1 / 42

Proc. Imagem: Metas até o final do curso Não esquecer o que já foi visto – e aplicar (programar?)

Proc. Imagem: Metas até o final do curso Não esquecer o que já foi visto – e aplicar (programar?) Transformações Geométricas As já conhecidas: translação,escala,rotação,reflexão e cisalhamento Registro de Imagens Morphing Representação da imagem no espaço de freqüências (FFT)

honorato-nguyen
Télécharger la présentation

Proc. Imagem: Metas até o final do curso Não esquecer o que já foi visto – e aplicar (programar?)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Proc. Imagem: Metas até o final do curso • Não esquecer o que já foi visto – e aplicar (programar?) • Transformações Geométricas • As já conhecidas: • translação,escala,rotação,reflexão e cisalhamento • Registro de Imagens • Morphing • Representação da imagem no espaço de freqüências (FFT) • Compressão de imagens (trabalho?) • Redundâncias • codificação, espacial/temporais, psicovisuais • RLE, LZ77, LZW, HUFFMAN • DCT, DWT • Sem perda – BMP, TIFF, PNG... • Com perda – GIF, JPEG, JPEG2000...

  2. 4.4. Transformações Geométricas Levam o tom do pixels na posição (xo ,yo) da imagem origem, para outra posição (xd , yd) do espaço em uma imagem destino (referência) • Translação, Rotação e Escala • Espelhamento ou reflexão • Deformações e Morphing

  3. Translação e Escala Figura 4.13 – Exemplo de translação da imagem. (a) Imagem Original. (b) Imagem Transladada. Figura 4.14 – Exemplo de ampliação e redução da imagem. (a) Imagem Original. (b) Imagem Ampliada 2 vezes. (c) Imagem Reduzida pela metade

  4. Reflexão (a) (b) (c) Figura 4.17 – Exemplo de espelhamento. (a) Imagem Original. (b) Flip Horizontal. (c) Flip Vertical.

  5. Rotação Figura 4.15 – Exemplo de Rotação de 90º no sentido horário

  6. 4.4.3. Deformações e Morphing Deformação: considera que a imagem está por segmentos de reta com seus respectivos vértices e altera a forma dos objetos a partir de mudanças de posição dos segmentos envolventes. Morphing:considera o processo de deformação aliado à decomposição de suas cores.

  7. 4.4.3.1 Deformações (a) (b) Figura 4.18 - Deformação simples de uma região triangular com pontos de vértice não-colineares. (a) v = c1v1 + c2v2 + c3v3. (b) w = c1w1 + c2w2 + c3w3

  8. (a) (b) Figura 4.19 - Triângulo inicial com uma imagem. (a) Imagem original: v = c1v1 + c2v2 + c3v3. (b) Imagem transformada: w = c1w1 + c2w2 + c3w3.

  9. Pode-se repartir uma imagem em várias regiões triangulares e deformar cada região de uma maneira diferente: Figura 4.20 – Fazendo Triangulações

  10. (a) (b) (c) Figura 4.21 – Deformações por movimento de pontos dos vértices permitida(b) e não permitida (c)

  11. REGISTRO DE IMAGENS Registro é uma transformação geométrica que relaciona coordenadas da imagem (linha e coluna) com coordenadas de uma outra imagem de referência. Essa transformação elimina distorções existentes na imagem, causadas no processo de formação da imagem, pelo sistema sensor e por imprecisão dos dados de posicionamento da plataforma (posição da câmera). A necessidade de fazer o registro: · Integração de imagens obtidas por sensores diferentes. · Imagens obtidas em tempos diferentes. Análise temporal. · Imagens tomadas em posições diferentes. Obter informação tridimensional · Mosaico de imagens

  12. REGISTRO DE IMAGENS • PROCEDIMENTOS • Para a realização do registro, são necessários: • Escolher os Pontos de controle - são feições possíveis de serem identificadas de modo preciso nas imagens, como por exemplo o cruzamento de estradas, etc… • Definir a equação de Mapeamento - escolher que equação matemática, normalmente primeiro ou segundo grau, que fará a reamostragem dos pixels. • Definir o processo de Interpolação - Vizinho mais próximo, Bilinear

  13. REGISTRO DE IMAGENS

  14. Transf. GeométricasNecessidade de interpolação • Rotações • Escala • Cisalhamentos • Deformações EXEMPLO DE INTERPOLAÇÃO...

  15. Capítulo 8Compressão de Imagem

  16. Compressão de Imagem: Definição Formas de diminuir a área de armazenamento dos dados, reduzindo a quantidade de bits para representar os dados (imagem, texto, ou arquivo qualquer). Em compressão de imagem define-se como a forma (algoritmos e métodos) de armazenar informações visuais mais compactamente.

