1

Universidade Federal de Gois

Instituto de Informtica

Processamento
Digital de
Imagens
Prof Fabrzzio Alphonsus A M N Soares
2012
2
Captulo 2 Fundamentos da Imagem Digital

Definio de Imagem:

Uma imagem pode ser definida como uma funo bidimensional f(x, y)
Onde:

x e y coordenadas espaciais

Amplitude de f em qualquer par de coordenadas (x, y) intensidade ou
nvel de cinza da imagem naquele ponto.

- Captulo 2 -
3
Captulo 2 Fundamentos da Imagem Digital

Origem yi
0 Imagem Digital:
y
Coordenadas espaciais (x, y) e valores de
amplitude de f so grandezas finitas e
discretas.
xi
f(xi ,yi ) Assim, uma imagem digital uma matriz
cujos ndices de linhas e de colunas
identificam um ponto na imagem, o valor do
elemento da matriz identifica o nvel de cinza
naquele ponto.
x

Os elementos dessa matriz digital so chamados de elementos da

imagem, elementos da figura, pixels ou pels, estes dois ltimos,
abreviaes de picture elements (elementos de figura).

- Captulo 2 -
4
Amostragem e Quantizao de Imagens
Em aplicaes de Processamento Digital de Imagens necessrio gerar
imagens digitais partir de dados captados por sensores, cuja amplitude e
o comportamento no espao esto relacionados ao fenmeno fsico que
est sendo captado e portanto so grandezas contnuas.

Fonte de iluminao
(energia)

Imagem de sada
Sistema de (digitalizada)
aquisio de
imagens

Plano imagem
Elemento da cena
- Captulo 2 -
5
Conceito Bsico: Imagem contnua em relao s coordenadas
x e y e tambm em relao amplitude

Nveis de cinza da
linha de varredura AB

Digitalizao dos valores de amplitude

Quantizao

Linha de
varredura
digital

Amostragem
Digitalizao dos valores de coordenadas
- Captulo 2 -
6
Exemplo:
Matriz de sensores

Imagem contnua projetada em Resultado da amostragem e

uma matriz de sensores quantizao da imagem

- Captulo 2 -
7
Representao de Imagens Digitais

f(x,y) Imagem digital

(x,y) Coordenadas discretas (nmeros inteiros)
x = 0, 1, 2, ..., M-1
Matriz M x N M linhas e N colunas
y = 0, 1, 2, ..., N-1

- Captulo 2 -
8
Representao de Imagens Digitais (cont...)

Imagem representada graficamente

como uma superfcie.

Origem

Origem

Imagem representada
como uma matriz de
intensidade visual. Imagem representada
como uma matriz
numrica 2-D.

- Captulo 2 -
9

L Nmero de nveis discretos de intensidade Potncia inteira

de 2
L=2
k
Faixa de valores: [0, L-1]

Nmero de bits necessrios para armazenar uma imagem digitalizada:

b=M xN xk Quando M = N b = N 2 k

Nmero de bits de armazenamento para vrios valores de N e k.

- Captulo 2 -
10
Resoluo Espacial e de Intensidade

Resoluo Espacial:
uma medida do menor detalhe discernvel em uma imagem.
Pode ser expressa por:

Pares de linha por unidade de distncia:

Suponha um diagrama com linhas verticais, cada uma com uma
largura de W unidades. A largura de um par de linhas 2W e h 1/2W
pares de linhas por unidade de distncia.

Ex: W = 0,1mm 5 pares de linhas por mm

- Captulo 2 -
11
Resoluo Espacial e de Intensidade
Resoluo Espacial:

Pontos (pixels) por unidade de distncia:

Medida de resoluo de imagens comumente utilizadas por editoras e
revistas grficas.
dots per inch pontos por polegadas dpi
Ex: Jornais 75 dpi ; Revistas 133 dpi ; Livros em torno de 2400 dpi

- Captulo 2 -
12
Efeito da Resoluo Espacial:

Imagem 1024 x 1024 sub-amostrada at 32 x 32.

Obs.: A quantidade de nveis de cinza mantida a mesma (256).

- Captulo 2 -
13
Efeito da Resoluo Espacial:

Imagens anteriores expandidas para facilitar comparao.

- Captulo 2 -
14
Efeito da Resoluo Espacial:

1250 dpi 300 dpi

150 dpi 72 dpi

- Captulo 2 -
15
Resoluo de Intensidade:

Refere-se menor variao discernvel de nvel de intensidade na

imagem.

Em virtude de algumas consideraes de hardware no processo de

armazenamento e quantizao, o nmero de nveis de cinza
normalmente igual a 2k, sendo k um nmero inteiro.

