Processamento Digital de Imagens PDF

Centro de Estudos
Fundação São Lucas
Processamento Digital de
Imagens - PDI
Prof. Elisandro Andrade

Processamento Digital de Imagens - PDI Centro de Estudos – Fundação São Lucas
Centro de Estudos – Fundação São Lucas

Curso Técnico de Radiologia Médica
Processamento Digital de Imagens - PDI
Prof. Elisandro Andrade Página 2

Apresentação
Competências
 Distinguir as características básicas da formação da imagem digital, empregando

os conceitos e princípios dos diferentes algoritmos de processamento, de forma a
obter imagens para a interpretação e o diagnóstico;
 Identificar equipamentos e reconhecer procedimentos utilizados no
processamento de imagens digitais;
 Reconhecer protocolos de processamento em radiodiagnóstico;
Habilidades
 Aplicar técnicas para processamento de imagens digitais através da operação

adequada de equipamentos de radiodiagnóstico;
 Executar a manipulação da imagem através de algoritmos que permitam a
variação de brilho e contraste de modo a assegurar a clareza da mesma;
 Proceder ao processamento e revelação das imagens digitais;
Bases Tecnológicas
 Informática aplicada ao diagnóstico por imagem;

 Processamento digital de imagens: ajustes para a qualidade das imagens;
 Equipamentos utilizados no processamento de imagens digitais;
 Técnicas de trabalho na produção de imagens digitais;
 Protocolos de operação de equipamentos de aquisição de imagem;
 Bases físicas que fundamentam o radiodiagnóstico.

Sumário
1 – Radiologia Digital ..................................................................................................................... 6

1.1 – Histórico ................................................................................................................................ 6
1.2 – Limites de Sistemas Analógicos ............................................................................................. 7
1.3 – Vantagens do sistema Digital com relação ao Convencional (Analógico) ............................. 8
1.4 – Composição da imagem digital ............................................................................................. 9
1.5 – Reconstrução das imagens .................................................................................................. 12
1.6 – Confecção da matriz da imagem ......................................................................................... 13
1.7 – Sistemas de gerenciamento das imagens radiográficas digitais ......................................... 14
1.8 – Etapas no processo de formação da imagem digital........................................................... 14
2 – Processamento Digital de Imagens ............................................................................................ 17
2.1 – Introdução ao Processamento de Imagens Digitais ............................................................ 17
2.1.1 – Introdução .................................................................................................................... 17
2.1.2 – Outras áreas de aplicações do PDI ............................................................................... 19
2.1.3 – Representação de Imagens Digitais ............................................................................. 19
2.1.4 – Passos Fundamentais do Processamento de Imagens ................................................. 20
2.1.5 – Conceito de Imagem digital.......................................................................................... 22
2.1.6 – Imagem Matricial ......................................................................................................... 23
2.1.7 – Aquisição e Digitalização de Imagens........................................................................... 23
2.1.8 – Cor ................................................................................................................................ 23
2.1.9 – Reprodução de Cores ................................................................................................... 24
2.1.10 – Tipos de Imagem ........................................................................................................ 25
2.2 – Operações Geométricas ...................................................................................................... 25
2.2.1 – Espelhamento ............................................................................................................... 26
2.2.2 – Rotação......................................................................................................................... 26
2.2.3 – Zoom Digital ................................................................................................................. 26
2.2.4 – Interpolação Bilinear (pela média) ............................................................................... 30
2.3 – Histograma de uma Imagem ............................................................................................... 31
2.3.1 – Definição - Histograma ................................................................................................. 31
2.3.2 - Equalização do Histograma ........................................................................................... 32

2.4 – Segmentação de Imagens ................................................................................................... 32

2. 5 – Ruído em Imagens Digitais ................................................................................................. 37
2. 6 – Realce de imagens .............................................................................................................. 38
2.7 – Operações Aritméticas com Imagens .................................................................................. 39
2.7.1 – Soma de Imagens ......................................................................................................... 39
2.7.2 – Subtração de Imagens .................................................................................................. 39
2.7.3 – Multiplicação de Imagens ............................................................................................ 40
2.7.4 – Divisão de Imagens ....................................................................................................... 40
2.8 – Filtragem.............................................................................................................................. 40
2.8.1 – Filtros Espaciais “Passa-Baixa” ..................................................................................... 41
2.8.2 - Filtros Espaciais Passa-Altas .......................................................................................... 41
3 - Formação da imagem ....................................................................... Erro! Indicador não definido.
3.1 – Componentes de um equipamento de Radiografia Digital ................................................. 42
3.2 – Detectores CCD e CMOS ...................................................................................................... 43
3.3 – PSP (Photostimulable phosphor)......................................................................................... 43
3.4 – Comparações entre os sensores ......................................................................................... 44
4 - Exercícios ..................................................................................................................................... 45
Lista de exercícios – Capítulo 1 .................................................................................................... 45
5 - Bibliografia .................................................................................................................................. 50

1 – Radiologia Digital
1.1 – Histórico
O início das atividades de Radiologia data do final do século XIX, quando o alemão
Wilhelm Roentgen descobriu os raios-x ao ver a mão da sua esposa projetada numa tela,
enquanto trabalhava com radiações. A partir daí, a evolução dos equipamentos trouxe
novos métodos, entre eles a tomografia computadorizada (CT, do inglês, Computed
Tomography), que alargou o horizonte de visualização de algumas afecções de quatro
para quase mil condições de densidades diferentes. Depois, veio a Ressonância
Magnética, que permite que muitas condições sejam visualizadas, identificadas e
diagnosticadas.
Foi no início dos anos 80 que a Siemens introduziu o Angiotron como primeiro
equipamento de radiologia digital. Em contraste aos pesados armários de componentes
eletrônicos que apresentavam os equipamentos radiológicos digitais, a Siemens lançou o
Siremobil no meado dos anos 80.
Já no início dos anos 90 a Siemens Lançou o Fluorospot H Digital Imager. Este
sistema foi vendido com as funções de radiografia e fluoroscopia.
Um item em comum apresentado em todos estes sistemas digitais é que a
imagem poderia ser representada em modo de subtração de imagens e mostrando as
imagens em subtração é possível “apagar” backgrounds anatômicos e representar apenas
veias e artérias cheias de meios de contraste, por exemplo.
Fig. 1.1: Imagens digitais e operação de subtração.

1.2 – Limites de Sistemas Analógicos
 Filme possui latitude limitada, problemas devido a mudanças à exposição de raios-

x através do plano da imagem;
 O filme atua como detector, armazenador e display (exibidor da imagem); na
radiologia digital, os processos de aquisição da imagem (detecção), demonstração
e armazenamento são separados, o que leva à otimização de cada uma dessas
etapas.
 Desenvolvimento e processamento;
 Muitos passos envolvidos, perda na informação da imagem;
 Ruído analógico.
Fig. 1.2: Imagem digital em comparação com imagem analógica.

1.3 – Vantagens do sistema digital com relação ao convencional (analógico)
Existem várias vantagens do sistema digital com relação ao convencional

(analógico):
 A Imagem radiológica é vista instantaneamente pelo médico, e ao mesmo tempo
ela está sendo armazenada na memória do Sistema;
 A imagem é gravada em uma memória digital, isto é, pode ser reproduzida várias
vezes sem nenhuma deteriorização na imagem;
 Imagens podem ser subtraídas umas das outras, evidenciando apenas as
diferenças entre ambas;
 As imagens podem ser adquiridas tão rápido quanto o gerador de raios-x pode
controlar o tempo de exposição;

