Processamento de Imagens – Prova 1

Amostragem – É a discretização da imagem no espaço. Diz respeito a resolução da imagem.

Quantização – É a discretização na amplitude da imagem. Diz respeito ao tamanho da imagem.

É menor mudança do nível de cinza (ou de cores) que pode ser dicernido.

Iluminância da Imagem – Depende das características da fonte de iluminação.

Reflectância da Imagem – Depende das características das superfícies do objeto.

Resolução de Intensidade de cor – onde L é o nível de cinza e K é o número de bits.

Armazenamento de Imagens Digitais – A discretização consiste na supressão de informações

de uma imagem analógica, ou seja, a imagem equivalente digital é uma aproximação, cuja
qualidade depende de L, M e N. O número de bits necessário para apresentar uma imagem de
dimensões MxN será: se M=N . Resultado: Quanto maior a qualidade
da imagem, mais bits precisaremos para armazená-la.

Conectividade – A conectividade entre pixels é um importante conceito usado para

estabelecer limites de objetos e componentes de regiões em uma imagem. Para se estabelecer
se dois pixels estão conectados, é necessário determinar se eles são adjacentes segundo algum
critério e se seus níveis de cinza satisfazem a um determinado critério de similaridade. Por
exemplo, em uma imagem binária, onde os pixels podem assumir os valores 0 e 1, dois pixels
podem ser 4-vizinhos, mas somente serão considerados 4-conectados se possuírem o mesmo
valor. Este conceito é importante para: Estabelecer os limites dos objetos; Identificar as
componentes de uma imagem; Obtenção de propriedades específicas do objeto para
processamento de mais alto nível.

Interpolação – Utilizada para ampliar, reduzir e rotacionar imagens. Cria efeitos como
"morphing/warping", corrige distorção da lente, faz interpolação de cores em dispositivos para
aquisição de imagens ou ainda é utilizada para registrar imagens (criar uma única imagem
unindo duas ou mais imagens), estabilizar tremor da câmera, corrigir a movimentação do
paciente, normalizar imagens médicas que envolvem vários sujeitos, etc.

Histograma – O histograma de uma imagem indica o percentual de pixels que a imagem tem
de determinado nível de cinza ou cor. Fornece uma indicação da qualidade da imagem quanto
ao contraste e intensidade luminosa.

Equalização de Histogramas – A equalização de histograma é uma técnica que consiste no

ajustamento da escala de cinzentos de uma imagem para que o histograma de níveis de
cinzentos da imagem de entrada seja mapeado num histograma uniforme. Assim, o objetivo
da equalização de histograma é a obtenção de um histograma uniforme a partir de uma
imagem inicial. O objetivo da equalização de imagens é a melhoria do seu contraste. Consiste
na redistribuição dos valores de nível de cinza em uma imagem, de forma que todos os pixels
tenham a probabilidade de aparecer o mais igualitariamente possível. É útil para comparar
cenas que foram adquiridas com iluminação diferente (normaliza a imagem). De modo geral o
que se procura é obter um mapeamento não linear dos níveis de cinza da imagem de entrada
de tal forma que a imagem resultante contenha uma distribuição mais uniforme dos seus
níveis de cinza (um histograma plano).

Ruído – É um sinal indesejado que não está de modo algum relacionado com o sinal desejado.

Ruído em imagens digitais – Os ruídos tem o seu comportamento caracterizado pela sua
função distribuição. Assim cada tipo de ruído é "modelado" por um tipo de distribuição.

Ruído de Poisson
Ruído Exponencial
Ruído Gaussiano
Ruído Rayleigh
Ruído Uniforme
Ruído Sal e Pimenta

Transformada de Fourier – Na transformada de Fourier, não há perda de informação durante

a mudança de domínios, apenas a informação visual da imagem está representada de uma
outra forma, no domínio da frequência.

Filtro Passa - Baixas – Deixa passar as baixas frequências da imagem (suavização). São os
detalhes da imagem que geram altas frequências. Por exemplo as bordas, lados e outras
transições abruptas de nível de cinza. Utilizando um filtro passa baixa obtém-se uma imagem
menos nítida ou suavizada. Tem-se uma perda de detalhes que são os componentes de altas
frequências.

Filtro de Média – Provocam os seguintes efeitos: Suavização da imagem (borramento). Pode

ser útil para eliminar pequenos objetos (menores que a máscara) ou para preencher pequenos
espaços entre objetos; Remoção de ruído: ruído são geralmente caracterizados por transições
nítidas (sharp) nos tons de cinza. O filtro suaviza essas transições "sharp"; Efeito colateral:
imagem borrada (pois os contornos são também suavizados).

Filtro da Mediana – A filtragem mediana é uma técnica de suavização na qual cada pixel da
imagem final é substuído pelo nível de cinza mediano em uma vizinhança do pixel. Vantagens:
Elimina eficientemente o ruído impulsivo; Não introduz novos valores de níveis de cinza na
imagem; Preserva bordas e pode ser aplicado iterativamente. Desvantagem: Elimina linhas
muito finas e vértices dos objetos.