Geralmente, expressa pela quantidade de bits utilizados para

quantizar a intensidade.

Ex: Imagem cuja intensidade quantizada em 256 nveis

8 bits de resoluo de intensidade

- Captulo 2 -
16
Efeito da Resoluo de Intensidade:

256 128 64 32

16 8 4 2

Variao da quantidade de nveis de cinza usados para quantizao.

Obs: O tamanho da imagem mantido constante.
- Captulo 2 -
 Interpolao de Imagens

uma ferramenta bsica utilizada extensivamente em tarefa como ampliao,
reduo, rotao e correes geomtricas.

Trata-se de um processo que utiliza dados conhecidos para estimar valores em
pontos desconhecidos.
Ex: Visualizao da ampliao de uma
b) 9x9
imagem 4 x 4 para:
a) 8x8 a) 8 x 8
b) 9 x 9
Aps atribuir as intensidades a todos os
pontos da grade de sobreposio, ela
expandida para o tamanho original a fim
de se obter a imagem ampliada.

a) b)
4x4

Tamanho original 17
- Captulo 2 -
18
Mtodos de Interpolao
Interpolao por vizinho mais prximo:

Atribui a cada nova posio a intensidade de seu vizinho mais prximo na
imagem original.

Tem a tendncia de produzir artefatos indesejveis na imagem, como
grande distoro nas bordas retas.

- Captulo 2 -
19
Mtodos de Interpolao

Interpolao Bilinear:

So utilizados os quatro vizinhos mais prximos para estimar a intensidade
de uma dada posio.

Proporciona resultados muito melhores do que a interpolao por vizinho
mais prximo, com um pequeno aumento de custo computacional.

- Captulo 2 -
20
Mtodos de Interpolao

Interpolao Bicbica:

Inclui os 16 vizinhos mais prximos de um ponto.

Em geral, melhor na preservao de detalhes finos em comparao com
a interpolao bilinear.

o padro utilizado em programas comerciais de edio de imagens como
o Adobe Photoshop e o Corel Photopaint.

- Captulo 2 -
21
Exemplo:
Imagem original 1250 dpi 3692 x 2812 pixels
Abaixo, observa-se imagens com a resoluo reduzida para 72 dpi (213 x 162 pixels) e tamanho ampliado de volta ao original (3692 x 2812 pixels) utilizando
diferentes mtodos de interpolao.

Interpolao por Interpolao Bilinear Interpolao Bicbica

vizinho mais prximo
- Captulo 2 -
22
Relacionamentos bsicos entre pixels
Vizinhos de um pixel
Um pixel p na coordenada (x,y) pode ter as seguintes vizinhanas:

N4(p) Vizinhana-4 de p:
Inclui os quatro vizinhos horizontais e verticais de p cujas coordenadas
so:
(x+1,y), (x-1,y), (x, y+1), (x,y-1)

ND(p) Vizinhana diagonal de p:

Inclui os quatro vizinhos diagonais de p cujas coordenadas so:
(x+1,y+1), (x+1,y-1), (x-1, y+1), (x-1,y-1)

N8(p) Vizinhana-8 de p:
Conjunto da vizinhana-4 e da vizinhana diagonal de p.

- Captulo 2 -
23
Relacionamentos bsicos entre pixels

Vizinhana Diagonal
Vizinhana - 8
p Vizinhana - 4

Obs: Se (x,y) estiver na borda da imagem, alguns vizinhos

de p ficaro para fora da imagem.

- Captulo 2 -
24
Adjacncia, conectividade, regies e fronteiras

V conjunto de valores de intensidade utilizados para definir
adjacncia.

V = {1} adjacncia de pixels com valores iguais a 1 em imagens
binrias.

Nveis de cinza de 0 a 255 V pode ser qualquer subconjunto desses
256 valores.

- Captulo 2 -
25
Adjacncia, conectividade, regies e fronteiras

Tipos de adjacncia:

Adjacncia-4:
Dois pixels p e q com valores pertencentes a V so adjacentes-4
se q estiver no conjunto N4(p).
Adjacncia-8:
Dois pixels p e q com valores pertencentes a V so adjacentes-8
se q estiver no conjunto N8(p).
Adjacncia-m (adjacncia mista):
Dois pixels p e q com valores pertencentes a V so adjacentes-m
se:
a) q estiver em N4(p),ou
b) q estiver em ND(p) e N4(p)N4(q) no contiver nenhum pixels
com valores de V.
Foi criada para eliminar ambiguidades da adjacncia-8. - Captulo 2 -
26
Caminho (ou curva) digital:
O caminho do pixel p com coordenadas (x,y) ao pixel q com coordenadas (s,t)
uma sequncia de pixels distintos com coordenadas:

(x0 ,y0), (x1 ,y1), ... , (xn ,yn)

onde (x0 ,y0)=(x,y) , (xn ,yn) = (s,t), e os pixels (xi ,yi) e (x i-1,yi-1) so adjacentes
para 1 i n, onde n o comprimento do caminho.

