Download
imagem digital conceitos processamento e an lise n.
Skip this Video
Loading SlideShow in 5 Seconds..
Imagem Digital Conceitos, Processamento e Análise PowerPoint Presentation
Download Presentation
Imagem Digital Conceitos, Processamento e Análise

Imagem Digital Conceitos, Processamento e Análise

99 Views Download Presentation
Download Presentation

Imagem Digital Conceitos, Processamento e Análise

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Imagem DigitalConceitos, Processamento e Análise Parte 1: Conceitos básicos Imagem e funções Imagem digital: amostragem, quantização e codificação Re-amostragem de funções

  2. 100% 80% 60% Níveis de cinza 40% 20% x 0% Posição ao longo da linha L L(u,v) v u Função Imagem: Modelo Matemático: Função

  3. v u Imagem colorida G R B

  4. Imagem coloridas como 3 canais de cor canal vermelho canal verde canal azul

  5. Imagem Digital Amostragem, quantização e codificação

  6. amostra partição do eixo x Amostragem, quantização e codificação de f(x) f(x) x

  7.    amostra quantizada          Amostragem, quantização e codificação de f(x) f(x) 6 5 4 3 2 1 0 x codificação = (3, 4, 5, 5, 4, 2, 2, 3, 5, 5, 4, 2)

  8. Anatomia das máquinas atuais

  9. Câmeras atuais

  10. Digitalização de Imagens Discretização espacial (amostragem)

  11. 64x54 amostragem Imagem amostrada quantização 64x54 - 16 cores 55 55 55 55 55 55 55 55 20 22 23 45 55 55 55 55 10 09 11 55 55 55 55 43 42 70 55 55 8*55, 1*20, 1*22, 1*23, …. 55 55 28 76 22 55 55 codificação 55 55 55 55 55 55 55 Imagem amostrada, quantizada e codificada Imagem amostrada e quantizada Processos básicos Imagem de tons contínuos

  12. Imagem Digital:Histogramas Uma outra maneira de ver a informação da imagem: probabilidade deocorrência de um determinado valor, uso do intervalo [0,255], contraste,...

  13. Histogramas de Imagem Colorida

  14. Propriedades básicas de uma Imagem Digital

  15. função original função reconstruída pelo vizinho mais próximo função reconstruída por interpolação linear Problemas associados a re-amostragem de um sinal digitalf(x) f(x) 6     5    4   3     2 1 0 x (a) aumento de resolução

  16. Re-amostragem de f(x) f(x) 6 função original     5    4   3     função reconstruída pelo vizinho mais próximo função reconstruída por interpolação linear 2 1 0 x (b) redução de resolução

  17. f(x) x Freqüência de Amostragem f(x) x

  18. Imagem DigitalConceitos, Processamento e Análise Parte 2 - Eliminação de ruídos e realce de arestas Aplicações da Transformada de Fourier

  19. Redução de ruídos • Dada uma imagem Icom um ruído n, reduza n o máximo que puder (preferencialmente elimine ncompletamente) sem alterar significativamente I. 20 dB significam

  20. é o mesmo processo estocástico que não varia no tempo. Dois tipos básicos de ruídos • Ruído Gaussiano branco : processo estocástico de média zero, independente do tempo e dos espaço. é uma variável aleatória com a distribuição:

  21. Dois tipos básicos de ruídos • Ruído impulsivo: causado por erro de transmissão, CCDs defeituosos, etc... Também chamado de pico e de sal e pimenta. são v.a. uniformemente distribuídas imin, imax, e lsão parâmetos de controle da quantidade de ruídos.

  22. Exemplo de ruído Gaussiano (=5) e Impulsivo ( =0.99)

  23. Imagem com ruído impulsivo Uso da mediana Iij = mediana Ωij

  24. Sinal com ruído

  25. h Suavização f

  26. Filtragem Gaussiana

  27. Mascara ou Filtro ou:

  28. Convolução

  29. Ilustação da convolução

  30. Ilustração da convolução

  31. Discretização da Gaussiana 1D 0.3 0.2 0.1 -4 -3 -2 -1 0 1 2 3 4

  32. Discretização da Gaussiana 2D

  33. Separabilidade do filtro gaussiano

  34. Imagem filtrada com um filtro passa baixa

  35. Arestas e cantos • Locais de mudanças significativas na intensidade da imagem

  36. Edgedels = edge elements

  37. Tipos de arestas degrau(step) rampa(ramp) cume(roof) impulso(spike)

  38. Gráfico sem e com ruído

  39. Derivadas e arestas f(x) f(x)+n(x) | f'(x)+n'(x) | f"(x)+n"(x)

  40. Série de Taylor Com x=1, f(x)=fi e f(x+x)=fi+1 (a) Com x=-1, f(x)=fi e f(x+x)=fi-1 (b)

  41. f(x) fi fi+1 fi-1 i-1 i+1 i x Aproximações para derivadas (a-b)  (a+b) 

  42. Em 2D Gradiente Convolution Kernels Laplaciano

  43. Finite differences Khurram Hassan-Shafique

  44. Classical Operators Prewitt’s Operator Differentiate Smooth Khurram Hassan-Shafique

  45. Classical Operators Sobel’s Operator Differentiate Smooth Khurram Hassan-Shafique

  46. Detecting Edges in Image • Sobel Edge Detector Edges Threshold Image I Khurram Hassan-Shafique

  47. Sobel Edge Detector Khurram Hassan-Shafique

  48. Sobel Edge Detector Khurram Hassan-Shafique

  49. Filtros de realce de bordas Vertical Horizontal Gradiente Roberts Sobel Laplaciano