Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Linda G. Shapiro and George C. Stockman, Computer Vision, Prentice Hall, 2001,
ISBN: 0-13-030796-3
2. John W. Woods, Multidimensional Signal, Image and Video Processing and Coding,
Elsevier Academic Press, 2006, ISBN: 0-12-088516-6.
3. William K. Pratt, Digital Image Processing, John Wiley & Sons, 3rd edition, 2001.
Viso Humana oferece uma enorme percepo do Mundo que nos rodeia.
A luz reflete/atravessa os objectos criando uma imagem na retina de cada um dos olhos.
Um conjunto de componentes cria
uma estrutura 3D na mente humana:
Cena com Objectos
Fonte de Luz
Superfcie
Reflectante
Radiao
Normal
Superficie
Equipamentos Detectores
Sensores CCD
(Charged Coupled Device)
detectam luz vsivel;
detectam > 700m
(Infravermelhos);
para muito pequeno:
Raios X;
Fonte de Luz
OBJECTO
(Elemento de Superfcie)
Superfcie
Reflectante
Normal
Superficie
Radiao
Irradiante
Eixo ptico
CAMERA
(Elemento Sensor)
an
Pl
512512
Lente
de
em
ag
Im
480640
7681366
Pixel
10801920
So usualmente processadas por filtros de Gabor (exemplo - reconhecimento baseado na ris do olho)
Vrias caractersticas, das que se destacam:
Frequncia
Direco
A imagem obtida pelo sensor, vai passar por um processo de quantificao que a
converte numa imagem digital de N M pixels.
f(x,y,z,,t)
Img[0, 0]
Img[0, 1]
Img[1, 0]
Img[1, 1]
Img[2, 1]
Img[2, 0]
Img =
...
...
...
...
Img[N 1, 0] Img[N 1, 1]
...
...
...
...
...
...
...
Img[0, M 1]
...
Img[1, M 1]
...
Img[2, M 1]
...
...
...
...
... Img[N 1, M 1]
em que:
M o nmero de colunas da imagem
(nmero de pixels de cada linha da imagem)
N o nmero de linhas da imagem
Img[n, m] representa a intensidade do pixel:
Valores Comuns
PARMETRO
L INHAS
256,512,525,625,768,900,1024,1080,2592
C OLUNAS
256,512,768,1024,1440,1366,1920,3888
N MERO DE N VEIS
DE Q UANTIFICAO
Processamento de Imagem
Imagem Entrada Imagem Sada
Anlise de Imagem
Imagem Entrada Medidas Sada
Compreenso de Imagem
Imagem Entrada Descrio de Alto Nvel Sada
Codificao de Imagem
Imagem Entrada Fluxo Binrio Sada
Pontual
Local
Global
Processamento de Imagem
Sinais Bi-dimensionais Discretos
1, para n 0 e m 0
0, caso contrrio
[n, m] =
Funo Escalo:
u[n, m] =
Processamento de Imagem
Sinais Separveis
N1
N2
e M=
M1
M2
.
Neste caso:
x[n, m] = x[n + N1, m + M1] = x[n + N2, m + M2] com det (N, M) 6= 0
Forma matricial
x [n] = x n + r com = [N M]
Processamento de Imagem
Convoluo Bidimensional:
x[n, m] h[n, m] =
XX
k
x[k, l]h[n k, m l]
Convoluo:
Ir [n, m] = I[n, m] h[n, m] =
X
X
I[j, i].h[n j, m i]
j= i=
I[n,m]
Sistema Linear
e Invariante
Ir [n,m]
Vizinhana de 4 pixels
Vizinhana de 8 pixels
NW
NE
SW
SE
1
1
1
XX
j
40
40
40
80
80
80
40
40
40
80
80
80
40
40
40
80
80
80
40
40
40
80
80
80
40
40
40
80
80
80
40
40
40
80
80
80
I[j, i].h[n j, m i]
50
Processamento de Imagem
Propriedades da Convoluo
1) Comutatividade:
xy =yx
2) Associatividade:
x (y z) = (x y) z
3) Distributividade:
x (y + z) = x y + x z
[n, m] x = x
4) Elemento Identidade:
5) Elemento Absorvente:
O[n, m] O x = 0
Processamento de Imagem
Estabilidade de Sistemas 2-D
Um Sistema Estvel aquele em que uma pequena alterao na entrada, resulta numa
pequena alterao sada.