 O único espaço necessário para armazenar as imagens são os discos rígidos (HD’s).
Por lei, as imagens devem permanecer arquivadas por anos, o que requer grandes
volumes de arquivos, quando tratam-se de filmes. Além disso, com a Imagem
digital o médico dispõe da possibilidade de armazenamento das imagens em CD
ROM;
 Hoje em dia os Hospitais têm se preocupado com os gastos com produtos
químicos para o processamento dos filmes. O armazenamento destas substâncias,
a recuperação da prata e o descarte do químico são itens importantes para o meio
ambiente e geram gastos;
 Cada imagem é vista no sistema de TV através de um Intensificador de Imagens.
1.4 – Composição da imagem digital
Para entendermos melhor como é gerada uma imagem digital, primeiro temos
que entender como o computador trabalha com a imagem. A imagem que é apresentada
ao técnico ou ao radiologista, seja no monitor ou no filme, é formada pela diferente
coloração em níveis de cinza de milhares de pontos. Assim, como ocorre no televisor, a
imagem obtida do corte da anatomia é na realidade um conjunto de pontos com tons
diferentes.
É como se a imagem fosse dividida em uma matriz de N x N pontos. Atualmente, a
imagem tomográfica é gerada com matrizes a partir de 256 x 256 pontos, passando por
320 x 320 até 512 x 512 pontos. Equipamentos mais modernos chegam a trabalhar com
matrizes de 1024 x 1024 pontos, o que significa dividir a imagem em mais de 1 milhão de
pontos. E o trabalho do equipamento de imagem, juntamente com o computador, é
justamente definir, indiretamente, o valor da densidade daquela pequena porção de
tecido humano que cada um destes pontos está representando. Se houver uma mínima
diferença de densidades entre dois pontos consecutivos, então o computador atribuirá
um tom de cinza diferente para cada um dos pontos, resultando no contraste que levará
ao diagnóstico médico.

A menor unidade de dimensão ou de imagem é o ponto fotográfico, conhecido em

inglês por pixel (picture element), conforme demos uma idéia acima. O pixel não tem uma
dimensão ou comprimento definido, pois depende do tamanho do campo de visão e da
matriz de imagem. Assim, a escolha dos dois pelo técnico irá determinar que o pixel
represente uma certa porção da área transversal ou corte realizado no paciente. O campo
de visão (FOV, do inglês, field of view), ou ainda scan diameter, é um valor fornecido pelo
técnico operador quando da realização de cada exame.
Este valor está diretamente relacionado com a região do exame: para crânio, o
campo de visão é da ordem de 24 cm, para tórax/abdômen utiliza-se 35 cm ou 42 cm
(paciente obeso). Os valores permitidos para o FOV podem ser fixos (3 ou 4 valores) nos
equipamentos mais antigos, ou ajustáveis de 1 em 1 cm nos tomógrafos mais modernos.
A definição desta mediada pelo técnico permitirá a visualização da imagem com a melhor
resolução possível dentro dos limites do equipamento. Por isso, quando o equipamento
permitir a definição exata do campo de visão, o técnico deverá utilizar o espessômetro
para medir o paciente e com isso informar ao computador a medida exata.
Fig. 1.3: Ilustração representativa do pixel e do voxel.
Porém, devemos lembrar que a imagem apresentada na tela, não representa

apenas um corte que separou a anatomia do paciente em duas partes, superior e inferior,
ou direita e esquerda. Na realidade, o corte realizado no paciente possui uma espessura
de alguns milímetros. Logo, a densidade apresentada através do tom de cinza pelo pixel
na tela estará representando na realidade, não uma área, mas sim a densidade de um
pequeno volume do corpo do paciente, conforme ilustra a figura 2.2. Conhecido como
voxel, este elemento, ou esta quantidade, deve ser do entendimento principalmente do
radiologista, pois de acordo com os parâmetros utilizados, o tamanho do voxel irá definir
o menor tamanho de patologia a ser identificada.
Assim, sabendo-se o valor do campo de visão e a matriz escolhida, podemos
calcular o quanto representa, ou qual a dimensão de cada pixel. Vejamos os exemplos:
a) campo de visão de 24 cm divido por uma matriz de 256 x 256 pixels

→ 1 pixel = 240 mm / 256 = 0,9375 mm

b) campo de visão de 35 cm divido por uma matriz de 256 x 256 pixels

→ 1 pixel = 350 mm / 256 = 1,3671 mm
c) campo de visão de 35 cm divido por uma matriz de 512 x 512 pixels
→ 1 pixel = 350 mm / 512 = 0,6835 mm
d) campo de visão de 45 cm divido por uma matriz de 512 x 512 pixels
→ 1 pixel = 450 mm / 512 = 0,8789 mm
Como podemos ver, o ponto colorido na tela pode representar uma área no
paciente de 0,6835 mm.
A composição da imagem digital é semelhante à forma como os computadores
convencionais armazenam dados, por meio de informações simples chamadas bits
Computadores utilizam um sistema binário de dados. Um bit (binary digit)
somente pode assumir um de valores possíveis. Pode ser “0” (zero, low, baixo) ou “1”
(um, high, alto).
2 tons de cinza (1 bit)
4 tons de cinza (2 bits)

Desta forma então um bit pode representar duas tonalidades de cinza, que no
caso corresponderia ao branco e ao preto. 8 bits por sua vez correspondem à 1 Byte.
Cada imagem digital gerada é formada também por uma matriz composta de
elementos chamado pixels.
Pixel é o menor ponto de uma imagem.
8 Pixels
12 Pixels
O número total de pixels em uma imagem é o produto do número de pixels existentes na
vertical pelo número de pixels existentes na horizontal.
O número de pixels em uma imagem é chamado de tamanho da matriz.
1.5 – Reconstrução das imagens
A imagem, embora pareça ser a representação quase perfeita das anatomias do

paciente em exame, na realidade é um conjunto de números, transformados em tons de
cinza, que informam a densidade de cada ponto da anatomia. Como as partes anatômicas
possuem densidades distintas, dependendo das células que a compõem, a informação
das densidades acabam formando imagens que, na tela, desenham as várias anatomias
do corpo humano. Para descobrir o valor de densidade de cada ponto interior ao corpo
humano, o aparelho realiza a medição da atenuação de radiação que o corpo humano
provoca quando atravessado por um feixe de raios X. Como esta atenuação é realizada
por todo o corpo, é necessário que se façam várias exposições em diferentes ângulos.
Assim, se obtém uma grande quantidade de dados para que o computador possa definir
ponto a ponto da imagem qual seu valor de atenuação, ou de densidade.
A transformação desses valores nos vários níveis de cinza análogos cria uma
imagem visual da seção transversal da área varrida. Os valores de atenuação para cada
conjunto de projeção são registrados no computador e a imagem computadorizada é
reconstruída através de um processamento computacional complexo.

O número finito de valores de atenuação correspondente ao objeto varrido é

organizado na forma de uma matriz ou tabela. Devido a suas capacidades de absorção
diferentes, estruturas internas diferentes serão identificáveis na imagem fotográfica. O
tamanho da matriz da imagem, ou seja, o número de pontos fotográficos calculados, irá
implicar no número de projeções individuais. O tamanho da matriz, ou tabela, contudo,
também influencia na qualidade da resolução da imagem. Matrizes maiores significam
mais pontos e pixel de menor área, o que resulta em mais detalhes. No entanto, implica
num esforço computacional maior pelo computador.
Fig. 2.4: Ilustração representativa da atenuação através da matéria.
1.6 – Confecção da matriz da imagem
Uma vez que o computador obtenha uma lista de valores com todas as
atenuações medidas pelos sensores, começa um complexo processo computacional
matemático para que se identifique o valor da densidade ou da atenuação em cada pixel
da imagem a ser gerada.
Para cada elemento de volume é dado um valor numérico, ou seja um valor de
atenuação, que corresponde a quantidade média de absorção de radiação daquele tecido
representado no pixel. A densidade na tomografia computadorizada é diretamente
proporcional (relação linear) com o coeficiente de atenuação, uma constante do tecido
influenciado por muitos fatores. O coeficiente de atenuação quantifica a absorção da
radiação X. Após a calibração interna do tomógrafo, a densidade do tomograma
computadorizado da água é ajustada para 0, e a densidade do ar para -1.000 unidades
Hounsfield (Hounsfield units ou simplesmente HU).
A B HounsfieldCunits ou simplesmente
Fig. 2.4: D HU.E