Pode-se definir caminhos 4, 8 ou m, dependendo do tipo de adjacncia

especificada.

Exemplos:

Caminho-4 Caminho-8
Comprimento = 10 Comprimento = 7
- Captulo 2 -
27

Conectividade:

Com S representando um subconjunto de pixels em uma

imagem, dizemos que dois pixels p e q so conexos em S
se houver um caminho entre eles consistindo inteiramente
de pixels em S.

- Captulo 2 -
28

Componentes Conexos:
Para qualquer pixel p em S, o conjunto de pixels que so conectados a
ele em S chamado de componente conexo de S.

Considerando a vizinhana-4:
Trs componentes conexos

Considerando a vizinhana-8:
Dois componentes conexos

Se existir apenas um componente conexo,

o conjunto S chamado de conjunto
- Captulo 2 -
conexo.
29
Regio:

Com R representando um subconjunto de pixels em uma imagem,
chamamos de R uma regio da imagem se R for um conjunto conexo.

Dizemos que duas regies Ri e Rj so adjacentes se sua unio
formar um conjunto conexo.

O tipo de adjacncia utilizado deve ser especificado.

Regies que no so adjacentes so chamadas disjuntas.

Adjacncia-8

- Captulo 2 -
30
Fronteira:
Suponha que uma imagem contenha k regies disjuntas. Expressamos por Ru
a unio de todas essas regies e por (Ru )c seu complemento, ou seja, o
conjunto de pontos que no esto em Ru.

Chamamos todos os pontos em Ru de frente (foreground) e todos os pontos

em (Ru )c de fundo (background) da imagem.

A fronteira ou contorno interno de uma regio R o conjunto de pontos

adjacentes aos pontos do complemento de R, ou seja, o conjunto de pixels da
regio que tem pelo menos um vizinho no fundo da imagem.

O ponto circulado parte da fronteira dos

pixels de valor 1 somente se a adjacncia-8
entre a regio e o fundo for utilizada.

- Captulo 2 -
31
Fronteira:

Contorno externo Contorno correspondente, no fundo.

Importante no desenvolvimento de algoritmos chamados de

seguidores de contorno (border following) que so formulados
para seguir o contorno externo de uma regio de modo a
garantir que o resultado formar um contorno fechado.

Na figura ao lado, a fronteira interna da regio de valor 1 no

forma um caminho fechado, mas sua fronteira externa sim,

- Captulo 2 -
32
Borda:

Diferena entre borda e fronteira:

A fronteira de uma regio forma um caminho fechado, e assim, um conceito

global.

As bordas so formadas por pixels com valores cujas derivadas excedem um

limiar pr-definido. Assim, a ideia de uma borda um conceito local baseado
em uma medida de descontinuidade de nvel de intensidade em um ponto.

Em imagens binrias, as bordas e as fronteiras se correspondem.

- Captulo 2 -
33
Medidas de Distncia

Para os pixels p, q e z, com coordenadas (x,y), (s,t) e (v,w),

respectivamente, D uma funo distncia ou medida de distncia
se:
a) D(p,q) 0 ( D(p,q)=0 se p=q )
b) D(p,q) = D(q,p)
c) D(p,z) D(p,q) + D(q,z)

- Captulo 2 -
34
Medidas de Distncia

Distncia Euclidiana
De(p,q) = [(x - s)2 + (y - t)2]1/2
Para essa medida de distncia, os pixels que possuem distncia de (x,y)
menor ou igual a um valor r so os pontos contidos em um disco
de raio r centrado em (x,y).

Distncia D4 ( Distncia City Block )

D4(p,q) = | x s | + | y t |
Neste caso, os pixels que possuem distncia D4 de (x,y)
menor ou igual a um valor r, formam um losango
centrado em (x,y).

Ex: D4 2 Os pixels com D4 =1 so vizinhos-4 de (x,y).

- Captulo 2 -
35
Distncia D8 ( Distncia Chessboard )

D8(p,q) = mx( | x s |, | y t | )

Neste caso, os pixels que possuem distncia D8 de (x,y)

menor ou igual a um valor r, formam um quadrado
centrado em (x,y).
Ex: D8 2

Os pixels com D8 =1 so vizinhos-8 de (x,y).

- Captulo 2 -