Escolar Documentos
Profissional Documentos
Cultura Documentos
Disciplina:
Processamento Digital
de Imagens
Profª Milena Bueno Pereira Carneiro
2018
1
Conteúdo Programático
1
Bibliografia
Avaliações
Aulas Práticas
50,0 pontos À combinar
Trabalhos
2
Capítulo 1 – Introdução ao PDI
5
- Capítulo 1 -
Aplicações
Técnicas de processamento de imagens digitais são atualmente utilizadas para
resolver uma grande variedade de problemas como:
Em medicina, procedimentos computacionais são usados para realçar o
contraste ou para codificar os níveis de intensidade em cores para facilitar a
interpretação de imagens de raios-X e outras imagens biomédicas;
Geógrafos utilizam as mesmas técnicas, ou técnicas similares, para estudar
padrões de poluição ou relevo em imagens aéreas e de satélite;
Procedimentos para realce e restauração de imagens são usados para
processar imagens degradadas de objetos que não podem ser recuperados ou
de resultados experimentais muito caros para serem repetidos;
Na arqueologia, métodos de processamento de imagens têm restaurado com
sucesso imagens fotográficas borradas, que eram os únicos registros
disponíveis de artefatos raros que foram perdidos ou danificados;
Em física e áreas relacionadas, técnicas computacionais rotineiramente
realçam imagens de experimentos em áreas como plasmas de alta energia e
microscopia eletrônica;
Similarmente, aplicações de processamento de imagens podem ser
encontradas em astronomia, biologia, medicina nuclear, aplicação da lei
(segurança pública), defesa, e aplicações industriais. 6
- Capítulo 1 -
3
Exemplos
Problemas típicos em percepção por máquina, que usam técnicas
de processamento de imagens:
7
- Capítulo 1 -
Eletrônica
Imagens sintéticas
8
- Capítulo 1 -
4
Espectro Eletromagnético:
5
2) Imagens por Raio X
Aplicação: medicina diagnóstica, indústria, astronomia
Radiografia de tórax: Gerado
colocando o paciente entre a Raio X de placa
fonte de raio X e um filme de circuito
sensível à energia do raio X. impresso:
A intensidade do raio X é Usado para
modificada pela absorção, detectar defeitos
enquanto passa pelo como falta de
paciente. componentes ou
trilhas
quebradas.
Tomografia
Computadorizada
da cabeça. Angiograma da
aorta (Radiografia
de contraste):Uma
substância que
contrasta com raio
Radiação natural X é introduzida na
de raio X da veia sanguínea a
nuvem de gás de ser analisada.
Cygnus.
11
- Capítulo 1 -
Radiação natural
ultravioleta da
Imagem de um milho Imagem de um milho nuvem de gás
normal vista com um com fungos vista com de Cygnus.
microscópio de um microscópio de
fluorescência. fluorescência.
12
- Capítulo 1 -
6
4) Imagens por Luz Visível e Infravermelho
Aplicação: Microscopia, astronomia, sentido remoto, industria e
muitas outras.
Filme de óxido de níquel – 600x Taxol (Agente anticancerígeno) – 250x
14
- Capítulo 1 -
7
4) Imagens por Luz Visível e Infravermelho (cont...)
Exemplos de inspeções de
produtos manufaturados
realizadas por processamento
digital de imagens.
15
- Capítulo 1 -
Outros exemplos de
processamento digital de
imagens aplicados a imagens
obtidas por luz visível
c) e d) Fotos da placa de
automóveis que podem ser
localizadas na imagem e
identificadas automaticamente
para auxiliar no monitoramento e
controle de tráfego.
16
- Capítulo 1 -
8
5) Imagens por Microondas
Aplicação: Radar
É possível coletar imagens de qualidade independentemente das
condições climáticas ou de iluminação do ambiente.
Ao invés de uma câmera com lentes, um radar usa uma antena e o
processamento computacional para gravar suas imagens.
Nas imagens de radar observa-se a energia na faixa de microondas
que é refletida e capturada pela antena.
Imagem do radar
Spaceborn das
montanhas no
sudeste do Tibet.
17
- Capítulo 1 -
9
Imagens Acústicas (usando SOM e ULTRASSOM):
Aplicação: exploração geológica (exploração de minérios e petróleo),
indústria e medicina
Exemplos de imagens de
ultrassom.
a) Feto
b) Outra vista do feto
c) Tireóide
d) Camadas musculares
mostrando uma lesão
20
- Capítulo 1 -
10
Imagens Sintéticas:
Imagens que são geradas por computador.
