. 2. ed. Gatesmark Publishing, 2009. CRANE, R. A Simplified approach to image processing. Upper Sadle River: Prentice Hall, 1997.
amartins@sorocaba.unesp.br
Formação de uma imagem
Tudo começa com as ondas eletromagnéticas
Ondas Eletromagnéticas Comprimento de onda
Por que um objeto é visível?
http://www.luminous-landscape.com/tutorials/color_and_vision.shtml
Uma imagem não precisa ser formada apenas por ondas eletromagnéticas na faixa do visível.
Na verdade, uma imagem pode até nem ser formada por radiação eletromagnética
Definição de uma Imagem Digital
Uma imagem digital é uma representação de uma cena por meio de um conjunto de elementos discretos e de tamanhos finitos, chamados de pixels, colocados em um arranjo bidimensional. A cada pixel é associado um valor, no caso de imagens de tons de cinza, ou um conjunto de três valores para se representar uma cor. 12 12 45 12 10 12 10 12 15 12 20 10 15 12 21 10
valor de cor
0 - preto 255 - branco 256 - tons de cinza 0 255 0 255 0 0 0 0 255 0 255 0 0 0 0 255 0 255 0 0 0 0 255 0 255 0 0 0 0 255 0 255 0 0 0 0 255 0 255 0 0 0 0 255 0 255 0 0 0 0 255 0 255 0 0 0 0 255 0 255 0 0 0
0 - preto 255 - branco 256 - tons de cinza 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 54 54 54 0 0 0 0 54 54 54 0 0 0 0 54 54 54 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
E imagens coloridas?
Processamento de Imagens
Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Pré-processamento Segmentação Base de Conhecimento Reconhecimento dos objetos e regiões
Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Pré-processamento Segmentação Reconhecimento dos objetos e regiões
Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Uso de dispositivos específicos para a aquisição direta da imagem ou a digitalização de uma imagem analógica. Pré-processamento Segmentação Reconhecimento dos objetos e regiões
Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Pré-processamento Prepara a imagem para o processamento, eliminando, por exemplo, ruídos, ou selecionando regiões de interesse. Segmentação Reconhecimento dos objetos e regiões
Filtros Digitais Sinal de Entrada Filtro Sinal de Saída
Utilização de Máscaras a x 0 b a x 0 b a c x 0 c b x 0 c x 0 0 0 d x0 e d x0 f d e x0 f e x0 f x 0 0 0 g x0 h g x0 i h g x0 i h x0 i x 0 0 0 0 0 a 54 b 54 c54 0 0 0 0 d 54 e54 f54 0 0 0 0 g 54 h 54 i54 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 0 0 0 1 0-1 1 0-1 -1-1 -1 1 0-1 (a) (b) (a) Máscara que salienta bordas na direção horizontal. (b) Máscara que salienta bordas na direção vertical.
(a) (b) (c) (a) Radiografia de um pulmão. (b) Resultado da aplicação da máscara mostrada na figura 5.6 (a). (c) Resultado da aplicação da máscara mostrada na figura 5.6 (b).
Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Visa a separação dos pixels pertencentes a cada objeto. Pré-processamento Segmentação Reconhecimento dos objetos e regiões
(a) (b) (a) Imagem de ressonância magnética nuclear de um cérebro com 8 bits de representação dos tons de cinza. (b) Imagem segmentada pelo processo de crescimento de região, tomando-se um pixel semente na região de interesse e limiar de 50 nos tons de cinza.
Etapas típicas envolvidas no processamento de imagens. Aquisição da imagem Busca classificar os objetos de uma imagem. Pré-processamento Segmentação Letra C Reconhecimento dos objetos e regiões
Reconhecimento O correto reconhecimento de um objeto é um processo bastante complexo e geralmente está ligado à comparação das informações obtidas pela segmentação com aquelas acumuladas em experiências anteriores. O processo de análise de padrões pode utilizar técnicas de Inteligência Artificial (I.A.), tais como: redes neurais artificiais, lógica fuzzy, algoritmos genéticos e sistemas especialistas.
Algumas Dificuldades na Análise de Imagens
Definição de Formas
Interpretação
Análise dimensional e perspectiva
Percepção
Características da imagem
Aplicações com o uso de imagens
Trabalho em grupo Sugira uma aplicação
Uma das primeiras aplicações 1921
Identificação de pessoas
Visão Computacional
Medicina
Identificação de pragas (agricultura de precisão)
Análise de desmatamento
Sensoriamento Remoto
Inspeção
Análise de solo
Controle de Qualidade
Na semana que vêm (06/03) não haverá aula