1.7 – Sistemas de gerenciamento das imagens radiográficas digitais
Após a geração da imagem radiográfíca digital, ela deve ser gerenciada (exibição,
transmissão, armazenamento e gravação) por meio de sistemas informatizados.
Atualmente os principais são:
 PACS (Picture Archiving and Communications System) — Sistema de comunicação e
arquivamento de imagens;
 RIS (Radiology Information System) — Sistema de informações em Radiologia;
 HIS (Hospital Itijormatiou System) —Sistema de informações hospitalares;
 DICOM 3.0 — protocolo padrão (atual) de comunicação da imagem digital.
O PACS, responsável pelo armazenamento e distribuição eletrônica das imagens
digitais, integra-se com as modalidades geradoras de imagens digitais, o RIS e o HIS,
proporcionando o tráfego de imagens associado à informações.
A integração dos sistemas de Informação em Radiologia (RIS - Radiology
Information System) e de Sistema de comunicação e arquivamento de imagens (PACS -
Picture Archiving and Communications System) possibilitam a consulta remota de laudos e de
imagens associadas. A integração RIS/PAC é feita em tempo real, no momento da consulta,
utilizando tecnologias “web” e técnicas de programação para “internet/intranet”. A aplicação
“web” permite a consulta pela “intranet” do hospital laudos e exames associadas através de
nome, sobrenome, número de registro hospitalar dos pacientes ou por modalidade, dentro de
um determinado período. O visulaizador permite que o usuário navegue pelas iamgens,
podendo realizar funções básicas como “zoom”, controle de brilho e contraste e visualização
de imagens lado a lado.
A integração RIS/PACS diminui o risco de inconsistências, através da redução do
número de interfaces entre bases de dados com grande redundância de informaçõe,
proporcionando um ambiente de trabalho rápido e seguro para consultas de laudos
radiológicos e visualização de imagens associadas.
1.8 – Etapas no processo de formação da imagem digital

A imagem radiográfica digital é obtida pela conversão do feixe de radiação (após
interação com o objeto) em sinais elétricos. Essa conversão pode ser feita por detectores
acoplados ao aparelho de raios X em aparelhos digitais, ou pelo escaneamento de um écran
de fósforo de armazenamento, utilizado com aparelhos convencionais.
Para gerar uma imagem radiográfica digital com aparelho convencional é usado um
sistema baseado em écran de fósforo de armazenamento, e a imagem digital gerada é
denominada radiografia computadorizada (RC).
Esse sistema é uma alternativa para a aquisição de imagens radiográficas digitais
utilizando aparelhos de raios X convencionais (não digitais). Nele um chassi equipado com
um écran de armazenamento de fósforo é usado em substituição ao chassi convencional
(filme radiográfico).

A imagem latente contida no écran de fósforo, após exposição aos raios X, é

digitalizada através de um escaneamento a laser (digitalização). E importante saber que a
imagem latente presente no écran de fósforo se degrada com o tempo, portanto embora ela
possa ser mantida por até 24 horas, o seu escaneamento (digitalização) deve ser feito em
até 1 hora após a exposição.
Os écrans de armazenamento de fósforo são montados em chassis de tamanho
padrão e podem ser lidos, apagados (zerados) e reutilizados inúmeras vezes.
Esse sistema (écran de fósforo de armazenamento) mantém o mesmo tempo de
aquisição da imagem de um filme radiográfico, pois a imagem latente gerada no écran de
fósforo é primeiramente processada (escaneada/digitalizada) e depois distribuída.
Os écrans de fósforo devem ser limpos após 500 exposições, a cada 30 dias, ou
quando surgirem arte-fatos. É necessário muito cuidado ao limpá-los, pois são bem
menos resistentes à abrasão do que os écrans intensifícadores convencionais
(radiográfícos/radios-cópicos).
Atualmete os equipamentos digitais arquivam seus dados em um foram conhecida como
protocolo DICOM 3.0
Fig. 2.6: Logomarca DICOM.
DICOM especificamente é um protocolo de comunicação padrão, projetado para a

troca de informações através de imagem digital e serviços entre equipamentos em um
ambiente de radiológico.
Nos anos 70, os primeiros Scanner’s de CT foram introduzidos em hospitais pelo
mundo inteiro. Eles foram seguidos logo por Scanner’s de Ressonância Magnética e
outras imagens digitais produzidas por sistemas no início dos anos 80.
Nos início cada Scanner tinha a sua própria máquina fotográfica laser onde as imagens
digitais eram documentadas em filme. Logo foi percebido que seria desejável se vários
Scanner’s pudessem compartilhar uma única máquina laser. Diversos Fabricantes
desenvolveram protocolos próprios para possibilitar este compartilhamento das câmeras
laser.
Em aspectos adicionais, outros de benefícios com imagens digitais foi achado logo.
Uma imagem digital pode ser processada, pode ser armazenada em um sistema de
computador ou pode ser transmitida a outros sistemas. O nome PACS (Picture Archiving
and Communication System) foi criado e a primeira conferência de PACS aconteceu em
1982.

Ao mesmo tempo, os fabricantes e profissionais médicos perceberam que os hospitais

e fabricantes enfrentariam problemas principalmente, se as imagens digitais criadas por
diferentes vendedores não fossem compatíveis entre si. Assim este fabricantes chegaram
a conclusão que a implementação do software deveria estar baseada em um padrão
comum.
Os órgãos: ACR/NEMA (Faculdade de Radiologia americana e Associação de
Fabricantes Elétrica Nacional) começaram a trabalhar em um tal padrão em 1982.
O resultado deste projeto junto com a participação dos principais vendedores de
equipamentos foi o Padrão ACR/NEMA 1.0, foi publicado em 1985.
ACR/NEMA 1.0 definiu um formato de arquivo mas não era usado em networking. Em
1988, uma segunda edição (ACR/NEMA 2.0) foi publicado que incluiu um hardware para
comunicação Ponto-para-ponto. Era óbvio que ACR/NEMA 1.0 e 2.0 tiveram algumas
limitações essenciais. Em 1985, Philips e Siemens começaram um projeto em comum para
desenvolver uma interface de rede baseado no formato ACR/NEMA.
Este era depois o começo do DICOM e em quatro anos foram publicadas as primeiras
partes de DICOM 3.0 e foram demonstradas no RSNA em 1992. DICOM define formatos
de imagem para Radiografia Computadorizada, Tomografia Computadorizada,
Ressonância Magnética, Medicina Nuclear, Ultra-som, Angiografia, Radiofluoroscopia,
Radioterapia e PET, DICOM se propõe a Registrar a documentação de exames,o
agendamento de Pacientes e Administração dos Resultados.
Mesmo com tantos benefícios, essa nova tecnologia ainda tem seus
inconvenientes. “As imagens demoram a surgir na tela e, eventualmente, nem aparecem.
Outro problema é que se gasta mais tempo no novo método do que no convencional para
a conclusão do mesmo número de laudos. Em quatro horas de trabalho, por exemplo, um
médico não consegue analisar 40 exames.

2 – Processamento Digital de Imagens

2.1 – Introdução ao Processamento de Imagens Digitais
2.1.1 – Introdução
O interesse em métodos de processamento de imagens digitais decorre de duas

áreas principais de aplicação:
 Melhoria da informação visual para a interpretação humana.

 Processamento de dados de cenas para percepção automática através de
máquinas.
O objetivo do uso do processamento digital de imagens consiste em melhorar o

aspecto visual de certas feições estruturais para o analista humano e fornecer outros
subsídios para a sua interpretação, inclusive gerando produtos que possam ser
posteriormente submetidos a outros processamentos. A área de processamento digital
de imagens tem atraído grande interesse nas últimas duas décadas. A evolução da
tecnologia de computação digital, bem como o desenvolvimento de novos algoritmos
para lidar com sinais bidimensionais está permitindo uma gama de aplicações cada vez
maior.
Como resultado dessa evolução, a tecnologia de processamento digital de imagens

vem ampliando seus domínios, que incluem as mais diversas áreas, como por exemplo:
 análise de recursos naturais e meteorologia por meio de imagens de satélites;

 transmissão digital de sinais de televisão ou facsímile;
 análise de imagens biomédicas, incluindo a contagem automática de células e
exame de cromossomos;
 análise de imagens metalográficas e de fibras vegetais;
 obtenção de imagens médicas por ultrassom, radiação nuclear ou técnicas de
tomografia computadorizada;
 aplicações em automação industrial envolvendo o uso de sensores visuais em
robôs, etc.