Ex: Fractais → Reprodução interativa de uma padrão básico de acordo com algumas
regras matemáticas. Úteis na formação de estruturas aleatórias.
Modelagem 3-D → Base para muitos sistemas de visualização 3-D, com diversas
aplicações como treinamento médico, simuladores de voo,
efeitos especiais e investigações criminais.
Imagens fractais
Imagens geradas à
partir de modelos
computacionais 3-D.
21
- Capítulo 1 -
22
- Capítulo 1 -
11
Aquisição de imagens:
Dois elementos são necessários para a aquisição de imagens digitais:
Um dispositivo físico que seja sensível a uma banda do espectro de
energia eletromagnética e que produza um sinal elétrico de saída
proporcional a um nível de energia percebida.
Um digitalizador que é um dispositivo para a conversão da saída
elétrica de um dispositivo de sensoriamento físico para a forma digital.
Realce de imagens:
Processo de manipular uma imagem de forma que o resultado (que é subjetivo)
seja mais adequado do que o original para uma aplicação específica.
Ex: realce de contraste, aguçamento de bordas, redução de ruído.
23
- Capítulo 1 -
Restauração de imagens:
Processo de remover ou minimizar as degradações conhecidas em uma
imagem. É uma área objetiva, no sentido que ela está baseada em
modelos matemáticos ou probabilísticos de degradação de imagem.
Ex: Desembaçar imagens degradadas pelas limitações de um sensor ou
seu meio, filtragem de ruído e correção de distorção geométrica ou não-
linearidades devido a sensores.
Wavelets:
Constituem os fundamentos para representação de imagens em vários níveis
de resolução.
São usadas para compressão de dados de imagens e para representação
piramidal, na qual as imagens são subdivididas sucessivamente em regiões
menores.
24
- Capítulo 1 -
12
Compressão:
Lida com as técnicas de redução do armazenamento necessário para
salvar uma imagem, ou a largura de banda necessária para transmiti-la.
A compressão é conhecida por usuários de computador na forma de
extensões de arquivo, como por exemplo .jpg, utilizada no padrão de
compressão de imagens JPEG.
Processamento morfológico:
Lida com ferramentas para extração de componentes de imagens úteis na
representação e descrição da forma, como por exemplo fronteiras e
esqueletos.
Segmentação:
Procedimentos que dividem uma imagem em suas partes ou objetos
constituintes.
25
- Capítulo 1 -
Representação e descrição:
Quase sempre partem do resultado de um estágio de segmentação, que
normalmente são dados primários em forma de pixels, correspondendo
tanto à fronteira de uma região como a todos os pontos dentro dela.
O processo de representação transforma dados primários em uma forma
apropriada para o subsequente processamento computacional.
O processo de descrição (também chamado seleção de características),
lida com a extração de atributos que resultam em alguma informação
quantitativa de interesse ou que possam ser utilizadas para diferenciar
uma classe de objetos de outra.
Reconhecimento:
Processo que atribui um rótulo a um objeto, com base na informação fornecida
pelos seus descritores.
26
- Capítulo 1 -
13
Capítulo 2 – Fundamentos da Imagem Digital
Definição de Imagem:
Uma imagem pode ser definida como uma função bidimensional f(x, y)
Onde: * x e y → coordenadas espaciais
* Amplitude de f em qualquer par de coordenadas (x, y) →
intensidade ou nível de cinza da imagem naquele ponto.
Origem yi
0 Imagem Digital:
y
Coordenadas espaciais (x, y) e valores de
amplitude de f são grandezas finitas e
discretas.
xi
f(xi ,yi ) Assim, uma imagem digital é uma matriz
cujos índices de linhas e de colunas
identificam um ponto na imagem, o valor do
elemento da matriz identifica o nível de cinza
naquele ponto.
x Os elementos dessa matriz digital são chamados de elementos da
imagem, elementos da figura, “pixels” ou “pels”, estes dois últimos,
27
abreviações de “picture elements” (elementos de figura).
- Capítulo 2 -
Fonte de iluminação
(energia)
Imagem de saída
Sistema de (digitalizada)
aquisição de
imagens
Plano imagem
Elemento da cena 28
- Capítulo 2 -
14
Conceito Básico: Imagem contínua em relação às coordenadas
x e y e também em relação à amplitude
Níveis de cinza da
linha de varredura AB
Linha de
varredura
digital
Amostragem
Digitalização dos valores de coordenadas 29
- Capítulo 2 -
Exemplo:
Matriz de sensores
30
- Capítulo 2 -
15
Representação de Imagens Digitais
31
- Capítulo 2 -
Origem
Origem
Imagem representada
como uma matriz de
intensidade visual. Imagem representada
como uma matriz
numérica 2-D.