  17. Capítulo 8 8.1. Redundâncias na Imagem 8.2. Métodos de Compressão de Imagem 8.3. Elementos da teoria de informação 8.4. Entropia da Imagem 8.5. Métodos de Codificação sem perda 8.6. Transformada Discreta do Co-seno (DCT) 8.7. Compressão Fractal 8.8. Compressão por Wavelets 8.9. Padrões de Compressão de Imagem

  18. 8.1. Redundâncias na Imagem Tipos de redundância em imagens: De codificação de tons ou cor - quando os níveis de cinza ou as cores de uma imagem são codificados com mais símbolos de codificação do que o necessário.   Inter-pixel- resultantes das relações geométricas ou estruturais entre os objetos na imagem. Espectral- ocorre em imagens com mais de uma faixa espectral, quando os valores espectrais, para a mesma posição na matriz de pixels de cada banda, são correlacionados. Psicovisuais - relacionadas ao fato do sistema visual humano não responder com a mesma sensibilidade a todas as informações visuais.

  19. 8.2. Métodos de Compressão de Imagem • Compressão sem perda ou codificação de redundância • Compressão com perda

  20. 8.2.1. Compressão sem Perda • Explora a redundância entre pixels na codificação. • Nenhum dado é perdido durante o processo de compressão. • Preserva todas as informações que permitirão a reconstrução exata da imagem. • Exemplos: RLE (Run Lenght Encoding), LZ (Lempel Ziv), LZW (Lempel Ziv Wech), algoritmo de Huffman (usadas nos formatos: PCX, PNG, GIF, TIFF).

  21. 8.2.2. Compressão com Perda • Há perda de dados durante a compressão da imagem. • É mais eficiente em relação à área final de armazenamento devido à sua razão de compressão ser maior que a sem perda. • Em aplicações de sinal de satélite ou dados de imagens médicas, entre outras, muitas vezes não é admissível compressão com perda. • Diferentes formas de compressão com perda causam visualmente diferentes degradações na imagem.

  22. 8.2.3. Porque pode haver perda de dados • Métodos e algoritmos de compressão eficientes devem levar em conta as características da visão humana. • Obtem-se um arquivo comprimido de menor dimensão, mantendo, no entanto, a qualidade aceitável em relação ao original, conforme o objetivo que se pretende. • Os erros e falhas, causados pela compressão com perda de dados, que sejam perceptíveis para os sistemas visual e auditivo humano são conhecidos por artefatos de compressão (compression artifacts).

  23. 8.5 Métodos de Codificação sem perda 8.5.1. Codificação de Huffman 8.5.2.Codificação por LZW (Lempel-Ziv-Wech) 8.5.3. Codificação por LZ77 (Lempel-Ziv) 8.5.4. Codificação por Código de Tons Corridos - RLE

  24. 8.9. Padrões de Compressão de Imagem Tabela 8.9 – Comparação entre alguns formatos de arquivos deimagens

  25. 8.9.1. GIF • GIF (Graphics Interchange Format) - usa o algoritmo LZW. • Pode armazenar mais de uma imagem no arquivo (animações). • Armazena apenas imagens em cinza ou RGB com tabelas de 256 cores ou menos. • Assinatura ‘GIF’: A assinatura é ‘GIF’ + ano/versão.

  26. 8.9.2. PNG • PNG (Portable Network Graphics) - usa uma variação do algoritmo Lempel-Ziv 77 e também compressão Huffman , depois da compressão LZ, numa forma denominado LZH ou de Deflate/Inflate. • PNG com animação é conhecido como MNG (Multiple Image Network Graphics). • PNG surgiu em 1996 como substituto para o formato GIF. • Permite comprimir as imagens sem perda de qualidade com muitas cores.

  27. 8.9.3. JPEG • JPEG (Joint Photographic Experts Group) - compressão com perdas. • Permite o uso de até 224  16 milhões de cores. • O tamanho dos seus arquivos de imagens costuma ser bem pequeno. • Usa a compressão DCT (e depois Huffman). • Permite gravar imagens sem usar tabelas de cores usando toda a informação de Tons de Cinza ou RGB. • A compressão é realizada em três passos: computação; quantização; atribuição do código de tamanho variável.

  28. Figura 8.47 – Imagem Mac em JPG com 75% de compressão e 10%. JPEG GIF Figura 8.48 – Comparando GIF com JPEG.

  29. Fig. 8.49. Operações da compressão JPEG.

  30. 8.9.4. JPEG2000 • JPEG 2000 é um formato de codificação de imagem que usa técnicas de compressão wavelets. • Foi criado em 1999 utilizando métodos de lógica nebulosa para criar os dados de origem. • Pode compactar até 90% do arquivo original sem perder a qualidade de imagem,

  31. 8.9.6. BMP • BMP foi desenvolvido pela Microsoft. • É o formato nativo de mapa de bits do Windows (a partir da versão 3.00). • Sua estrutura possui simplicidade.

