USP/FZEA/ZEB

Engenharia de Biossistemas / professor Luciano C. Lulio, Dr.

Relatrio de prticas/treinamentos (MATLAB/OpenCV)

Nomes: ATILIO LUIZ GASPARINI PASQUALINOTTO , 7565299

_____________________________________________________________________________

Trabalho de nivelamento acadmico

Contedo:
1- Transformaes de intensidade;
2- Filtragem espacial;
3- Filtragem na frequncia;
4- Restaurao de imagens;
5- Processamento de imagens coloridas;
6- Manipulao de histogramas;
7- Processamento morfolgico.

Proposta de aplicao: Manejo de Bovinos utilizando Anlise de Imagens

Com objetivo de realizar a contagem de bovinos em ambiente natural com imagens areas,
possibilitando uma maior facilidade de manejo dos animais.

Item 01: Transformaes de intensidade:

- teis para manipulao de contraste em geral
- Alargamento de contraste
Aplicao em manejo bovino: Pode ser utilizada como ajuste em imagens de baixo contraste que podem
ser geradas de diversas formas como, por exemplo, iluminao ruim ou uma configurao ruim de lentes
para a aquisio da imagem.

g = imadjust (f, [low_in high_in], [low_out high_out], gamma)

% A funo imadjust uma ferramenta bsica para transformaes de imagens em escala
de cinza. Mapeia os valores de intensidade da imagem f para novos valores em g, tal
que os valores entre low_in e high_in mapeiem entre low_out e high_out.
Valores abaixo de low_in e acima de high_in so cortados; isto , valores abaixo de
low_in mapeiam em low_out, e valores acima de high_in mapeiam em high_out.
Todos os valores dos parmetros, exceto f, so especificados como valores entre 0
e 1, independente da classe de f.
O parmetro gamma especifica a forma da curva que mapeia os valores de
intensidade. Se gamma menor que 1, o mapeamento clareia os valores de sada;
se gamma maior que 1, o mapeamento escurece os valores de sada; e se o
argumento gamma omitido, o valor default 1, mapemento linear.

Item 02: Filtragem espacial:

- Filtragem espacial realiza operao diretamente na imagem, usando filtros espaciais tambm chamados
de mscaras, kernels, templates, e windows.
- Filtragem espacial tem como vantagem poder ser no linear
- Filtros de suavizao: tem correspondncias com o filtro passabaixa no domnio da frequncia. Este
filtro atenua ou elimina componentes de altas frequncias no domnio de Fourier enquanto preserva as
componentes baixas frequncias.
- Filtros de realce de arestas: tem correspondncia com o filtro passa-alta no domnio da frequncia. As
componentes de alta frequncia caracterizam arestas ou outros detalhes abruptos que ocorrem na imagem.

ZEB1061 - Captao e anlise de imagens para fins agropecurios

Relatrio de treinamentos e prticas (MATLAB/OpenCV) - sem 01/2017 1
USP/FZEA/ZEB
Engenharia de Biossistemas / professor Luciano C. Lulio, Dr.

Este filtro atenua ou elimina as componentes de baixa frequncia enquanto preserva as componentes de
alta frequncia.
- Filtros passa banda: remove uma regio selecionada de componentes de frequncias. Estes filtros so
mais usados em tcnicas de restaurao de imagens e raramente em realce de imagens.
Aplicao em manejo bovino: Atenuar ou eliminar componentes no desejados na imagem como, por
exemplo, o pasto ajudando na diferenciao dos bovinos. Tambm pode ser usado para realce de bordas
no caso o realce dos bovinos em pasto.