32
- Capítulo 2 -
16
L → Número de níveis discretos de intensidade → Potência inteira de 2
L = 2k Faixa de valores: [0, L-1]
33
- Capítulo 2 -
17
Efeito da Resolução Espacial:
18
Efeito da Resolução Espacial:
37
- Capítulo 2 -
Resolução de Intensidade:
38
- Capítulo 2 -
19
Efeito da Resolução de Intensidade:
256 128 64 32
16 8 4 2
Interpolação de Imagens
É uma ferramenta básica utilizada extensivamente em tarefa como ampliação,
redução, rotação e correções geométricas.
Trata-se de um processo que utiliza dados conhecidos para estimar valores em
pontos desconhecidos.
Ex: Visualização da ampliação de uma
b) 9x9 imagem 4 x 4 para:
a) 8 x 8
a) 8x8 b) 9 x 9
4x4 a) b)
Tamanho original 40
- Capítulo 2 -
20
Métodos de Interpolação
Interpolação por vizinho mais próximo:
Atribui a cada nova posição a intensidade de seu vizinho mais próximo na
imagem original.
Tem a tendência de produzir artefatos indesejáveis na imagem, como grande
distorção nas bordas retas.
Interpolação Bilinear:
São utilizados os quatro vizinhos mais próximos para estimar a intensidade de
uma dada posição.
Proporciona resultados muito melhores do que a interpolação por vizinho mais
próximo, com um pequeno aumento de custo computacional.
Interpolação Bicúbica:
Inclui os 16 vizinhos mais próximos de um ponto.
Em geral, é melhor na preservação de detalhes finos em comparação com a
interpolação bilinear.
É o padrão utilizado em programas comerciais de edição de imagens como o
Adobe Photoshop e o Corel Photopaint.
41
- Capítulo 2 -
Exemplo:
Imagem original → 1250 dpi → 3692 x 2812 pixels
Abaixo, observa-se imagens com a resolução reduzida para 72 dpi (213 x 162
pixels) e tamanho ampliado de volta ao original (3692 x 2812 pixels) utilizando
diferentes métodos de interpolação.
21
Relacionamentos básicos entre pixels
Vizinhos de um pixel
Um pixel p na coordenada (x,y) pode ter as seguintes vizinhanças:
N4(p) → Vizinhança-4 de p:
Inclui os quatro vizinhos horizontais e verticais de p cujas coordenadas são:
(x+1,y), (x-1,y), (x, y+1), (x,y-1)
ND(p) → Vizinhança diagonal de p:
Inclui os quatro vizinhos diagonais de p cujas coordenadas são:
(x+1,y+1), (x+1,y-1), (x-1, y+1), (x-1,y-1)
N8(p) → Vizinhança-8 de p:
Conjunto da vizinhança-4 e da vizinhança diagonal de p.
Vizinhança Diagonal
Vizinhança - 8
p Vizinhança - 4
Tipos de adjacência:
Adjacência-4:
Dois pixels p e q com valores pertencentes a V são
adjacentes-4 se q estiver no conjunto N4(p).
Adjacência-8:
Dois pixels p e q com valores pertencentes a V são
adjacentes-8 se q estiver no conjunto N8(p).
22
Caminho (ou curva) digital:
O caminho do pixel p com coordenadas (x,y) ao pixel q com coordenadas (s,t)
é uma sequência 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) são adjacentes
para 1 ≤ i ≤ n, onde n é o comprimento do caminho.
Caminho-4 Caminho-8
Comprimento = 10 Comprimento = 7
45
- Capítulo 2 -
Conectividade:
Com S representando um subconjunto de pixels em uma imagem, dizemos
que dois pixels p e q são conexos em S se houver um caminho entre eles
consistindo inteiramente de pixels em S.
Componentes Conexos:
Para qualquer pixel p em S, o conjunto de pixels que são conectados a ele em
S é chamado de componente conexo de S.
Considerando a vizinhança-4:
Três componentes conexos
Considerando a vizinhança-8:
Dois componentes conexos
23
Região:
Com R representando um subconjunto de pixels em uma imagem, chamamos
de R uma região da imagem se R for um conjunto conexo.
Adjacência-8
47
- Capítulo 2 -
Fronteira:
Suponha que uma imagem contenha k regiões disjuntas. Expressamos por Ru
a união de todas essas regiões e por (Ru )c seu complemento, ou seja, o
conjunto de pontos que não estão 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 região R é o conjunto de pontos
adjacentes aos pontos do complemento de R, ou seja, o conjunto de pixels da
região que tem pelo menos um vizinho no fundo da imagem.
