PROC IMAG

Processamento de
Imagens
Curso de cincia da computao
Nara Portela
nara@mirandaportela.com
Facebook: IPESU - Processamento de Imagens 2014.2
Contedo
A imagem digital
A imagem digital e suas caractersticas
Digitalizao
Amostragem
Quantizao
Relacionamentos bsicos entre pixels
Vizinhana
Conectividade
Operaes lgicas
Operaes aritmticas
Imagem digital
Imagem
Uma funo bidimensional, f(x,y)
(x,y) so coordenadas espaciais
posio
f(x,y) a intensidade do ponto ou de
nvel de cinza
cor
Quando x, y e o nvel de cinza
so finitos tem-se uma imagem
digital
Representao de Imagens Digitais
Origem
x
y
Pixel = 1 clula da matriz
Representao de Imagens Digitais
f(18,18)=154
Pixel = 1 clula da matriz
Representao de Imagens Digitais
=
Representao de Imagens Digitais
Podemos expressar uma imagem digital por uma
matriz, f(x,y), contendo M linhas e N colunas
M e N devem ser sempre nmero inteiros positivos
Representao de Imagens Digitais
Nmero de pixels de uma imagem = resultado do
produto n de linhas x n de colunas
Mquina fotogrfica digital
Megapixels = um milho de pixels
3.1 megapixels = 2048 1536 = 3.145.728
Representao de Imagens Digitais
n
o
pixels= M x N
f(x,y) representa a intensidade do sinal na
posio (x,y)
L = nveis discretos de intensidade (cores)
Em uma imagem em tons de cinza (ou
monocromtica), L significa o nmero de tons
que compe a imagem
Nvel de cinza = [ 0 , L -1 ]
Representao de Imagens Digitais
0 < f(x,y) < L-1
Representao de Imagens Digitais
Preto = 0
Branco = 255
0 16 32 48
64 80 96 112
128 144 160 176
192 208 224 240
Cada nvel discretos de intensidade do pixel
representada por um nmero inteiro
Cada nmero inteiro representado pelo seu
equivalente em binrio
Exemplos:
2 cores = 1 bit (0 ou 1)
256 cores = 8 bits (00000000 at 11111111)
O nmero de nveis de intensidade (cor), L, costuma
ser uma potncia inteira de 2:
Profundidade de pixel = k
Nmero de bits usados pra representar uma cor
Representao de Imagens Digitais
L=2
k
Representao de Imagens Digitais
Preto = 0
Branco = 255
Preto = 00000000
Branco = 11111111
0 16 32 48
64 80 96 112
128 144 160 176
192 208 224 240
Profundidade de pixel (k) = 8
nmero de nveis de intensidade (L) = 2
8
00000000 00010000 00100000 0110000
01000000 01010000 01100000 01110000
10000000 10010000 10100000 10110000
11000100 1101100 11100000 11111111
O nmero, b, de bits necessrios para armazenar
uma imagem digitalizada
Imagem de k bits
Quando o pixel de uma imagem pode ter 2
k
nveis de
intensidade
Profundidade de pixel = k
Imagem com 256 (2
8
) tons de cinza = imagem de 8 bits
Profundidade de pixel = 8
Representao de Imagens Digitais
b ~ M x N x k
Representao de Imagens Digitais
Nmero de bits necessrios para armazenar uma
imagem digital NxN com 2
k
tons de cinza
Imagem digital colorida (ou multibandas)
No modelo RGB uma imagem colorida constituda por
trs componentes, uma para cada cor
O modelo RGB usado para reproduzir cores em dispositivos
eletrnicos como monitores de TV e computador, "datashows",
scanners e cmeras digitais
Representao de Imagens Digitais
Imagem digital colorida
Representao de Imagens Digitais
Considere uma imagem RGB na qual cada uma das
imagens, vermelha, verde e azul, seja uma imagem
de 8 bits.
Cada pixel de cores RGB (um trio de valores [R,G,B]) tem
uma profundidade de 24 bits
3 planos de imagem multiplicado pelo nmero de bits de cada
plano
O termo fulll-color costuma ser usado para expressar uma
imagem de cores RGB de 24 bits
O nmero de cores em uma imagem RGB de 24 bits
(2
8
)
3
= 16.777.216.