  32. 8.9.6.3. Versões de BMP quanto à quantidade de cor • Podem ser classificados conforme a quantidade de bits para representar 1 pixel (bit/Pixel). • 1 bit/pixel (4=2 cores), • 4 bits/pixel (24=16 cores), • 8 bits/pixel (28=256 cores), • 24 bits/pixel (true color com até 224=16 milhões de cores), • 32 bits (true color com até 232= 4 bilhões de cores).

  33. 8.9.6.4.RLE • Arquivos formato BMP podem, nas versões de 4 e 8 bits/pixel, utilizar a compressão RLE (Run Length Encoded) • A técnica de compressão RLE é usada neste formato somente até 256 cores

  34. EXEMPLO DE CODIFICAÇÃO RLE Encoded Data: 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 14 FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF 00 13 FF FF 00 00 00 00 00 00 00 00 00 FF FF FF FF 00 12 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 11 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 10 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 9 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 8 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 7 FF FF FF FF 00 00 00 FF 00 00 00 FF FF FF FF 00 6 FF FF FF FF 00 00 00 FF 00 00 00 FF FF FF FF 00 5 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 4 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 3 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 2 FF FF FF FF 00 00 00 FF FF FF 00 00 00 FF FF 00 1 FF FF 00 00 00 00 00 00 00 00 00 00 FF FF FF 00 0 FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF 00

  35. Esquema de codificação do RLE8 Modo Codificado Fim de Linha Fim de Arquivo Delta (relativo) Modo Absoluto

  36. 1E 1E 1E 1E 1E 1E 1E 1E 1E 00 xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx 00 04 04 04 06 06 06 06 06 45 56 67 78 78 xx xx xx xx xx

  37. Encoded Data: 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 14 FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF 00 13 FF FF 00 00 00 00 00 00 00 00 00 FF FF FF FF 00 12 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 11 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 10 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 9 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 8 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 7 FF FF FF FF 00 00 00 FF 00 00 00 FF FF FF FF 00 6 FF FF FF FF 00 00 00 FF 00 00 00 FF FF FF FF 00 5 FF FF FF FF 00 00 00 FF FF FF 00 00 FF FF FF 00 4 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 3 FF FF FF FF 00 00 00 FF FF FF FF 00 00 FF FF 00 2 FF FF FF FF 00 00 00 FF FF FF 00 00 00 FF FF 00 1 FF FF 00 00 00 00 00 00 00 00 00 00 FF FF FF 00 0 FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF 00 Encoded data: 14. 0F FF 00 00 13. 02 FF 09 00 04 FF 00 00 12. 04 FF 03 00 03 FF 02 00 03 FF 00 00 11. 04 FF 03 00 04 FF 02 00 02 FF 00 00 10. 04 FF 03 00 04 FF 02 00 02 FF 00 00 9. 04 FF 03 00 04 FF 02 00 02 FF 00 00 8. 04 FF 03 00 03 FF 02 00 03 FF 00 00 7. 04 FF 03 00 01 FF 03 00 04 FF 00 00 6. 04 FF 03 00 01 FF 03 00 04 FF 00 00 5. 04 FF 03 00 03 FF 02 00 03 FF 00 00 4. 04 FF 03 00 04 FF 02 00 02 FF 00 00 3. 04 FF 03 00 04 FF 02 00 02 FF 00 00 2. 04 FF 03 00 03 FF 03 00 02 FF 00 00 1. 02 FF 0A 00 03 FF 00 00 0. 0F FF 00 00 00 01

  38. Segmentação O objetivo das técnicas de segmentação é dividir a imagem em suas diversas partes constituintes ou segmentos (objetos e regiões). Baseiam-se principalmente em duas propriedades do nível de intensidade luminosa das imagens: a descontinuidadee a similaridade. Dentre as técnicas de segmentação mais conhecidas destacam-se a detecção de descontinuidades, a detecção de limiares (thresholding) e múltiplos limiares de corte (multilevel thresholding)

  39. 3.5.1. Agrupamento por limiar Figura 3.30 - Exemplo de binarização: (a) Imagem em tons de cinza, (b) Imagem binária Computação Gráfica - Vol. 2 - Cap. 3

  40. 3.5.1. Agrupamento por limiar (limiarização) Uso em imagens em que o objeto a ser segmentado apresenta uma tonalidade bem diferente do fundo da imagem. Em um histograma bimodal, é possível estabelecer um limiar entre as duas tonalidades. Figura 3.31 - Exemplo de histograma bem-dividido. Computação Gráfica - Vol. 2 - Cap. 3

  41. Quando a imagem tem mais de dois objetos com cinzas diferentes em um fundo mais escuro, pode ser usada a técnica de limiarização multinível (multilevel thresholding). Figura 3.34 - Exemplo de um histograma trimodal. Computação Gráfica - Vol. 2 - Cap. 3

  42. Figura 3.36 – Influência do valor do limiar sobre a qualidade da limiarização.(As imagens (c) e (d) são posterizadas nesta representação). Computação Gráfica - Vol. 2 - Cap. 3

More Related