PROCESSAMENTO DE IMAGENS COLORIDAS. Nielsen Castelo Damasceno

Documentos relacionados
Processamento digital de imagens

Processamento Digital de Imagens. Cor

PROCESSAMENTO DE IMAGENS COLORIDAS

Fundamentos de Processamento Gráfico. Modelos de cores. Fátima Nunes. Profa. Fátima L. S. Nunes

SEL-0339 Introdução à Visão Computacional. Aula 3 Processamento de Imagens Coloridas

Processamento de Imagens Coloridas. Prof. Adilson Gonzaga

Universidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I)

Cor SCC0251 Processamento de Imagens

Processamento de imagem a cores

Luz e Cor. Luz. Onda eletro-magnética. Computação Gráfica Interativa - Gattass 10/26/2004. Luz e Cor. λ (m) f (Hertz)

MODELOS DE COR. Intensity is radiant power in a particular direction.

CARTOGRAFIA TEMÁTICA Teoria das cores. Prof. Luciene S. Delazari Departamento de Geomática Curso de Engenharia Cartográfica e de Agrimensura

Luz e Cor. Sistemas Gráficos/ Computação Gráfica e Interfaces FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO

Processamento de Imagens Coloridas. 35M34 Sala 3D5 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227

Sistema de Cores. Guillermo Cámara-Chávez

Cores em Imagens e Vídeo

Representação de cores. Computação Gráfica Cores. O que é luz. Distribuição espectral da iluminação 11/12/12

Computação Gráfica Síntese de Cores

AULA 9 TRANSFORMAÇÃO RGB IHS. Daniel C. Zanotta 22/06/2017

CARTOGRAFIA TEMÁTICA Teoria das cores. Prof. Luciene S. Delazari Departamento de Geomática Curso de Engenharia Cartográfica e de Agrimensura

AULA 9 TRANSFORMAÇÃO RGB HSV. Daniel C. Zanotta 13/08/2018

Luz e Cor. por Marcelo Gattass Departamento de Informática PUC-Rio

Fundamentos sobre. Universidade Federal do Rio de Janeiro - IM/DCC & NCE. Antonio G. Thomé Sala AEP/1033. Processamento de Imagens

Considerando as cores como luz, a cor branca resulta da sobreposição de todas as cores, enquanto o preto é a ausência de luz. Uma luz branca pode ser

INTRODUÇÃO AO DESENVOLVIMENTO WEB. PROFª. M.Sc. JULIANA H Q BENACCHIO

Material protegido pelas leis de direito autoral Proibida qualquer tipo de divulgação sem à devida autorização ou citada a fonte de forma correta.

Colorimetria Conceitos Básicos de Colorimetria

Imagem bitmap. Gráfico vetorial. gráficos vetoriais

Aplicações Informáticas B 12º Ano

Cor. Márcio Bueno Fonte: Material do Prof. Claudio Esperança e do Prof. Paulo Roma Cavalcanti

TEORIA DE CORES ALEXANDRE KEESE

Mudanças de Coordenadas em Sistemas de Cores

As imagens. As imagens. Representação digital de imagens. As imagens Wilson de Pádua Paula Filho 1

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

Manipulação, Visualização e Interpretação de Imagens de Sensoriamento Remoto

Fundamentos Teóricos: Percepção Visual

Imagens digitais. Armando J. Pinho. Introdução à Análise e Processamento de Sinal Universidade de Aveiro.

Prof. Cláudio Henrique Albuquerque Rodrigues

Copiright de todos artigos, textos, desenhos e lições. A reprodução parcial ou total desta aula só é permitida através de autorização por escrito de

