Processamento de Imagens - kusumoto.com.brUma operação pontual global em uma imagem digital r é a...

Processamento de Imagem

Prof. MSc. André Yoshimi Kusumoto

[email protected]

Prof. André Y. Kusumoto – [email protected]

Uma operação pontual global em uma imagem digital r é a função

f(r) aplicada a todo pixel da imagem:

Operações pontuais globais em imagens

r: s = f(r)

Figura 3.38 - Relação entre imagem origem e destino.


Operações pontuais globais baseadas na curva de tom

Figura 3.44 Curva de tom original e alteradas, com suas respectivas curvas de tom e histogramas

GIMP: Cores → Curvas


Compressão de histograma

Figura 3.45 - Efeito da Compressão de Histogramas

GIMP: Cores → Níveis


Expansão de histograma

Figura 3.46. Efeito da Expansão de Histogramas.

GIMP: Cores → Níveis


Imagem negativa

Figura 3.47. Efeito da imagem negativa.


Equalização

• O objetivo da equalização de imagens é a melhoria do seu contraste.

• Para tanto, o ideal é que os níveis de cinza sejam representados de

maneira uniforme e distribuída.

• Consiste na redistribuição dos valores de nível de cinza em uma imagem

de forma que todos os pixels tenham a mesma probabilidade de aparecer.

• A equalização de histogramas procura distribuir igualmente para todos os

níveis de pixels da imagem o que não permite estabelecer parâmetros de

mudança capazes de ressaltar faixas de níveis de cinza na imagem.

Operações globais baseadas em histograma


Operações globais baseadas em histograma

Equalização

Figura 3.49 – (a) Imagem com baixo contraste e seu histograma. (b) Imagem após equalização e seu histograma.

GIMP: Cores → Automático → Equalizar


Relacionamento entre elementos de uma imagem

Vizinhança

• Vizinhança-4: Um pixel f(x,y) possui 4 vizinhos, horizontais e

verticais. •

•

•

•

f(x,y)



Vizinhança

• Vizinhança-4: Um pixel f(x,y) possui 4 vizinhos, horizontais e

verticais. • f(x,y-1)

• f(x-1,y)

• f(x+1,y)

• f(x,y+1)

f(x,y)



Vizinhança

• Vizinhança-8: Um pixel f(x,y) possui 8 vizinhos, horizontais,

verticais e diagonais. •

•

•

•

•

•

•

•

f(x,y)



Vizinhança

• Vizinhança-8: Um pixel f(x,y) possui 8 vizinhos, horizontais,

verticais e diagonais. • f(x-1,y-1)

• f(x,y-1)

• f(x+1,y-1)

• f(x-1,y)

• f(x+1,y)

• f(x-1,y+1)

• f(x,y+1)

• f(x+1,y+1)

f(x,y)



Vizinhança

• Utilizando o mesmo conceito para imagens tridimensionais

(3D)



Conectividade

• Dois objetos são conexos se são vizinhos e similares (i.e. de

acordo com um critério de vizinhança e similaridade adotado).

• Critérios de vizinhança: Vizinhança-4, Vizinhança-8, etc.

• Critérios de similaridade: intensidade, cor, textura*.

* Um conjunto de determinados padrões existentes nas superfícies físicas, perceptíveis ao

olho humano, e que trazem grande quantidade de informações sobre a natureza da

superfície, como suavidade, rugosidade (GONZALEZ; WOODS, 2002);

Adjacência

• Dois elementos (podem ser subconjuntos de pixels) são

adjacentes se forem conexos em pelo menos um elemento.



Caminho

• É uma sequência de pixels distintos onde cada pixel é

adjacente ao seguinte pixel na sequência.

• Podem ser utilizados como critério de pixels adjacentes a

vizinhança-4, vizinhança-8, etc.

• O número de elementos na sequência representa o

comprimento do caminho

15

Na Figura (a) o comprimento considerando vizinhança-4 é 10.

Na Figura (b) considerando vizinhança-8 é 7.



Bordar e Interior • A borda corresponde ao conjunto de pontos no contorno do componente

conexo.

• A borda de um componente conexo S em uma imagem bidimensional é o

conjunto de pixels pertencentes ao componente e que possuem

vizinhança-4 um ou mais pixels externos a S.