Representao de Imagens Digitais
H situaes em que necessria uma extenso da
imagem para uma terceira dimenso, a qual
representa, em geral, o espao ou o tempo.
Assim, uma imagem digital 3D pode ser
representada como uma sequencia de imagens
monocromticas ou multibandas ao longo do eixo
espacial z ou do eixo temporal t, conhecida como
imagem multidimensional.
Equipamentos tomogrficos geram imagens
monocromticas de cortes (ou fatias) normalmente
paralelas e uniformemente espaadas em uma dada
regio 3D.
Representao de Imagens Digitais
Considerando as dimenses p p de um pixel
nessas imagens e o espaamento d entre os cortes,
a extenso do pixel em 3D forma um pequeno
paraleleppedo de dimenses p p d, que
chamado voxel (acrnimo do ingls volume
element).
Representao de Imagens Digitais
Componentes de um sistema de
digitalizao de imagens
Digitalizador
Visualizao
Scanner, Cmera,
Sensores, etc.
Filtragem, Armazenagem
Imagem
Imagem
Imagem
Digital
Aquisio
Armazenamento
Processamento
Digitalizao de sinais
Sinais digitais s
podem assumir
valores discretos,
enumerveis,
normalmente de um
conjunto limitado de
valores possveis
Digitalizao da imagem
Digitalizao
Os processos de diviso da imagem contnua e
determinao dos valores numricos de intensidade
de cada pixel so chamados de amostrageme
quantizao
Amostragem
Processo de discretizao espacial
Quantizao
Processo de discretizao em intensidade
A combinao destes dois processos o que se
denomina de digitalizao de imagens
Sempre se referindo ao pixel como sendo a menor
unidade de atribuio de uma imagem digital
Amostragem
Processo de discretizao espacial
Digitalizao dos valores de coordenadas
M=14 e N=12
Amostragem
A resoluo espacial da imagem digital a quantidade
de elementos da matriz por unidade de distncia
A resoluo espacial tambm pode ser expressa em pontos
(pixels) por unidade de distncia.
Nos estados unidos essa medida expressa como dots per inch
(pontos por polegada ou dpi)
Amostragem
a) Qual imagem possui maior resoluo espacial? Porque?
b) Quais so as dimenses em m
2
dos pixels nas imagens A e B?
Amostragem
Contraste visual entre
diferentes resolues
em reas urbanas
Ao colocar a imagem de
baixa resoluo na
mesma escala das
imagens de alta
resoluo, fica evidente a
diferena de qualidade
da imagem.
A escala a
relao matemtica entre
as dimenses do objeto
real e a do desenho que o
representa em um plano ou
um mapa
Amostragem
Considerando uma cena de tamanho fixo, a
resoluo espacial pode ser expressa pela
quantidade de linhas e colunas da matriz
Exemplos: 1024 x 1024 ,512 x 512, 256 x 256, 100 x 100.
Amostragem
Exemplo da digitalizao de uma imagem em diferentes
resolues espaciais para uma mesma cena
512 x 384
256 x 192
128 x 96
64 x 48
Maior
Resoluo
Menor
Resoluo
Amostragem
O que aconteceria se dssemos um zoom na duas
imagens?
512 x 384
64 x 48
Amostragem
A imagem de menor resoluo ampliada perde
completamente os seus detalhes....
Zoom na imagem
de maior resoluo
Zoom na imagem
de menor resoluo
Resoluo espacial
O aumento da resoluo resulta em uma
imagem de melhor qualidade mais do que
simplesmente uma imagem de maiores
dimenses
O que aconteceria se aumentssemos o
tamanho da imagem de menor resoluo para
que fique da mesmas dimenses da imagem de
maior resoluo?
No zoom que estamos dando....
Resoluo espacial
512 x 384 64 x 48 (aumentada)
As duas imagens esto com 512x384 pixels...
Elas so iguais?