Sistemas de Cores. Leandro Tonietto Processamento Gráfico Jogos Digitais set-09

Estímulo Visual Luz Física da cor, visão humana e círculo cromático

A Luz-Cor EDUCAÇÃO VISUAL 8º ANO

Computação Gráfica. Prof. MSc André Yoshimi Kusumoto

Computação Gráfica. Prof. MSc. André Yoshimi Kusumoto

COMPUTAÇÃO GRÁFICA (TACOG) CORES

Introdução ao Processamento de Imagens Digitais Aula 01

Computação Gráfica - 03

Introdução à Computação Gráfica Cor. Claudio Esperança Paulo Roma Cavalcanti

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

Prof. Fernando Lang da Silveira

Luz, Cor e Percepção Visual

Capítulo II Imagem Digital

Modelo RGB - Aplicações

5. A COR NO PROCESSAMENTO DIGITAL DE IMAGENS DE SENSORIAMENTO REMOTO

Teoria das Cores MODULO III DESIGNER GRÁFICO. Suélen Dayane Martins. Professora

Processamento Digital de Imagens

Processamento Digital de Imagens

Gerenciamento da Cor em Sistemas Digitais. Hermes Renato PUCSP 2018

MODELO de COR (1) ORIENTADO PARA O EQUIPAMENTO. Finalidade? Especificação precisa das cores numa certa gama, para determinada classe de equipamentos.

Cores. Profa. Dra. Rúbia Gomes Morato Prof. Dr. Reinaldo Paul Pérez Machado

Imagem Digital. Claudio Carvilhe

Colégio Técnico Educáre Curso Técnico de Design de Interiores. Modulo 1 - CORES NOS AMBIENTES TEORIA DAS CORES. Professora Arq.

Luz, Visão Humana e Cor Modelos de Cores

PEF 5743 Computação Gráfica Aplicada à Engenharia de Estruturas

Sistema de Cores. Guillermo Cámara-Chávez

Padrões e Tipos de Dados de Mídia. Imagem

Espaço de Cor Fotografia Digital Prof. Rogério Simões

PROCESSAMENTO DE IMAGENS. Eduardo Ribeiro

APLICATIVOS GRÁFICOS (AULA 5)

Características da cor

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

Professor Gerson Witte Artes - EMI Informática. As Cores. Professor Gerson Witte EMI Informática Artes I

7. Color Image Processing

PROGRAMAÇÃO VISUAL COR. Prof. Carlos Café Dias

Teoria da Cor - Fundamentos Básicos

Princípios sobre imagens digitais

Cor.doc Página 1 de 5 Teoria das Cores

Cores. Misturando apenas essas três cores, em proporções e intensidades variadas, podemos obter todas as outras, mesmo as que não estão no

VISÃO anatomia do olho. Retina: região no fundo do olho onde os estímulos visuais são captados e transmitidos ao

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

Então, como saber se uma cor que esteja sendo vista na tela será obtida com a mesma aparência na impressão? É aí que entram os modos de cor.

Os seres humanos percebem as cores em alguns comprimentos de onda específicos.

Gabarito dos Exercícios do Capítulo de Cores /1. 1. Complete os pontilhados ou brancos os parágrafos abaixo:

Processamento de imagem a cores

STV 29 SET SINAL I esta tensão de vídeo é produzida na matriz do transmissor como a seguinte combinação de vermelho, verde e azul:

TE073 PDS II Programa de Pós-Graduação em Engenharia Elétrica

Processamento de Imagens. Processamento de Imagens. Universidade Federal do Rio de Janeiro - IM/DCC & NCE. Fundamentos sobre. Antonio Carlos Gay Thomé

Cor. Apontamentos CG + Edward Angel, Caps. 1, 2 e 7. Instituto Superior Técnico Computação Gráfica 2009/2010

Fundamentos de Cor. 1. Cor

Implementação de um Sistema de Fusão de Imagens no Modelo

COMPUTAÇÃO GRÁFICA. Ana Paula Mandelli

Luz e Cor. Sistemas Gráficos/ Computação Gráfica e Interfaces FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO

Universidade Aberta da Terceira Idade Sub-Reitoria de Extensão e Cultura

Boletim Informativo. Cores por Números. Conteúdo. Introdução. O que é a Cor? Percepção da cor. A Sensação Visual da Cor. Representação Gráfica

IntroduÄÅo a teoria da cor Material desenvolvido e organizado pelo professor AndrÉ Furtado Material elaborado para a disciplina de Projeto Visual 3

Disciplina: Web Design Quarta Aula

Processamento de Imagem. A Imagem digital Professora Sheila Cáceres

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

A. INTRODUÇÃO B. RADIAÇÃO VISÍVEL C. LUZ NATURAL E VISÃO D. DISPONIBILIDADE DA LUZ NATURAL E. DEFINIÇÕES E UNIDADES A LUZ NATURAL

Transcrição:

PROCESSAMENTO DE IMAGENS COLORIDAS Nielsen Castelo Damasceno

Definições A cor é um poderoso descritor que muitas vezes simplifica a identificação do objeto e sua extração de uma cena. Os seres humanos são capazes de discernir milhares de tons e intensidades de cor, em comparação com apenas duas dúzias de tons de cinza. Duas grandes áreas: processamento de imagem colorida; pseudocres.