24
Borda:
49
- Capítulo 2 -
Medidas de Distância
Para os pixels p, q e z, com coordenadas (x,y), (s,t) e (v,w), respectivamente,
D é uma função distância ou medida de distância 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)
Distância Euclidiana
De(p,q) = [(x - s)2 + (y - t)2] 1/2
Para essa medida de distância, os pixels que possuem distância de (x,y)
menor ou igual a um valor r são os pontos contidos em um disco de raio r
centrado em (x,y).
25
Distância D8 ( Distância Chessboard )
D8(p,q) = máx( | x – s |, | y – t | )
Ex: D8 ≤ 2
51
- Capítulo 2 -
a a b b
A = 11 12 e B = 11 12
a21 a22 b21 b22
Produto de matrizes:
52
- Capítulo 2 -
26
Operações lineares versus não lineares
Considere um operador geral H que produza uma imagem de saída g(x,y) para a
imagem de entrada f(x,y): H[ f(x,y) ] = g(x,y)
H é um operador linear se:
H ai fi ( x, y ) + a j f j ( x, y ) = ai H fi ( x, y ) + a j H f j ( x, y ) = ai gi ( x, y ) + a j g j ( x, y )
Exemplos:
H = Somatório → Linear
∑ a f ( x, y ) + a f ( x, y ) = ∑ a f ( x, y ) + ∑ a f ( x, y ) = a ∑ f ( x, y ) + a ∑ f ( x, y )
i i j j i i j j i i j j
Operações Aritméticas
As operações aritméticas entre imagens são operações de arranjo
matricial em que as operações são realizadas entre pares de pixels
correspondentes.
s ( x, y ) = f ( x, y ) + g ( x, y )
d ( x, y ) = f ( x, y ) − g ( x, y )
p ( x, y ) = f ( x, y ) × g ( x, y )
v ( x, y ) = f ( x, y ) ÷ g ( x, y )
54
- Capítulo 2 -
27
Exemplos de aplicações de operações aritméticas:
Adição (para cálculo da média) de imagens ruidosas para
a redução de ruídos
Imagem do par de galáxias NGC3314 → Imagem de 8 bits
corrompida através da adição de ruído gaussiano de média zero e
desvio padrão de 64 níveis de intensidade.
28
Multiplicação e divisão de imagens para correção de
sombreamento e para mascaramento
1) Correção de sombreamento. 2) Mascaramento ou obtenção de região de
interesse (ROI)
a
Imagem sombreada
de um filamento de
tungstênio e Imagem digital de
suporte gerada por uma radiografia
um microscópio odontológica.
eletrônico.
a/b
58
- Capítulo 2 -
29
Operações básicas com conjuntos (cont...)
Operações com imagens em escala de cinza.
Imagem: Conjunto A cujos elementos são expressos na forma: (x,y,z)
x e y → coordenadas espaciais z → intensidade
Complemento de A → Conjunto de pixels União → Conjunto formado considerando a
de A cujas intensidades são subtraídas de maior intensidade entre os pares de
uma constante. elementos com mesma coordenada espacial.
{ }
Ac = ( x, y,(2k −1) − z ) | ( x, y, z ) ∈ A A ∪ B = {max ( a, b ) | a ∈ A, b ∈ B}
59
- Capítulo 2 -
30
Operações Espaciais
Operações Ponto a Ponto
Consiste em aplicar uma transformação para alterar os valores dos pixels
individuais de uma imagem com base em sua intensidade.
Ex: Obtenção do negativo de uma imagem de 8 bits. (Visto anteriormente)
n
(x,y) (x,y)
m
O valor este pixel
Sxy é o valor médio
dos pixels em Sxy
Observação:
Ao se definir a vizinhança de um
determinado pixel (x,y), alguns pontos
podem se localizar fora dos limites da
imagem, como ilustrado ao lado:
62
- Capítulo 2 -
31
Transformações Geométricas
Modificam a relação espacial entre os pixels de uma imagem.
Em termos de PDI, uma transformação geométrica consiste em duas
operações básicas:
Transformação espacial de coordenadas;
Interpolação de intensidade que atribui níveis de intensidade aos pixels
transformados espacialmente.
Nome da Equações
Matriz afim, T Exemplo
Transformação coordenadas
Identidade
Escala
Rotação
Translação
Cisalhamento
(vertical)
Cisalhamento
(horizontal)
64
- Capítulo 2 -
32
Resultado da utilização de uma transformação afim para realizar a rotação
de uma imagem em 21º, utilizando diferentes métodos de interpolação.
65
- Capítulo 2 -
33