J = imnoise (f,Tipo) % f a imagem de intensidade e Tipo adiciona

rudo de um
determinado tipo imagem de intensidade pode ser do tipo gaussian, localvar,
poisson, salt & pepper e speckle

g = ordfilt2(f,elemento,true(n)) % f a imagem de intensidade elemento representa a

posio do elemento e true(n) a Vizinhana/mascara.

g = medfilt2(f, [m n], padopt) % f a imagem de intensidade, [m n] o Tamanho da

mascara , padopt o preenchimento

g = edge (f, bordas) % f a imagem e bordas tipo de bordas a ser utilizado como
roberts, prewitt ou sobel

Item 03: Filtragem na frequncia:

- Filtros so utilizados em imagens para permitir a alterao dos sinais originais de entrada, onde atravs
da aplicao de tcnicas de filtros, torna-se possvel gerar novos valores de sada para tais sinais. Imagens
so representadas essencialmente no domnio espacial. Tais sinais podem ser convertidos para o domnio
da frequncia fazendo-se uso, por exemplo, da Transformada Rpida de Fourier e em seguida, aplicando-
se filtros para o propsito especfico em questo.
-A realizao da filtragem dos dados no domnio da frequncia possibilita a alterao dos dados originais
em novas informaes de sada com a aplicao de filtros como o Passa Baixa ou Passa Alta, permitindo
a remoo de rudos dos sinais, a suavizao dos dados, o aumento do contraste ou at o realce dos
detalhes de uma imagem, como as bordas.
-Frequncia est relacionada com variao, como por exemplo uma variao espacial de intensidade, logo
se percebido uma modificao em freq. A mesma pode estar relacionada a uma variao na intensidade
-Baixas frequncias na transformada so correspondentes a componentes que variam lentamente na
imagem.
- Altas frequncias so causadas por transies agudas em intensidade, tais como bordas e rudos.

fft2(f) % Fast Fourier transform ( transformada rpida de Fourier em 2D)

fft2(f,P,Q) %padding
F= fft2(f,P,Q); S=abs(F); %spectrum
imshow(S, [ ]) %visualizar o espectro
Fc=fftshift(F) %deslocamento/centralizao do Espectro
ifftshift(Fc) %deslocamento/centralizao do espectro

Item 04: Restaurao de imagens:

- um processo que tenta reconstruir uma imagem que foi degradada
- A reconstruo faz o caminho inverso do processo que degradou a imagem

ZEB1061 - Captao e anlise de imagens para fins agropecurios

Relatrio de treinamentos e prticas (MATLAB/OpenCV) - sem 01/2017 2
USP/FZEA/ZEB
Engenharia de Biossistemas / professor Luciano C. Lulio, Dr.

-A restaurao de imagens digitais pode ser vista como um processo de obteno de f(x,y) dada g(x,y) e
um conhecimento da degradao H, assume-se que n(x,y) limitado informao de natureza estatstica

g=imnoise(f,tipo,parametros) %Gerando rudo usando uma distribuio especifica que pode ser do tipo
uniform , gaussian, Lognormal, Rayleight, Exponencial, Erlang, Salt & peper .

Item 05: Processamento de imagens coloridas:

- Em analise automatizada a cor um forte descritor, que simplifica a identificao de um objeto e a
extrao de uma cena.
- O objetivo do modelo facilitar a especificao das cores em alguma forma padro.
-Essencialmente um modelo de cor uma especificao de sistemas de coordenadas tridimensionais e um
subespao onde cada cor representada por um nico ponto por exemplo, no modelo RGB cada cor
aparece nos seus componentes espectrais de vermelho, verde e azul

FR = rgb_image(: , : , 1 ); % Exibio da componente vermelho

FG = rgb_image(: , : , 2 ); % Exibio da componente verde
FB = rgb_image(: , : , 3 ); %Exibio da componente azul

Item 06: Manipulao de histogramas:

- Os histogramas podem ser utilizados para fins de reconhecimento de padres
- Pode melhorar a qualidade visual da imagem
- Facilidade na implementao computacional
Aplicao em manejo bovino: Pode ser usada para reconhecimento de padres na imagem se a imagem
est muito escura, muito clara, com baixo contraste ou com alto contraste tudo isso pode ser verificado
pelo comportamento do histograma e muitas vezes na melhora a qualidade visual da imagem.
Possivelmente no uma ferramenta que til na aplicao proposta no manejo de bovinos visto que no
teria algum acrscimo para o processamento computacional que feito posteriormente (somente melhoria
na qualidade visual da imagem).

h = imhist(f, b) % f a imagem e b so os nveis pr-estabelecidos pelo usurio

(de 0 a 255)
g = histeq(f, nlev) % f a imagem e nlev so os nveis pr-estabelecidos pelo usurio
(de 0 a 64)
j = histeq(f, hspec) % f a imagem e hspec um vetor linha contendo os valores
especificados para o histograma desejado.