Definições Em 1666, Isaac Newton apresentou o espectro de cores com 6 amplas regiões: Violeta, azul, verde, amarelo, laranja e vermelho.

Definições Basicamente, as cores percebidas pelos humanos e outros animais em um objeto são determinadas pela natureza da luz refletida pelo objeto.

Definições Exemplo: objetos verdes refletem a luz com comprimento de onda primariamente no intervalo de 500 a 570 nm enquanto absorvem a maior parte da energia de outros comprimentos de onda. Se a luz for acromática (sem cores), seu único atributo será sua intensidade, ou quantidade. A luz acromática é aquela que se vê em um aparelho de televisão preto e branco. Três valores básicos são utilizados para descrever a qualidade de uma fonte de luz cromática: Radiância, Luminância e Brilho.

Definições Radiância: é a quantidade total de energia que fui da fonte de luz normalmente e é medida em watts (W). Luminância: medida de lumens (lm), mede a fonte de luz. Brilho: é um descritor subjetivo, praticamente impossível de ser medido. Ele incorpora a noção acromática de intensidade e é um dos principais fatores na descrição da sensação de cores.

Definições Os cones (6 a 7 milhões) são os sensores dos olhos responsáveis pela visão das cores.

Definições São divididos em três principais categorias de sensoriamento, aproximadamente correspondentes ao Vermelho; Verde; azul. Dentre todos os cones existentes no sistema visual humano: 65% são sensíveis à luz vermelha; 33% são sensíveis à luz verde; 2% deles são sensíveis ao azul (os cones azuis são os mais sensíveis).

Definições

Definições Em 1931 a Comissão Internacional de Iluminação (CIE) determinou os seguintes valores específicos como comprimento de onda das três cores primárias: Azul = 435.8 nm Verde = 546,1 nm Vermelho = 700 nm A partir das cores primarias podemos adicionar para produzir cores secundárias: Magenta (vermelho + azul). Ciano (verde + azul). Amarelo (vermelho + verde).

Definições

Definições Brilho: incorpora a noção acromática da intensidade. Matiz: é um atributo associado ao comprimento de onda dominante em uma mistura de ondas de luz. Quando dizemos que um objeto é vermelho, estamos nos referindo ao seu matiz. A saturação: se refere a pureza relativa ou à quantidade de luz branca misturada a uma matiz. A matiz e saturação juntas são chamadas de cromoticidade.

Definições As quantidades de R,G e B necessárias para formar qualquer cor em particular são chamadas de valores de triestímulo e expressas como X, Y e Z, repectivamente. Uma cor é, então, especificada por seus coeficientes tricromáticos, definidos como: = + + = + + = + +

Definições + + =1 =1 ( + )

Modelos de cores Objetivo é facilitar a especificações de cores em alguma forma padronizada. Os modelos mais utilizados (orientado a hardware) são: RGB (monitores coloridos, câmeras de vídeos). CMY (cyan, magenta, yellow ciano, magenta, amarelo). CMYK (cyan, magenta, yellow, black ciano, magenta, amarelo e preto) para a impressão colorida. HSI (hue, saturation, intensity matiz, saturação, intensidade) que corresponde estreitamente à forma como os seres humanos descrevem e interpretam as cores.

RGB

RGB O número de bits utilizados para representar cada pixel em espaço RGB é chamado de profundidade de pixel. Exemplo: uma imagem em que cada componente tenha 8 bits tem uma profundidade de 24 bits. O termo full-color ou simplesmente imagem colorida costuma ser utilizado para expressar uma imagem de cores RGB de 24 bits (2 ) = 16.777.216

RGB

CMY e CMYK A maioria dos dispositivos que depositam pigmentos coloridos sobre o papel (impressoras e copiadoras) requer dados de entrada CMY. Ou realizam internamente uma conversão de RGB a CMY. As cores são normalizadas.