Resoluo espacial
Ou seja, a resoluo de uma imagems pode
ser melhorada com uma novo processo de
digitalizao
Mudar as dimenses da imagem no gera o
mesmo resultado de uma nova digitalizao
Discretizao de Cor
Quantizao
Digitalizao dos valores de amplitude
Mesmo conceito de amostragem, mas aplicado ao
universo de tons de cinza e cores
Em sinais, o que a amostragem faz em um
domnio (eixo x, por exemplo), a quantizao faz
em outro (eixo y, por exemplo)
Quantizao
Sinal
Original
Quantizao
Amostragem
(Relacionado
x)
Quantizao
Quantizao
(Relacionado
f(x))
Quantizao
Em termos de imagem, a amostragemcria a matriz
referente imagem (define as dimenses da matriz)
e a quantizao define a cor de cada clula da
matriz pode assumir
Quantizao
Cada cor representada por um nmero inteiro
(geralmente entre 0 e 255)
Cada nmero inteiro representado pelo seu
equivalente em binrio
Exemplos:
2 cores = 1 bit (0 ou 1)
256 cores = 8 bits (00000000 at 11111111)
Quantizao
256 cores (k=8)
, [0,1,2, , 254,255]
Quantizao
16 milhes cores = 24 bits 256 cores = 8 bits
16 cores = 4 bits
2 cores = 1 bit
Quantizao
256 tons de cinza 128 tons de cinza
64 tons de cinza 32 tons de cinza
Quantizao
16 tons de cinza 8 tons de cinza
4 tons de cinza 2 tons de cinza
Digitalizao
Por que mais megapixels em uma cmera
fotogrfica no significa melhor qualidade de
imagem?
Digitalizao
E por que mais megapixels em uma cmera
fotogrfica no significa melhor qualidade de
imagem?
A qualidade da imagem est relacionada ao nmero de
pixels, M x N, usados para representa-la E ao nmero de
nveis de intensidade, L.
Contedo
Relacionamentos bsicos entre
pixels
Vizinhana
Conectividade
Operaes lgicas
Operaes aritmticas
Relacionamentos bsicos entre
pixels
Vizinhana
Um pixel p, de coordenadas (x,y), tem 4 vizinhos
horizontais e verticais, cujas coordenadas so
N
4
(p)={(x+1, y), (x-1, y), (x, y+1) , (x, y-1)}
Estes pixels formama chamada "4-vizinhana" de p
Relacionamentos bsicos entre
pixels
Os quatro vizinhos diagonais de
p so os pixels de coordenadas
N
d
(p)={(x-1, y-1), (x-1, y+1),(x+1, y-1),
(x+1, y+1)}
A "8-vizinhana" de p definida
como
N
8
(p)=N
4
(p)+N
d
(p)
Relacionamentos bsicos entre
pixels
Conectividade
A conectividade entre pixels um importante
conceito usado para estabelecer limites de
objetos e componentes de regies em uma
imagem
Dois pixels esto conectados se eles so vizinhos
e se seus nveis de cinza satisfazem a um
determinado critrio de similaridade.
Podemos expressar por V um conjunto de valores de
intensidade utilizados para definir conectividade.
Conectividade
Emuma imagembinria, onde os pixels podemassumir
os valores 0 e 1, dois pixels podem ser vizinhos, mas
somente sero considerados conectados se
respeitaremumcritrio de similaridade
Expressamos por V o conjunto de valores de intensidade
utilizados para definir a adjacncia.
Em uma imagem de escala de cinza, o conjunto V normalmente
contm mais de umelemento
A relao de conectividade pode considerar diferentes
vizinhanas: vizinhaa-4, vizinhaa-8...