Atualização Cartográfica Baseada em Imagens Digitais
O interesse em métodos de Processamento Digital de Imagens surgiu, principalmente,

da necessidade de melhorar a qualidade da informação pictorial para interpretação
humana. Uma das primeiras aplicações das técnicas de PDI foi a melhoria de ilustrações
de jornais enviados por cabo submarino entre Londres e New York por volta de 1920.
Mas as técnicas de processamento digital de imagens evoluíram em meados dos anos

60 com o advento de computadores digitais e com o programa espacial norte-americano.
Em 1964 as imagens da lua transmitidas pela sonda Ranger 7 foram processadas por um
computador para corrigir vários tipos de distorções inerentes à câmara de televisão à
bordo. As técnicas de processamento usadas nesta época serviram de base para o realce
e restauração de imagens de outros programas espaciais posteriores, como as expedições
tripuladas da série Apollo para a lua, por exemplo.
O uso de imagens multiespectrais coletadas por satélites tais como, Landsat, SPOT ou
similares, tem se mostrado como uma valiosa ferramenta para a extração dos dados

destinados às várias aplicações de pesquisa de recursos naturais. A obtenção das

informações espectrais registradas pelos sistemas nas diferentes partes do espectro
eletromagnético, visando a identificação e discriminação dos alvos de interesse, depende
principalmente da qualidade da representação dos dados contidos nas imagens.
As técnicas de processamento digital de imagens, além de permitirem analisar uma

cena nas várias regiões do espectro eletromagnético, também possibilitam a integração
de vários tipos de dados, os quais devem estar devidamente registrados.
2.1.2 – Outras áreas de aplicações do PDI
As principais áreas de aplicações do PDI geralmente requerem métodos capazes de

realçar as informações contidas nas imagens para a posterior interpretação e análise
humana. Algumas destas aplicações são:
Análise de recursos Naturais:

 Geologia - estudo da composição e estrutura da superfície, detecção de minerais,
óleo e outros recursos naturais.
 Agricultura - previsão de safras e determinação do tipo de plantação nas áreas de
agricultura.
 Floresta - determinação do tipo de cobertura florestal.
 Cartografia - mapeamento da superfície terrestre.
Análise ambiental:
 Monitoramento da poluição.
 Planejamento urbano.
Meteorologia:
 Análise de clima e temperatura.
Biomédica:
 Contagem automática de células.
2.1.3 – Representação de Imagens Digitais
O termo imagem monocromática, ou simplesmente imagem, refere-se à função
bidimensional de intensidade da luz f(x,y), onde x e y denotam as coordenadas espaciais e
o valor f em qualquer ponto (x, y) é proporcional ao brilho (ou níveis de cinza) da imagem
naquele ponto.
Às vezes se torna útil a visualização da função da imagem em perspectiva com um
terceiro eixo representando o brilho. Neste caso, a Figura 3.1 apareceria como uma série
de picos em regiões com numerosas modificações do nível de brilho e regiões planas ou
platôs em que os níveis de brilho variam pouco ou são constantes.

Usando-se esta convenção para atribuir proporcionalmente valores mais altos para
áreas de maior brilho obtém-se a altura dos componentes da figura proporcional ao
brilho correspondente na imagem.
Uma imagem digital é uma imagem f(x, y) discretizada tanto em coordenadas
espaciais quanto em brilho. Uma imagem digital pode ser considerada como sendo uma
matriz cujos índices de linhas e de colunas identificam um ponto na imagem, e o
correspondente valor do elemento da matriz identifica o nível de cinza naquele ponto.
Os elementos dessa matriz digital são chamados de elementos da imagem,
elementos da figura, "pixels" ou "pels", estes dois últimos, abreviações de "picture
elements" (elementos de figura). Quanto mais pixels uma imagem tiver melhor é a sua
resolução e qualidade.
Fig. 3.1: Convenção dos eixos para representação de imagens digitais

A Convenção dos eixos para representação de imagens digitais no Processamento de
Imagens é diferente da convenção usada na Computação Gráfica.
2.1.4 – Passos Fundamentais do Processamento de Imagens
Um exemplo de aplicação, que é bastante fácil de ser definida sem qualquer
conhecimento prévio de conceitos de imageamento, é o uso de técnicas de
processamento de imagens para leitura automática de endereços em correspondências. A
figura 3.2 mostra que o objetivo global é produzir um resultado a partir do domínio do
problema por meio de processamento de imagens. Nesse exemplo, o domínio do
problema consiste em correspondências e o objetivo é ler o endereço em cada uma
delas. Assim, a saída desejada nesse caso é uma seqüência de caracteres alfanuméricos.

Fig. 3.2: Passos fundamentais em processamento de imagens digitais

O primeiro passo no processo é a aquisição da imagem isto é, adquirir uma imagem
digital. Para fazer isso, necessitamos de um sensor para imageamento e a capacidade de
digitalizar o sinal produzido pelo sensor. O sensor poderia ser uma câmera de TV
monocromática ou colorida, o sensor de imageamento poderia também ser uma câmera
de varredura por linha que produza uma única linha de imagem por vez.
Nesse caso, o movimento do objeto ao longo do varredor de linhas produz uma
imagem bidimensional. Se a saída da câmera ou outro sensor de imageamento não se
encontrar na forma digital, um conversor analógico-digital realiza a digitalização. A
natureza do sensor e da imagem que ele produz são determinadas pela aplicação. No
caso das aplicações para leitura de correspondências baseiam-se grandemente em
câmeras por varredura de linhas.
Após a obtenção de uma imagem digital, o próximo passo trata de pré-processar
aquela imagem. A função chave no pré-processamento é melhorar a imagem de forma a
aumentar as chances para o sucesso dos processos seguintes. Nesse exemplo, o pré-
processamento tipicamente envolve técnicas para o realce de contrastes, remoção de
ruído e isolamento de regiões cuja textura indique a probabilidade de informação
alfanumérica.
O próximo estágio trata da segmentação que divide uma imagem de entrada em
partes ou objetos constituintes. Em geral, a segmentação automática é uma das tarefas
mais difíceis no processamento de imagens digitais.
Por um lado, um procedimento de segmentação robusto favorece substancialmente a
solução bem sucedida de um problema de imageamento. Por outro lado, algoritmos de
segmentação fracos ou erráticos quase sempre asseveram falha no processamento. No
caso de reconhecimento de caracteres, o papel básico da segmentação é extrair
caracteres individuais e palavras do fundo da imagem.
A saída do estágio de segmentação é constituída tipicamente por dados em forma de
pixels, correspondendo tanto à fronteira de uma região como a todos os pontos dentro
da mesma. Em ambos os casos é necessário converter os dados para uma forma

adequada ao processamento computacional. A primeira decisão que precisa ser feita é se