Filtro Passa - Altas – Na filtragem passa-alta, os componentes de alta frequência da

transformada de Fourier não são alterados, enquanto os de baixa frequência são removidos.
Isto faz com que os detalhes finos da imagem sejam enfatizados.
Filtro Rejeita Faixa – É um filtro que permite a passagem da maioria das frequências
inalteradas, porém atenua aquelas que estejam em uma faixa determinada pelo filtro. O
princípio de funcionamento é o oposto do filtro passa-faixa.

Efeito Ringing ou Oscilatório – Efeito causado pela variação abrupta de valor na frequência de
filtros ideais, resultando no surgimento de falsas bordas no domínio espacial. Uma solução
para o problema é usar filtros que possuem variação mais suave em torno das frequências de
corte. (Ex.: Butterwoth, Gaussiano).

Filtro Butterwoth – Corte mais abrupto em relação ao Gaussiano, ainda apresenta ruído
oscilatório.

Filtro Gaussiano – Corte suave, não apresenta ruído oscilatório.

Detecção de Bordas – É uma técnica de processamento de imagem e visão computacional

para determinar pontos de uma imagem digital em que a intensidade luminosa muda
repentinamente. Mudanças repentinas em imagens geralmente refletem eventos importantes
no cenário, como a descontinuação da profundidade (transição entre o objeto e o fundo),
descontinuação da orientação da superfície, mudança das propriedades do material ou
variações na iluminação da cena. É bastante usada na área de extração de características. Sua
utilização reduz significativamente a quantidade de dados a serem processados, e descarta
informações que são consideradas menos relevantes, ainda que preservando importantes
propriedades estruturais de uma imagem. A detecção pode ser prejudicada por bordas falsas
criadas por ruídos na imagem (provenientes da digitalização, compressão ou através do
próprio processo da captura da imagem). Isso pode ser amenizado ao utilizar alguma técnica
de redução de ruído antes da detecção de borda.

Filtro Sobel – O filtro sobel é uma operação utilizada em processamento de imagem, aplicada
sobretudo em algoritmos de detecção de contornos. Calcula o gradiente da intensidade da
imagem em cada ponto, dando a direção da maior variação de claro para escuro e a
quantidade de variação nessa direção. Assim, obtém-se uma noção de como varia a
luminosidade em cada ponto, de forma mais suave ou abrupta. Com isto consegue-se estimar
a presença de uma transição claro-escuro e de qual a orientação desta. Como as variações
claro-escuro intensas correspondem a fronteiras bem definidas entre objetos, consegue-se
fazer a detecção de contornos.
Filtro Prewitt – O operador Prewitt baseia-se em convolver a imagem com um filtro pequeno,
separável e inteiro em direções horizontais e verticais e, portanto, é relativamente barato em
termos de cálculos como operador sobel. Por outro lado, a aproximação de gradiente que
produz é relativamente bruta, em particular para variações de alta frequência na imagem.

Filtro Roberts – Como operador diferencial, a ideia por trás do operador cruzado Roberts é
aproximar o gradiente de uma imagem através de diferenciação discreta em que é conseguida
calculando a soma dos quadrados das diferenças entre pixels diagonalmente adjacentes.

Filtro Laplaciano – No processamento de imagem e na visão por computador, o operador

Laplaciano tem sido usado para várias tarefas, como a detecção de bolhas e bordas. O
Laplaciano ocorre em equações diferenciais que descrevem muitos fenômenos.
Restauração da Imagem – Processo de recuperação da aparência original de uma imagem que
possui algum grau conhecido (ou estimado) de degradação. É possível desenvolver um modelo
da distorção se soubermos algo sobre a degradação. Modelo degradação: aplica processo
inverso e obtém-se imagem restaurada.

Realce – "Melhorar" uma imagem visualmente, baseado na resposta do sistema visual

humano. Realçar uma imagem consiste em manipular seu contraste aplicando uma
transformação T no nível de cinza de cada pixel, objetivando uma maior discriminação visual
dos objetos que a compõem.
Realce Quadrático – O mapeamento quadrático aumenta o contraste de feições claras (valores
altos de níveis de cinza da imagem).

Realce x Restauração – Métodos de restauração procuram modelar a distorção e aplicar o

processo reverso, enquanto os métodos de realce utilizam a resposta do sistema visual
humano para "melhorar" a imagem visualmente.

Contraste – O contraste é uma comparação entre as diversas tonalidades de cinza (itensidade

luminosa) da imagem adquirida, que auxilia a identificar e separar objetos do fundo da
imagem. É normalmente definido em termos de porcentagem. Por exemplo, uma linha preta
desenhada sobre uma superfície branca resulta em 100% de contraste entre a linha e a
superfície. Baixo contraste: Os níveis de cinza ocupam um pequeno intervalo de valores
possíveis. Alto contraste: Os níveis de cinza ocupam quase todo intervalo de valores possíveis.