% Os mtodos de histograma imhist e histeq, so globais, ou seja, os pixels

so modificados por uma funo de transformao baseada na distribuio de
intensidade da imagem inteira.

ZEB1061 - Captao e anlise de imagens para fins agropecurios

Relatrio de treinamentos e prticas (MATLAB/OpenCV) - sem 01/2017 3
USP/FZEA/ZEB
Engenharia de Biossistemas / professor Luciano C. Lulio, Dr.

Item 07: Processamento morfolgico:

Identificar e extrair descritores de uma imagem;

Aplicaes: Segmentao; Contagem; Inspeo automatizada;
- Operadores morfolgicos mais importantes, todas as operaes morfolgicas podem ser definidas a
partir destas duas:
- Eroso: Para efetuar a eroso de uma imagem binria, posicionamos o pixel central do elemento
estrutural sucessivamente em cada pixel de primeiro plano (de valor 1) da imagem. Se qualquer dos pixels
vizinhos forem de segundo plano (de valor 0), o pixel de primeiro plano transformado em pixel de
segundo plano. Formalmente, a eroso da imagem A pelo elemento estrutural B denotada por A B.
- Dilataco Para efetuar a dilatao de uma imagem binria, posicionamos o pixel central do elemento
estrutural sucessivamente em cada pixel de segundo plano da imagem. Se qualquer dos pixels vizinhos
forem de primeiro plano (de valor 1), o pixel de segundo plano transformado em pixel de primeiro plano.
Formalmente, a dilatao da imagem A pelo elemento estrutural B denotada por A B.

Texto...
T/P01E_01.m
%Escrever o cdigo ou funo
...

Exerccio n:

Texto...
T/PnE_n.m
%Escrever o cdigo ou funo
...

ZEB1061 - Captao e anlise de imagens para fins agropecurios

Relatrio de treinamentos e prticas (MATLAB/OpenCV) - sem 01/2017 4
USP/FZEA/ZEB
Engenharia de Biossistemas / professor Luciano C. Lulio, Dr.

Normas:
As prticas e treinamentos devem ser enviados sempre pelo Tidia;
Antes de submeter os arquivos dos exerccios de Treinamentos/Prticas, atente-se ao padro
indicado do incio de cada treinamento ou prtica (cabealhos, comandos de reset de variveis,
padres *.m, ...);

Cabealho:
% Nome do aluno, nUSP
% Treinamento n / Prtica n
% Exerccio n

clear all
close all
clc

%Escrever o cdigo ou funo e em cada trecho/comando comentar a operao.

...

Utilize as imagens prprias dos exerccios enviadas no mesmo arquivo;

Todos os exerccios devem ser comentados. Para cada trecho de cdigo, funo, comando, deve-
se comentar sucinta e diretamente cada operao.
Cada exerccio deve ser um arquivo separado *.m contendo o nmero corresponde e a
prtica/treinamento corrente (TnE_n.m ou PnE_n.m).
Para a submisso dos arquivos, deve-se compactar todos os cdigos, figuras, grficos em um
arquivo com extenso .rar, usem o seguinte formato:
NomeSobrenome_nUSP_Tn.rar (treinamentos)
NomeSobrenome_nUSP_Pn.rar (prticas)
e.g. LucianoLulio_1234567_T03.rar / LucianoLulio_1234567_P05.rar

Quando comentar, interprete o resultado e use seus conhecimentos para justificar os eventos;
Coincidncias com limite de 30% no trabalho, cpias anulam os trabalhos e as notas;
Quando manipular uma imagem, use ; para no imprimir a imagem na tela;
Para mltiplas imagens (imshow, plot, ou similares) escrevam a funo figure(n) antes para
uma imagem corrente no sobrepor a anterior;
As perguntas tambm devem ser respondidas como comentrios nos arquivos;

ZEB1061 - Captao e anlise de imagens para fins agropecurios

Relatrio de treinamentos e prticas (MATLAB/OpenCV) - sem 01/2017 5