os dados devem ser representados como fronteiras ou como regiões completas.
A representação por fronteira é adequada quando o interesse se concentra nas
características da forma externa, tais como cantos ou pontos de inflexão. A representação
por região é adequada quando o interesse se concentra em propriedades internas, tais
como textura ou a forma do esqueleto. Em algumas aplicações, entretanto, essas
representações coexistem. Essa situação acontece em aplicações de reconhecimento de
caracteres, que freqüentemente requer algoritmos baseados na forma da borda, bem
como também esqueletos e outras propriedades internas.
A escolha de uma representação é apenas parte da solução para transformar os
dados iniciais numa forma adequada para o subseqüente processamento computacional.
Um método para descrever os dados também deve ser especificado, de forma que as
características de interesse sejam enfatizadas.
O processo de descrição, também chamado seleção de características, procura
extrair características que resultem em alguma informação quantitativa de interesse ou
que sejam básicas para discriminação entre classes de objetos. Em se tratando de
reconhecimento de caracteres, descritores tais como buracos e concavidades são
características poderosas que auxiliam na diferenciação entre uma parte do alfabeto e
outra.
O último estágio envolve reconhecimento e interpretação. Reconhecimento é o
processo que atribui um rótulo a um objeto, baseado na informação fornecida pelo seu
descritor. A interpretação envolve a atribuição de significado a um conjunto de objetos
reconhecidos.
Por exemplo, a identificação de um caracter, digamos c, requer a associação dos
descritores para aquele caracter com o rótulo c. A interpretação procura atribuir
significado a um conjunto de entidades rotuladas. Por exemplo, uma cadeia de cinco
números ou de cinco números seguidos por um hífen mais quatro números pode ser
interpretada como um código de endereçamento postal.
2.1.5 – Conceito de Imagem digital
A imagem pode ser vista como um sinal capturado, por exemplo, pela retina
humana, por uma câmera de TV, por um sensor CCD. As imagens podem ser modeladas
por uma função contínua de duas ou três variáveis. Neste caso, esta função pode
representar as coordenadas (x, y) no plano, ou o tempo (t), quando as imagens variam no
tempo, como por exemplo, no caso dos vídeos. Além disso, os valores da função imagem
correspondem ao brilho em cada um dos pontos (x, y).
Os valores da função imagem normalmente são representativos de quantidades
físicas. Caso as imagens sejam obtidas por câmeras na região do espectro visível, estes
valores representam a intensidade luminosa. Por sua vez, se as imagens forem obtidas
por raios-X, no caso de radiografias, isto faz como que as regiões com maior opacidade
sejam mais escuras, e os valores da função passam a representar a absorção de raios-X.
Em outra situação, se as imagens são obtidas na região do infravermelho, como no
caso de regiões mais quentes, que apresentam brilho maior, os valores representam a
temperatura. E se as imagens forem obtidas por um processo de triangulação, caso seja

utilizado, por exemplo, um dispositivo do tipo laser scan, utilizados na prototipagem

rápida, os valores da função imagem passam a representar a distância do observador.
2.1.6 – Imagem Matricial
A imagem matricial, ou imagem raster, é mais conhecida como bitmap ou mapas
de bits (BMP). É constituída de uma matriz com linhas e colunas (dimensão da imagem).
Cada elemento desta matriz digital é chamado de elemento da imagem, originário da
língua inglesa pixel ou pel que é a abreviação de picture element.
Fig. 3.3: Mapa de bits. MicrosoftTM Paint.

2.1.7 – Aquisição e Digitalização de Imagens
As imagens, isto é, sinais contínuos, são discretizadas e representadas por
estruturas de dados, como por exemplo, matrizes, para então serem processadas pelos
computadores. Então, a função imagem f(x, y) pode ser amostrada em uma matriz de M
linhas por N colunas, caracterizando o que podemos denominar como amostragem da
imagem. Por sua vez, cada amostra da função contínua f(x, y) é representada por um
valor inteiro de brilho, caracterizando o que podemos denominar como quantização da
imagem. Neste caso, a gama de valores de f(x, y) é particionada em K intervalos.
2.1.8 – Cor
A cor é uma sensação produzida pela presença de luz no ambiente, podendo
inclusive ser descrita como uma quantidade psicofísica. Por sua vez, a luz corresponde à
porção visível do espectro eletromagnético. O espectro visível inclui as cores violeta,
verde, amarelo, laranja e vermelho. Abaixo do espectro visível, encontra-se o ultravioleta,
e acima o infravermelho e as ondas de rádio. A luz branca acromática aparece como uma
energia basicamente uniforme para cada comprimento de onda, enquanto que a luz
colorida apresenta picos de energia em determinadas regiões de comprimento de onda,
caracterizando uma concentração de energia em bandas, produzindo os matizes e a
pureza das cores.

2.1.9 – Reprodução de Cores

No processo aditivo, as cores são obtidas pela adição de primárias de luz nas cores
vermelho (R), verde (G) e azul (B). Por sua vez, a soma de todas as cores resulta na cor
branca. Como exemplo de processo aditivo, pode-se citar o caso dos sistemas com luz
emitida, como no caso dos monitores de vídeo.

2.1.10 – Tipos de Imagem

A imagem binária é definida quando a escala de quantização se apresenta em dois
tons (branco e preto). Por sua vez, a imagem em tons de cinza é definida por uma escala
variável dentro de um intervalo (Lmin, Lmax). Em outra situação, a imagem colorida surge
quando a escala variável se apresenta em três dimensões, como no caso de uma imagem
no espaço RGB com oito bits por canal de cor. Quanto aos formatos das imagens digitais,
tem-se os bitmap, com ou sem compressão, em arquivos com header, tabelas de cores e
dados de imagem, caracterizando formatos como JPEG, BMP, TIFF, MPEG, PNG, GIF, ...
2.2 – Operações Geométricas
Principais operações geométricas com imagens: Translação; Rotação; Escala;

Deslizamento; Espelhamento; Alinhamento; Zoom

2.2.1 – Espelhamento
Fig. 3.4: Espalhamento.

2.2.2 – Rotação
Fig. 3.5: Rotação.

2.2.3 – Zoom Digital
Capacidade de Resolução da Imagem:

Os sensores de imagens contêm uma teia (ou grade) de fotocélulas, cada uma
delas representando um pixel na imagem final - assim a resolução de uma câmera digital
é determinada pela quantidade de fotocélulas que existem na superfície de seu sensor.
Por exemplo, uma câmera com um sensor no qual cabem 1600 (largura) x 1200 (altura)
fotocélulas é capaz de gerar uma imagem de 1600 x 1200 pixels. Então, para efeito de
terminologia e definição da capacidade de uma câmera, dizemos simplesmente que ela
tem uma resolução de 1600 x 1200 pixels, ou 1,92 megapixels.

Atualmente as câmeras mais simples geram arquivos de 640 x 480 pixels,

enquanto câmeras de capacidade média estão por volta de 1600 x 1200 pixels, e câmeras
de ponta produzem imagens de 2.360 x 1.920 pixels (perto de 3 megapixels). Importante
notar que isto se refere às câmeras amadoras, pois algumas profissionais já produzem
mais de seis milhões de pixels. Quanto maior a capacidade de resolução, geralmente
maior também o preço.
Outro detalhe importante é que quanto maior a imagem em pixel, maior o
tamanho do arquivo resultante. Por isso, normalmente as câmeras digitais possuem uma
regulagem para o tamanho do arquivo, dando a opção para o fotógrafo de escolher o
modo de resolução. Assim, se alguém vai capturar imagens para a WEB e possui uma
câmera de 3.3 megapixels, pode regulá-la para gerar imagens de apenas 640 x 480 pixels,
bem mais fáceis de armazenar e lidar. Por exemplo, uma câmera de alta resolução de
2048 x 1560 pixels, gera uma imagem média em arquivo JPEG (depende das tonalidades e
intensidade de luz retratadas) de aproximadamente 1,2 MB (megabytes). Já na resolução
de 640 x 480 pixels, no mesmo formato JPEG, gerará um arquivo de apenas 220 Kb
(kilobytes), ou seja, menos de 1/5 do tamanho.
Além da preocupação com espaço de armazenamento e rapidez em transmissão
pela Internet, em termos práticos deve-se levar em conta o tamanho com o qual se
pretende imprimir a imagem. Ainda seguindo os exemplos acima, a imagem de 2048 x
1560 pixels (3.3 MB) pode ser impressa, sem qualquer perda, em alta resolução (300 dpi),
no tamanho de 17,34 x 13 cms, enquanto a imagem de 640 x 480 pixels permite apenas
uma boa imagem impressa no tamanho 5,42 x 4,06 cms. Como se calcula o tamanho em
termos de resolução é assunto que trataremos mais adiante neste curso, quando
abordarmos a impressão.
Apesar de quanto maior o número de fotocélulas num sensor melhores imagens
serem produzidas, acrescentar simplesmente fotocélulas à um sensor nem sempre é fácil
e pode resultar em problemas. Por exemplo, para se colocar mais fotocélulas num sensor
de imagem, o sensor precisaria ser maior ou as fotocélulas menores. Chips maiores com
mais fotocélulas aumentam as dificuldades de construção e os custos para o fabricante.
Fotocélulas menores, por outro lado, serão menos sensíveis e irão capturar menos luz
que as de um chip normal. Concluindo, colocar mais fotocélulas num sensor, além de sua
complexidade e alto custo, acaba resultando em arquivos maiores, de difícil
armazenamento. Por isso a constante corrida tecnológica entre os fabricantes na busca
de sensores de maior resolução, com qualidade e preço competitivo.
Efeito visual de “blocos”, “pixelização”
Quanto mais fotocélulas e conseqüentemente mais pixels, melhores serão os
detalhes gravados, e mais nítidas serão as imagens. Se alguém ampliar e continuar
ampliando qualquer imagem digital, simplesmente por replicação de pixels (Figura 3.6),
chegará um momento em que os pixels vão começar a aparecerem multifacetados
(Figuras 3.10 e 3.11). Esse efeito se chama pixelização. Portanto, quanto mais pixels
existirem em uma imagem, mais ela aceitará ampliações com qualidade; quanto menos
pixels, menor a ampliação possível.