• O interior é o conjunto de pixels de S que não estão em sua borda.


Operações Pontuais

• O pixel, na posição (xi,yi), da imagem resultante depende

apenas do pixel na imagem original.

Figura 4.1 – Esquema de operações pontuais em imagens.


Operações Pontuais

• O processamento pode levar em consideração dados globais

da imagem, como por exemplo, o histograma.

• As operações locais pixel-a-pixel de duas imagens podem ser

descritas pela expressão:

Z = ( X OpP Y ) (4.3)

OpP é um operador aritmético ou lógico.


Operações Aritméticas

Figura 4.3 – Exemplo de operação aritmética de soma



Figura 4.4 –Imagens X e Y utilizadas como exemplos.

(a) X (b) Y

Exemplos de operações aritméticas com as imagens da Figura 4.4.

(a) X+Y (b) X-Y


Adição de Imagens

• Pode ser usada para sobrepor o conteúdo de uma imagem em

outra.

• Se combinarmos a figura a e b obtemos c



Subtração de Imagens

• Tem diversas aplicações como a identificação de diferenças

entre imagens.

• O movimento de objetos pode ser medido com a subtração, as

regiões dos objetos que permanecem inalteradas são

eliminadas (objetos movidos são claramente mostrados)



• Adição

• Pode ser utilizado para colocar conteúdo de uma imagem sobrepondo

outra

• Subtração

• Utilizado para remover algum padrão indesejável

• Detectar mudanças (movimento?) entre duas imagens da mesma

cena.

• Multiplicação e Divisão

• Multiplicar uma imagem por uma “máscara” pode esconder certas

regiões deixando exposto apenas objetos de interesse



• A adição de duas imagens com 256 níveis de cinza, por exemplo, pode

resultar em número maior que o valor 255 para determinados pixels. Por

outro lado, a subtração de duas imagens pode resultar em valores

negativos para alguns pixels.

• Uma maneira de resolver esse problema é, após a aplicação do operador aritmético,

realizar uma transformação da escala de cinza na imagem resultante para manter

seus valores dentro do intervalo adequado.

• A divisão de imagens pode produzir valores fracionários, os quais devem

ser convertidos para valores inteiros. Além disso, divisão por zero deve

ser evitada.

• Uma maneira simples de evitar esse problema é adicionar o valor 1 a todos os

valores de intensidade dos pixels, tal que o intervalo de níveis de cinza passa a ser

interpretado de 1 a 256, ao invés de 0 a 255



• Operações lógicas podem ser aplicadas apenas a imagens

binárias (em contraste com as operações aritméticas).

• AND produz 1 na saida quando os pixels correspondentes nas duas imagens de

entrada possuem 1.

• XOR produz 1 quando apenas um dos pixels (não ambos) é 1.

• OR produz 1 quando pelo menos um dos pixels das imagens é 1

• NOT inverte o valor de cada pixel da imagem

Operações Lógicas


Operações Lógicas

Operações lógicas podem

ser aplicadas apenas a

imagens binárias


Operações Locais

• Um pixel da imagem resultante depende de uma vizinhança do

mesmo pixel na imagem original

Figura 4.9 – Exemplo de uma operação local em uma área em torno do pixel (xi, yi).


Forma de atenuar o efeito de aliasing

• Filtro de média (4.2)

Figura 4.12 –Imagem com Aliasing (c) e o efeito da aplicação de filtro de média (d).

(c) (d)

=

)y,f(x)y,f(x)y,f(x

)y,f(x )y,f(x)y,f(x

)y,f(x)y,f(x)y,f(x

9

1 )y,g(x

11111

11

111i11

ii

jiiiii

iiiiii

iiiii


Referências

Referências • GONZALEZ, R. C.; WOODS, R. E. Processamento digital de imagens.

3. ed. São Paulo: Pearson Prentice Hall, 2010.

• CONCI, A.; AZEVEDO, E.; LETA, F. R. Computação Gráfica. Rio de

Janeiro, Editora Campus, 2008. v. 2. 432 p.

• Slides a Profa. Sheila Cáceres - UNIP

Processamento de Imagens - kusumoto.com.brUma operação pontual global em uma imagem digital r é a...

Documents

Transcript of Processamento de Imagens - kusumoto.com.brUma operação pontual global em uma imagem digital r é a...