Relacionamentos bsicos entre
pixels
Conectividade
Sendo V = {1}, pixels vizinhos de valor 1 sero
conectados
Relacionamentos bsicos entre
pixels
0 1 1 0
0 1 0 0
0 0 1 0
0 0 0 0
Pixels 4-conectados
0 1 1 0
0 1 0 0
0 0 1 0
0 0 0 0
0 1 1 0
0 1 0 0
0 0 1 0
0 0 0 0
0 1 1 0
0 1 0 0
0 0 1 0
0 0 0 0
Pixels 8-conectados
Conectividade
Adjacncia
Um pixel p adjacente a um pixel q se eles forem
conectados
Caminho
Caminho uma sequncia de pixels adjacentes
V={0}
Conectividade
Regio
Com R representando um subconjunto de pixels em
uma imagem, chamamos R de uma regio da
imagem se R for um conjunto conexo
Se existir pelo menos um caminho ligando quaisquer
dois pixels de R
V={0}
2 regies considerando
adjacncia 8
3 regies considerando
adjacncia 4
Relacionamentos bsicos entre
pixels
Exemplo: destaque as diferentes regies da imagem
considerando adjacncia 4 e 8 com V = {1}
0 1 1 1
0 1 0 1
0 0 1 0
0 0 0 1
1 1 0 1
1 1 0 1
1 1 0 1
Regies utilizando
adjacncia 4
Regies utilizando
adjacncia 8
0 1 1 1
0 1 0 1
0 0 1 0
0 0 0 1
1 1 0 1
1 1 0 1
1 1 0 1
Relacionamentos bsicos entre
pixels
0 1 1 1
0 1 0 1
0 0 1 0
0 0 0 1
1 1 0 1
1 1 0 1
1 1 0 1
Regies utilizando
adjacncia 4
Regies utilizando
adjacncia 8
0 1 1 1
0 1 0 1
0 0 1 0
0 0 0 1
1 1 0 1
1 1 0 1
1 1 0 1
Relacionamentos bsicos entre
pixels
Medidas de distncia
Dados os pixels p, q e z, de coordenadas (x,y), (s,t) e
(u,v), respectivamente, define-se a funo distncia
D, cujas propriedades so:
I. D(p,q) 0 (D(p,q) = 0 se e somente se p = q)
II. D(p,q) = D(q,p)
III. D(p,z) D(p,q) + D(q,z)
Exemplo: distncia Euclidiana
Operaes
Operaes pontuais com mais que uma imagem de
entrada
Operaes lgicas
Operaes aritmticas
Operaes lgicas
Quando lidamos com imagens binrias, as regies de
interesse (objetos) na imagem esto associadas aos
pixels com valor 1 e o fundo da imagem(background)
aos pixels com valor 0
Operaes lgicas entre objetos de imagens binrias:
NO (not)
OU (OR)
E (AND)
OU exclusivo (XOR)
lgicas provm da lgica matemtica na qual 1 e 0 expressam
verdadeiro e falso, respectivamente
Operaes lgicas
Objeto = 1
Background = 0
Operaes lgicas
AND
OR
A B
A B
Operaes lgicas
XOR
(A B) - (A B)
Operaes aritmticas
Adio
Subtrao
Multiplicao
Operaes com Imagens
Operao
Operaes com Imagens
Adio
Operaes com Imagens
Subtrao
Problema de underflow:
Resultado da
subtrao d valores
menores que 0 para
alguns elementos
Imagem satura no 0
Operaes com Imagens
Multiplicao
Problema de overflow:
Resultado da
subtrao d valores
maiores que 255
para alguns
elementos
Imagem satura no
255
Operaes com Imagens
ROI region of interest
Uma utilizao comum de multiplicao de imagens
no mascaramento, tambm chamado de regio
de interesse ( ROI, Region Of Interest)
x =
Exemplo Deteco de
movimento
Subtrao na deteco de movimento
Subtrao de uma imagem em que parte da imagem
esteja em movimento ou tenha se modificado
A subtrao ir gerar uma clara fronteira entre as regies
que se movem e as regies estticas
Exemplo Deteco de
movimento
x
=
Binarizao
Exerccios
data de entrega: prxima aula
1. Uma medida comum de transmisso de dados digitais o baud
rate, definido como o nmero de bits transmitidos por segundo.