Fig. 3.6: Replicação de um pixel (zoom = 2x).
Fig. 3.7: Imagem original.
Fig. 3.8: Seleção da região a ser ampliada (zoom-in).

Fig. 3.9: Imagem recortada.
Fig. 3.10: Imagem ampliada, por replicação de pixels,

com introdução do efeito de pixelização (zoom = 2x).

Fig. 3.11: Imagem ampliada, por replicação de pixels, com aumento do

efeito de pixelização (zoom = 4x).
2.2.4 – Interpolação Bilinear (pela média)
Exemplo:
Considere a seguinte imagem (representada pelas intensidades de cinza).
50 40 60
20 30 20
10 20 10
Então, a imagem resultante, após a aplicação do método de zoom por

interpolação bilinear, para um grau de ampliação igual a 2x:
50 45 40 50 60

35 35 35 38 40
20 25 30 25 20
15 20 25 20 15
10 15 20 15 10
2.3 – Histograma de uma Imagem

2.3.1 – Definição - Histograma
O histograma de uma imagem fornece informação útil para fazer realce e análise
da imagem. O histograma de uma imagem revela a distribuição dos níveis de cinza da
imagem. É representado por um gráfico que dá o número de pixels na imagem para cada
nível de cinza.
A Figura 3.13 mostra o histograma obtido para a imagem exibida na Figura 3.12.
Fig. 3.12: Imagem
Fig. 3.13: Histograma da imagem 3.12.

2.3.2 - Equalização do Histograma

Na equalização de histograma o mapeamento tem por finalidade produzir uma
imagem cujo histograma tenha um formato desejado. A equalização modifica o
histograma da imagem original de tal forma que a imagem transformada tenha um
histograma uniforme, ou seja, todos os níveis de cinza devem aparecer na imagem com a
mesma freqüência.
Fig. 3.14: Imagem original e seu histograma.
Fig. 3.15: Imagem equalizada e seu histograma
2.4 – Segmentação de Imagens

O primeiro passo na análise de imagens é a segmentação, que consiste em usar o
computador para definir na imagem, recortes automáticos ao redor de objetos de
interesse. A segmentação subdivide uma imagem em suas partes ou objetos
constituintes. O nível até o qual essa subdivisão deve ser realizada, assim como a técnica
utilizada, depende do problema que está sendo resolvido.
Algoritmos de segmentação permitem achar diferenças entre dois ou mais
objetos, e distinguir as partículas umas das outras e do fundo. Esta distinção permitirá ao
programa interpretar pixels contíguos e agrupá-los em regiões. Os algoritmos de
segmentação para imagens monocromáticas são geralmente baseados em uma das
seguintes propriedades básicas de valores de níveis de cinza: descontinuidade e
similaridade.

Na descontinuidade a abordagem é particionar a imagem baseado em mudanças

bruscas nos níveis de cinza. As principais áreas de interesse são a detecção de pontos
isolados, detecção de linhas e bordas na imagem. Na similaridade as principais
abordagens baseiam-se em limiarização e crescimento de regiões.
A limiarização é uma das mais importantes abordagens para a segmentação de
imagens. Na limiarização analisamos a similaridade dos níveis de cinza da imagem
extraindo os objetos de interesse através da seleção de um limiar T que separa os
agrupamentos de níveis de cinza.
Uma imagem limiarizada g(x,y) é definida como:
onde f(x,y) corresponde ao nível de cinza do ponto, os pixels rotulados com 1

correspondem aos objetos e os pixels rotulados com 0 correspondem ao fundo e T é um
valor de tom de cinza predefinido denominado limiar.
Fig. 3.20: Histograma particionado por um limiar.
Fig. 3.21: Histograma particionado por dois limiares.

Limiarização Global Simples
A mais simples de todas as técnicas de limiarização é a do particionamento do
histograma da imagem por um limiar único T, como ilustrado na Figura 3.20. A
segmentação é então efetuada, varrendo-se a imagem, pixel por pixel, e rotulando-se
cada pixel como sendo do objeto ou do fundo, dependendo se o nível de cinza daquele
pixel for maior ou menor que T. O sucesso desse método depende inteiramente de quão
bem o histograma pode ser particionado.

Teste de Limiarização
A Figura 3.22 mostra um exemplo de limiarização global simples. No primeiro
teste foi aplicado um limiar 10 (Figura 3.22) depois um limiar 30, (Figura 3.23) e por
último um limiar 70 (Figura 3.24).
Fig. 3.22: Imagem original

Fig. 3.23: Imagem obtida para T = 10.

Na Tomografia Computadorizada do crânio foi feita a segmentação das partes
ósseas por limiarização de tons de cinza (Figuras 3.26 e 3.27).

Fig. 3.26: Imagem original.
Fig. 3.27: Partes ósseas detectadas pela segmentação.

2. 5 – Ruído em Imagens Digitais
As imagens reais são freqüentemente degradas por erros aleatórios de captura,

transmissão ou processamento. Estes erros produzem o que podemos denominar de
ruídos. Os ruídos podem ser dependentes ou independentes do conteúdo da imagem, e
são geralmente descritos através das suas propriedades estatísticas. Assim, surge o
denominado ruído branco, que é aquele em que a intensidade é independente da
freqüência do sinal (ruído com potência constante). Por sua vez, o ruído Gaussiano, é um
tipo de ruído branco que apresenta distribuição de intensidades descrita por uma
Gaussiana.
Em outro caso, o ruído impulsivo surge quando a imagem apresenta-se
corrompida por pixels ruidosos com brilho muito diferente dos pixels vizinhos, como no
caso das interferências eletromagnéticas. O ruído salt-and-pepper é um tipo de ruído
impulsivo saturado, como no caso dos pixels ruidosos brancos ou pretos que corrompem
as imagens binárias, e que podem ser produzidos por aparelhos elétricos.
Com relação aos ruídos aditivos, estes ocorrem independentemente do sinal,
durante a transmissão do sinal em um canal, como nas imagens obtidas pelas antigas
câmeras vidicom. Por sua vez, os ruídos multiplicativos são gerados quando a magnitude
do ruído depende da magnitude do sinal, como ocorre na degradação da TV segundo a
varredura (maior nas linhas), ou devido ao tamanho físico dos grãos em filmes
fotográficos, que aparecem mais onde o sinal é mais intenso.