Estabilidade BIBO:
BIBO - Bounded Input Bounded Output"
Num sistema LSI corresponde a dizer que:
XX
|h[k, l]| < +
k
X
X
I[n, m].ej(n+m)
n= m=
Z Z
1
4 2
I(, ).ej(n+m)dd
Processamento de Imagem
Transformada de Fourier 2D
X(V, U ) =
+
+
X
X
n= m=
Processamento de Imagem
Propriedades da Transformada de Fourier 2D
1) Linearidade
TF
X(, )Y (V , U )dd
4) Modulao
TF
Processamento de Imagem
Propriedades da Transformada de Fourier 2D
jnx[n, m]
X(V, U )
V
TF
jmx[n, m]
7) Valor inicial
1
x[0, 0] =
(2)2
X(V, U )
U
X(V, U )dV dU
8) Valor DC
X(0, 0) =
+
+
X
X
x[n, m]
n= m=
9) Sinal Separvel
TF
Processamento de Imagem
Propriedades da Transformada de Fourier 2D
1
x[n, m] y [n, m] =
(2)2
n= m=
Potncia
+
+
X
X
1
|x[n, m]|2 =
2
(2)
n= m=
|X(V, U )|2 dV dU
Processamento de Imagem
Pares de Transformada de Fourier 2D
1) Filtro passa-baixo ideal (banda quadrada)
Hs(V, U ) = IUc (V )IUc (U ) com (V, U ) [, ] [, ],
com IUc =
sen(Uc n) sen(Uc m)
< n, m < +
n
m
Uc
u
0
jur cos()
Uc
ddu =
J1 Uc n2 + m2
2
2
2 n + m
Processamento de Imagem
Transformada Z Bidimensional
X(Z, W ) =
+
+
X
X
x[n, m]Z nW m
n= m=
Inversa:
1
x[n, m] =
(2j)2
I
C1
C2
N 1 M 1
nK mL
XX
(K, L) [0, N 1] [0, M 1]
I[n, m]ej2( N + M ) ,
F [K, L] =
n=0 m=0
caso contrrio
0
Transformada Discreta de Fourier Bidimensional - DFT - Inversa
N 1 M 1
nK mL
1 XX
[n, m] [0, N 1] [0, M 1]
F [K, L]ej2( N + M ) ,
I[n, m] =
NM
K=0 L=0
caso contrrio
0
Imagem 1
Log do mdulo
da DFT da imagem 1
Fase da DFT
da imagem 1
Imagem 2
Log do mdulo
da DFT da imagem 2
Fase da DFT
da imagem 2
wC [n, m] = w1
n2 + m2
Original
passa-baixo
passa-banda
passa-alto
Original
passa-baixo
passa-banda
passa alto
Imagem
original.
K
K
1 X X
Ir [n, m] = 2
I[n j, m i]
K
i=K j=K
Imagem original
Imagem original
Imagem original
Imagem filtrada ( = 2)
Imagem
original
Imagem filtrada ( = 2 2)
Imagem
original
Imagem filtrada ( = 4)
Morfologia de Imagem
Binria
Multinvel
Elementos Estruturantes - S
Baseia-se num elemento estruturante S que representa uma forma
1
Morfologia de Imagem
Morfologia de Imagem Binria
Morfologia de Imagem
Morfologia de Imagem Binria - Dilatao
A dilatao binria coloca cada pixel de imagem resultante a 1 desde que a imagem original
tenha dentro do Elemento Estruturante um pixel a 1.
1
Imagem Original
Elemento
Estruturante
Imagem Dilatada
Morfologia de Imagem
Morfologia de Imagem Binria - Dilatao
Elemento
Estruturante
Morfologia de Imagem
Morfologia de Imagem Binria - Eroso
A Eroso Binria coloca cada pixel de imagem resultante a 0 desde que a imagem original
tenha dentro do Elemento Estruturante um pixel a 0.
1
Imagem Original
Elemento
Estruturante
Imagem Erodida
Morfologia de Imagem
Morfologia de Imagem Binria - Eroso
Elemento
Estruturante
Morfologia de Imagem
Morfologia de Imagem Binria - Fecho (Closing")
Elemento
Estruturante
Morfologia de Imagem
Morfologia de Imagem Binria - Abertura (Opening")
A Operao Morfolgica de Abertura consiste na Aplicao da Operao de Eroso seguida da Operao de Dilatao sobre a imagem Erodida.
Retira pequenas pores ou regies que saem dos limites
1
Elemento
Estruturante
Morfologia de Imagem
Morfologia de Imagem Multinvel
Morfologia de Imagem
Morfologia de Imagem Multinvel - Dilatao
Elemento
Estruturante
Morfologia de Imagem
Morfologia de Imagem Multinvel - Eroso
Elemento
Estruturante
Morfologia de Imagem
Morfologia de Imagem Multinvel - Fecho (Closing")
Elemento
Estruturante
Morfologia de Imagem
Morfologia de Imagem Multinvel - Abertura (Opening")
Elemento
Estruturante
Morfologia de Imagem
Morfologia de Imagem Multinvel - Gradiente
A Operao Morfolgica Gradiente consiste na subtraco da imagem Dilatada pela imagem Erodida.
Reala os limites das regies
F (Img, S) = D(Img, S) E(Img, S)
Elemento
Estruturante
Morfologia de Imagem
Morfologia de Imagem Multinvel - Exemplo
Original
Dilatada
Erodida
Fecho
Abertura
Gradiente
As tcnicas de Estimao Linear aplicam-se para estimar uma imagem que corrompida com
rudo.
O objectivo destas tcnicas a de estimar a imagem, de forma a que ela possa ser visualizada
com reduo de rudo.
Dois Filtros so especialmente considerados:
Filtro de Wiener
Filtro de Kalman
PI (U, V )
PI (U, V ) + Pv (U, V )
Imagem
Original
Imagem original
Imagem filtrada
Considerando a imagem
cj,ix[n j, m i] + w[n, m]
[j,i]<+
em que
xb
[j, i] = x[m,n1]
[j, i],
a
[j, i] S+[n, m]
Update
[n,m]
x[n,m]
[j, i] = xb [j, m] + K [n,m][n j, m i]
a
X
[n,m]
y[n, m]
h[s, r]
xb [n s, m r]
[s,r]<+
para
[j, i] S+[n, m]
cs,r Ra[n,m][n s, m r; j, i]
[s,r]<+
para
[j, i] S+[n, m]
[n,m]
Rb [n, m; n, m]
cs,r Ra[n,m][n, m; n s, m r] + w2 )
[s,r]<+
Ra[n,m][j, i; s, r] = Rb
[n,m]
[n, m; s, r]
para
[j, i] S+[n, m]
Ganho de Kalman
K
[n,m]
[s, r] =
[n,m]
Rb [n, m; n
[n,m]
2
s, m r]/ Rb [n, m; n, m] + v
Exemplo