Em geral, a transmisso feita em pacotes consistindo em um bit
de incio (start bit, que marca o incio da transmisso), um byte (8
bits) de informao e um bit de parada (stop bit, que indica o fim
da transmisso). Dado esses fatos responda:
a) Quantos minutos levaria para transmitir uma imagem de 1.024 x
1.024 com 256 nveis de cinza utilizando um modem de 56K
bauds?
b) Quanto tempo levaria em 3000K bauds, uma velocidade
representativa de uma linha telefnica do tipo DLS (Digital
Subscriber Line)?
Exerccios
data de entrega: prxima aula
2. Qual a profundidade de uma imagem com 65536 nveis de cinza?
Exerccios
data de entrega: prxima aula
3. Um pacote aplicativo de processamento de imagens utiliza um
formato proprietrio de arquivos de imagem, no qual os
primeiros 32 bytes so reservados para o cabealho, onde esto,
dentre outras, as informaes das dimenses vertical e horizontal
da imagem. Aps o cabealho, a imagem armazenada no
arquivo na base de 1 byte por pixel, linha aps linha, sem nenhum
tipo de compactao. Sabendo que as imagens armazenadas
neste formato so representadas em 256 tons de cinza, qual ser
o tamanho (em bytes) de um arquivo de imagem contendo 230
pixels na horizontal e 100 pixels na vertical?
Exerccios
data de entrega: prxima aula
4. Considere duas imagens em tons de cinza, A e B, com |DA| =
100200 e |DB| = 200 400 pixels respectivamente. A primeira
cobre uma rea de 10 20 cm
2
e a segunda uma rea de 100
200 cm
2
.
a) Qual imagem possui maior resoluo espacial?
b) Qual deveria ser o tamanho da imagem A para possuir a mesma resoluo
espacial da imagem B?
c) Quais so as dimenses em cm
2
dos pixels nas imagens A e B?
d) Qual o comprimento de um segmento de reta em A, que vai do pixel p =
(0, 0) ao pixel q = (50, 100)?
e) Quantos bytes so necessrios para armazenar A, se os valores dos pixels
vo de 0 a 2000? Qual a profundidade de A neste caso?
Exerccios
data de entrega: prxima aula
5. Considere os dois subconjuntos de imagens, S1 e S2 mostrados na
figura a seguir. Para V = {1}, determine se esses dois subconjuntos
so (a) adjacentes-4 ou (b) adjacentes-8. Dois subconjuntos so
considerados adjacentes se sua unio formar um conjunto
conexo.
Exerccios
data de entrega: prxima aula
6. Considere os dois subconjuntos de imagens, S1 e S2 mostrados na
figura a seguir. Para V = {1}, determine se esses dois subconjuntos
so (a) adjacentes-4 ou (b) adjacentes-8. Dois subconjuntos so
considerados adjacentes se sua unio formar um conjunto
conexo.
Exerccios
data de entrega: prxima aula
7. Considere o segmento de imagem mostrado
ao lado.
a) Se V = {0,1}, calcule os comprimentos dos caminhos -4 e -8 mais
curtos entre p e q. Se um caminho especfico no existir entre
esses dois pontos, explique por qu. O comprimento do caminho
igual ao nmero de pixels do caminho.
b) Faa o mesmo para V = {1,2}.
Exerccios
data de entrega: prxima aula
8. Considere o trecho de imagem a seguir, representado por uma matriz,
onde cada elemento da matriz corresponde ao nvel de cinza do pixel
correspondente.
Seja V = {250, 251, 252, 253, 254, 255}. Calcule os comprimentos dos
caminhos -4 e -8 mais curtos entre p e q
Exerccios
data de entrega: prxima aula
Objeto = 1
Background = 0
A B
Exerccios
data de entrega: prxima aula
10. D as expresses para os conjuntos mostrados em cinza na figura
a seguir em termos dos conjuntos A, B e C. As reas em cinza em
cada figura constituem um conjunto, de forma que cada uma das
trs figuras deve ter uma expresso correspondente.
Bibliografia
GONZALEZ, R. G., e WOODS, R.,
Processamento Digital de Imagens, So
Paulo, Edgard Blcher, 2000.
VIEIRA NETO, Hugo e MARQUES FILHO, Oge -
Processamento Digital de Imagens 1999 -
Acadmica Brasport