CMY e CMYK Quantidades iguais de ciano, magenta e amarelo deve produzir o preto (aparência turva). Na prática, uma quarta cor (preto) é adicionada gerando o modelo de cor CMYK. Assim, quando os profissionais da indústria gráfica falam de impressão a quatro cores, eles estão se referindo às três cores do modelo de cores CMY mais o preto.

HSI Os modelos anteriores são adequados para Hardwares. Utiliza o cubo RBG para formar o espaço HSI.

HSI Os modelos anteriores são adequados para Hardwares. Utiliza o cubo RBG para formar o espaço HSI.

RGB para HSI Saturação S, Intensidade I, = 360 > 1 = cos 2 + +( ) / =1 3 ( + + ) mi n (,, ) = 1 ( + + ) 3 Presume-se que RGB tenham sido normalizados [0,1].

HSI para RGB Presume-se que HSI tenham sido normalizados [0,1]. As equações dependem do valor de H. Começamos multiplicando H por 360º. Setor RG (0º < 120º): Quando H estiver neste setor, os componentes RGB são dados pelas equações = (1 ) cos = 1+ cos(60º ) = ( + )

HSI para RGB Setor GB (120º < 240º): Quando H estiver neste setor. = 120º E então os componentes RGB serão = (1 ) cos = 1+ cos(60º ) = ( + )

HSI para RGB Setor BR (240º < 360º): Quando H estiver neste setor. = 240º E então os componentes RGB serão = (1 ) cos = 1+ cos(60º ) = ( + )

Fatiamento por intensidade Também chamadas de cores falsas consiste em atribuir cores a valores de cinza com base em determinados critérios. (pseudocores). Se uma imagem for interpretada por uma função 3-D, o método pode ser visto em termos do posicionamento de planos paralelos ao plano de coordenadas da imagem.

Fatiamento por intensidade

Fatiamento por intensidade Se uma cor diferente for atribuída a cada lado do plano mostrado na figura anterior, qualquer pixel cujo nível de intensidade estiver acima do plano estará codificado com uma cor e qualquer pixel abaixo do plano será codificado com a outra. O resultado é uma imagem com duas cores. Pode controlar a aparência movendo o plano do fatiamento para cima ou para baixo ao longo do eixo de intensidade.

Fatiamento por intensidade Formalmente, a técnica pode ser resumida como segue. Com [0, 1] representando a escala de cinza. Fazemos com que o nível represente o preto [, = 0] e o nível represente o branco [, = 1]. Suponha planos perpendiculares ao eixo de intensidade sejam definidos nos níveis,,...,. Então, considerando 0 < < 1, os planos particionam a escala de cinza em +1intervalos,,,,. As atribuições de intensidade às cores são feitas de acordo com a relação, = se (,

Fatiamento por intensidade Na qual é associada ao intervalo de intensidade definido pelos planos de partição em l = 1e l =k

Exemplo padrão de teste radiação

Exemplo imagem de solda

Transformações de intensidade por cores

Salientar explosivos em bagagens

Salientar explosivos em bagagens

Combinar imagem monocromática

Cidade Washington, D.C. R G

Cidade Washington, D.C. B Infra vermelho

Cidade Washington, D.C. Combinação das 3 imagens (RGB)

Cidade Washington, D.C. Substituição da componente R pelo infravermelho - Biomassa: vermelho - Estrutura de concreto (Homem ): Azul

Processamento de histograma Não é conveniente equalizar os componentes de uma imagem colorida de maneira independente. Resulta em erros no arranjo das cores. A forma mais comum é utilizar o espaço de cores HSI. A técnica é equalizar a componente I (intensidade), sem alterar a matiz e a saturação.

Processamento de histograma

Suavização e aguçamento Utilizamos a mesma técnica para uma imagem em tons de cinza. Porém, em vez de valores de intensidade escalar, lidamos com vetores de componentes, ou seja, (, ), = (, ) (, ) Considere que expressa, em uma imagem colorida RGB, o conjunto de coordenadas que define uma vizinhança centralizada em (, ), a média dos vetores RGB nessa vizinhança é, = 1 (, ) (, )

Exemplo usando a média

Exemplo usando a média

Resultado máscara 5x5 RGB / HSI

Resultado máscara 5x5 com Laplaciano