2. 6 – Realce de imagens
O objetivo principal das técnicas de realce é processar uma imagem, de modo que o
resultado seja mais apropriado para uma aplicação específica do que a imagem original.
As Técnicas de realce podem ser baseadas em processamento ponto-a-ponto, que
modifica o nível de cinza de um pixel independentemente da natureza de seus vizinhos,
ou pelo processo de filtragem, onde o novo valor depende também dos valores dos
pontos vizinhos do ponto a ser processado.
Realce por Contraste
A manipulação do contraste de uma imagem tem como objetivo melhorar a sua
qualidade visual sob critérios subjetivos ao olho humano. Esse processo não aumenta a
quantidade de informação contida na imagem, mas torna mais fácil a sua percepção. É
normalmente utilizada como uma etapa de pré-processamento.
Tipicamente, os sensores são capazes de discretizar os valores recebidos da cena em
um intervalo máximo que vai de 0 até 255 (8 bits = 256 possíveis valores). Devido à má
iluminação, defeitos do sensor ou mesmo às características da cena, o intervalo de
valores de intensidade ocupados pelos pixels presentes em uma imagem, pode ser muito
menor que esse intervalo máximo. Diz-se então que a imagem possui baixo contraste, o
que torna difícil a sua visualização ou interpretação por um intérprete humano ou um
sistema de processamento digital.
O contraste de uma imagem pode ser avaliado observando-se o seu histograma. Uma
imagem com bom contraste possui um histograma cujas barras são razoavelmente
espalhadas ao longo de todo o intervalo da escala. Por exemplo, a imagem da Figura 3.28
(Mercado Público - Pelotas/RS) e seu histograma (Figura 3.29). Já o histograma mostrado
na Figura 3.31 tem uma forma estreita que indica uma escala dinâmica pequena, isto
porque corresponde a uma imagem de baixo contraste (Figura 3.30).
Fig. 3.28: Imagem com contraste alto Fig. 3.29: Histograma da Fig. 3.28

Fig. 3.30: Imagem com contraste baixo Fig. 3.31: Histograma da Fig. 3.30
Um destes métodos é a equalização de histograma.
Fig. 3.32: Imagem após a equalização do histograma.

2.7 – Operações Aritméticas com Imagens
As principais operações aritméticas são: Soma; Subtração; Multiplicação; Divisão;

Combinação linear; Fusão pela técnica Chromakey
2.7.1 – Soma de Imagens
Consiste na adição pixel a pixel, de duas imagens, com o objetivo de compor uma
outra imagem.
2.7.2 – Subtração de Imagens

Neste caso, realiza-se uma subtração pixel a pixel, de duas imagens, com o
objetivo de compor uma outra imagem.
Fig. 3.33: Imagens após subtração.

2.7.3 – Multiplicação de Imagens
Neste caso, realiza-se uma multiplicação pixel a pixel, em geral de uma imagem
por ela mesma, compondo outra.
Isto pode ser feito, por exemplo, com o objetivo de destacar níveis de intensidade
de interesse (imagem apresenta poucos pixels visíveis em uma determinada região),
aumento de contraste ou mesmo a redução de ruídos.
Fig. 3.34: Imagens após multiplicação.
2.7.4 – Divisão de Imagens
Neste caso, realiza-se uma divisão pixel a pixel, em geral de uma imagem por ela
mesma, compondo outra.
2.8 – Filtragem
Na prática, para realizarmos uma operação de filtragem espacial, devemos

escolher uma matriz de dimensão n x n com valores que dependem do filtro que

queremos usar, seja ele passa baixa (filtrando as altas freqüências), passa faixa
(filtrando uma região específica de freqüências espaciais) ou passa alta (filtrando as
baixas freqüências). Em uma imagem, as altas freqüências correspondem as
modificações abruptas dos níveis de cinza, i.e., as bordas dos objetos. As baixas
freqüências correspondem as variações suaves dos níveis de cinza. Logo quando
queremos evidenciar os contornos de um determinado objeto podemos usar filtros do
tipo passa-alta. Em outros casos podemos estar interessado na forma da iluminação
de fundo, onde devemos usar filtros passa-baixa para eliminarmos todas as altas
freqüências correspondendo a borda dos objetos, e chegar a iluminação de fundo.
2.8.1 – Filtros Espaciais “Passa-Baixa”
Os filtros espaciais “passa-baixa” atenuam as altas freqüências da imagem, isto é,

as regiões que apresentam variações rápidas de intensidade. São utilizados para a
remoção / atenuação de ruídos, e também para a suavização de imagens. O efeito
colateral produzido é a introdução do borramento.
Fig. 3.35: Imagem original (com ruído “salt-and-pepper”).

2.8.2 - Filtros Espaciais Passa-Altas
O realce de imagens pode ser obtido pela aplicação de filtros espaciais passa-
altas. Estes filtros amplificam a altas freqüências, podendo eliminar as baixas
freqüências. Isso faz com que os detalhes da imagem sejam acentuados, produzindo o
realce, de forma que as transições de nível rápidas tornem-se mais brilhantes, e as
transições de nível lentas tornem-se mais escuras. Apesar disso, existe um efeito
colateral, que consiste na amplificação do ruído existente na imagem.

3 – Formação da imagem
3.1 – Componentes de um equipamento de Radiografia Digital
 Máquina de raios X;
 Sensores: CCD (Charged Coupled Device), CMOS (Complimentary Metal Oxide
Semiconductor), PSP (Photo-Stimulable Phosphor);
 Scanner Laser scanner (PSP somente);
 Computador com monitor e modem ou cabo de rede de alta velocidade;
 Impressora;
Alguns equipamentos obtêm a imagem de forma e outros de forma direta:
 Sistema digital de aquisição direta: Sensor conectado diretamente ao computador
 CCD: Charged Coupled Device (Dispositivo de Cargas Acopladas)
 CMOS: Complimentary Metal Oxide Semiconductor
 Sistema digital de aquisição indireta: Requer escaneamento laser do sensor.
 PSP: Photo-Stimulable Phosphor

Fig. 4.1: Sistemas PSP, CCD e CMOS.
3.2 – Detectores CCD e CMOS
Estes sensores digitais são compostos de chip puro de silício dividido em vetor de
pixels (elementos de imagem). Quando os raios X atingem a superfície do sensor, a
energia é armazenada no pixel; a quantidade de energia armazenada é determinada
intensidade do raios X que bate em um pixel particular. Devido à incidência de raios x no
detector são geradas cargas elétricas. As cargas são então eletronicamente removidas, e
na seqüência, criam um sinal de uma voltagem proporcional à energia armazenada em
cada pixel. Estes sinais produzem a imagem digital vista no monitor.
Os sistemas CCD e CMOS produzem uma imagem "instantânea" e podem ser útil
para emergências. O sensor é muito grosso e rígido e pode ser mais difícil de colocar na
boca. Os sensores custam milhares de dólares para comprar ou substituir. Sistemas
Pan/ceph são muito mais caros.
3.3 – PSP (Photostimulable phosphor)
Estes fósforos absorvem a energia do raio X até certo ponto semelhante aos
fósforos usados em telas intensificadoras. Raios X atingem o fósforo e excitam elétrons
nos átomos, alguns dos quais produzem luz; mas a maioria dos elétrons ficam
armadilhados (presos) dentro do fósforo. Quando o sensor é escaneado com um laser de
rubi, os elétrons armadilhados são libertados, enquanto causando emissão de luz de
curto-comprimento de onda na região azul do espectro eletromagnético. Quanto mais
raios X absorvidos pelo fósforo, mais luminosa será a luz. A luz emitida é detectada por
um tubo fotomultiplicador e a informação é digitalizada para formar a imagem.

Fig. 4.2: Tubo fotomultiplicador
Sistemas PSP requerem laser que façam o escaneamento dos sensores que levam
muitos minutos (tempo para carregar o filme no scanner e escanear).
Fig. 4.3: Princípios utilizados na Leitora, Armazenamento e Apagamento das Placas de

Fósforo.
3.4 – Comparações entre os sensores
Os sensores estão atualmente mais finos que os filmes convencionais de

radiografia e são mais confortável para o paciente. Sensores intra-orais valeram
aproximadamente $35; você precisaria ter bastante sensores para pelo menos duas séries
cheias para funcionarem efetivamente. Sensores de Pan/ceph custam em torno de $800-
900. O custo inicial do sistema de PSP é mais alto que CCD ou sistemas de CMOS por
causa do custo do escâner de laser. (Isto só assume você tem um sensor de CCD/CMOS).

Foram desenvolvidos sensores sem fios (wireless) que produzirá uma imagem
"imediata" como faz os sensores com fios. Porém, o sensor sem fios é muito mais grosso
e mais caro. Vários sistemas usam computadores do tipo laptop (computadores portáteis)
para aquisição das imagens. Isto permite fácil portabilidade entre operadores.
Todos os sistemas diferem ligeiramente no software, mas todos lhe permitem
mudar brilho e contraste, inverter preto e branco, colorir, medir, etc.. Escolhendo um
sistema, avalie o tamanho de sensor, número de sensor tamanho disponível, custo global
do sistema, validade garantia estendida, suporte técnico, etc.
4 – Exercícios
Lista de exercícios – Capítulo 1
1 – Quais os primeiros equipamentos de Radiologia Digital? Quem lançou e quando?

Quais avanços eles trouxeram?
2 – Quais os limites dos Sistemas Analógicos?
3 – Cite cinco vantagens do sistema Digital com relação ao Convencional (Analógico).
4 – Defina pixel.
5 – Com base na figura abaixo responda.

a) Qual o número de pixel da imagem?

b) Qual o tamanho da matriz?
c) Qual a resolução da figura?
6 – Defina Bit.
7 – Para o Computador, o que é a imagem radiográfica digital?
8 – Como o aparelho detecta o valor da densidade de cada ponto interior ao corpo

humano?
9 – Como o tamanho da matriz de pontos pode influenciar na qualidade da imagem?
10 – O que significa o gerenciamento das imagens radiográficas digitais?
11 – Cite os principais sistemas de gerenciamento.
12 – Descreva a função do PACS.
13 – Descreva a função do RIS e HIS.
14 – Cite algumas das vantagens quando há integração do RIS/PACS.
15 – Explique como é obtida a conversão dos feixes de RX em sinais elétricos.
16 – O que é DICOM?

17 – Quais tipos de técnicas de imagem utilizam o DICOM?
18 – Quais os inconvenientes desta nova tecnologia?
1 – Quais os componentes de um equipamento de Radiografia Digital?
2 – Diferencie Sistema digital de aquisição direta de Sistema digital de aquisição indireta.

Quais os sensores utilizados em cada um deles?
3 – Explique como funcionam os detectores CCD e CMOS.
4 – Explique como funciona o detector PSP.
1 – Qual é o objetivo do processamento digital de imagens (PDI)?
2 – Cite outras áreas de aplicações do PDI?
3 – Explique como a imagem monocromática é representada como função da intensidade

da luz como imagem digital.
4 – Explique como uma imagem é discretizada.
5 – Quais os passos fundamentais do PDI?
6 – Em que consiste a aquisição da imagem?

7 – Quais dispositivos são necessários para a aquisição das imagens? Dê exemplos.
8 – O que é pré-processamento?
9 – O que é segmentação?
10 – O que os valores da função imagem normalmente são representativos? E se as

imagens obtidas forem de raios X?
11 – Defina Imagem matricial.
12 – Como ocorre o processo de digitalização da imagem, ou seja, os sinais contínuos são

discretizados?
13 – Quais os três principais tipos de imagem?
14 – Defina imagem binária.
15 – Defina imagem em tons de cinza.
16 – Defina imagem colorida
17 – Classifique as seguintes imagens.

a) Binária.
b) Tons de Cinza
c) Colorida
------------------------- ---------------------- -------------------------

18 – Quais as principais operações geométricas com imagens?
19 – Que tipo de operação geométrica foi realizada na imagem A para obtermos B?
A B
20 – Que tipo de operação geométrica foi realizada na imagem C para obtermos D?
C D
21 – O que é um histograma de uma imagem? O que ele revela? Como ele é

representado?
22 – O que é a equalização de um histograma?
23 – O que é limiarização?

5 – Bibliografia
[1] GONZALEZ, Rafael C.; Woods, Richard E. Processamento de Imagens Digitais. Edgard
Blücher Ltda, 2000.
[2] BALLARD, D.; Brown, C. Computer Vision. Prentice Hall, 1982.BOVIK, Al. Handbook of
Image and Video Processing. Academic Press, San Diego, 2000.
[3] CASTLEMAN, Kenneth R. Digital Image Processing. Prentice-Hall, 1995.
[4] EFFORD, U. Digital Image Processing. A practical introduction using Java. Addison
Wessley, 2000.
[5] FUKUNAGA, K. Introduction to Statistical Pattern Recognition. Academic Press, 1990.
[6] HARALICK, R. M.; Shapiro, L. G. Computer and Robot Vision. Addison Wesley, 1992.
[7] JAIN, A. K. Fundamentals of Digital Image Processing. Prentice-Hall, 1988.
[8] JAIN, R.; Kasturi, R.; Schunck, B. G. Machine Vision. McGraw-Hill, 1995.
[9] PITAS, I. Digital Image Processing Algorithms. Prentice Hall, 1993.
[10] PRATT, W. K. Digital Image Processing. John Wiley & Sons, 1991.
[11] SONKA, M.; Hlavac, V.; Boyle, R. Image Processing Analysis and Machine Vision.
Chapman & Hall, 1993.

Processamento Digital de Imagens PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Processamento Digital de Imagens PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Centro de Estudos

Fundação São Lucas

Prof. Elisandro Andrade

Centro de Estudos – Fundação São Lucas

Processamento Digital de Imagens - PDI

Prof. Elisandro Andrade Página 2

 Distinguir as características básicas da formação da imagem digital, empregando

 Aplicar técnicas para processamento de imagens digitais através da operação

 Informática aplicada ao diagnóstico por imagem;

Prof. Elisandro Andrade Página 3

1 – Radiologia Digital ..................................................................................................................... 6

Prof. Elisandro Andrade Página 4

2.4 – Segmentação de Imagens ................................................................................................... 32

Prof. Elisandro Andrade Página 5

Fig. 1.1: Imagens digitais e operação de subtração.

Prof. Elisandro Andrade Página 6

1.2 – Limites de Sistemas Analógicos

 Filme possui latitude limitada, problemas devido a mudanças à exposição de raios-

Fig. 1.2: Imagem digital em comparação com imagem analógica.

Prof. Elisandro Andrade Página 7

1.3 – Vantagens do sistema digital com relação ao convencional (analógico)

Existem várias vantagens do sistema digital com relação ao convencional

Prof. Elisandro Andrade Página 8

1.4 – Composição da imagem digital

Prof. Elisandro Andrade Página 9

A menor unidade de dimensão ou de imagem é o ponto fotográfico, conhecido em

Fig. 1.3: Ilustração representativa do pixel e do voxel.

Porém, devemos lembrar que a imagem apresentada na tela, não representa

a) campo de visão de 24 cm divido por uma matriz de 256 x 256 pixels

Prof. Elisandro Andrade Página 10

b) campo de visão de 35 cm divido por uma matriz de 256 x 256 pixels

2 tons de cinza (1 bit)

4 tons de cinza (2 bits)

8 tons de cinza (3 bits)

16 tons de cinza (4 bits)

32 tons de cinza (5 bits)

Prof. Elisandro Andrade Página 11

Pixel é o menor ponto de uma imagem.

1.5 – Reconstrução das imagens

A imagem, embora pareça ser a representação quase perfeita das anatomias do

Prof. Elisandro Andrade Página 12

O número finito de valores de atenuação correspondente ao objeto varrido é

Fig. 2.4: Ilustração representativa da atenuação através da matéria.

1.6 – Confecção da matriz da imagem

Prof. Elisandro Andrade Página 13

1.7 – Sistemas de gerenciamento das imagens radiográficas digitais

1.8 – Etapas no processo de formação da imagem digital

Prof. Elisandro Andrade Página 14

A imagem latente contida no écran de fósforo, após exposição aos raios X, é

Fig. 2.6: Logomarca DICOM.

DICOM especificamente é um protocolo de comunicação padrão, projetado para a

Prof. Elisandro Andrade Página 15

Ao mesmo tempo, os fabricantes e profissionais médicos perceberam que os hospitais

Prof. Elisandro Andrade Página 16

2 – Processamento Digital de Imagens

O interesse em métodos de processamento de imagens digitais decorre de duas

 Melhoria da informação visual para a interpretação humana.

O objetivo do uso do processamento digital de imagens consiste em melhorar o

Como resultado dessa evolução, a tecnologia de processamento digital de imagens

 análise de recursos naturais e meteorologia por meio de imagens de satélites;

Prof. Elisandro Andrade Página 17

Atualização Cartográfica Baseada em Imagens Digitais

O interesse em métodos de Processamento Digital de Imagens surgiu, principalmente,