Escolar Documentos
Profissional Documentos
Cultura Documentos
1
Tópicos
Introdução
Percepção visual
Luz e o espectro eletromagnético
Aquisição de imagens
Amostragem e quantificação
Relacionamento básicos entre pixels
Operações lineares e não-lineares
2
Introdução
Motivação
Objetivos
3
Percepção Visual
Estrutura do Olho Humano
Olho humano é aproximadamente uma esfera com um
diâmetro médio de cerca de 20mm.
4
Percepção Visual
Estrutura do Olho Humano
A visão de padrões é viabilizada pela distribuição de receptores discretos de luz sobre a superfície da retina.
Existem duas classes de receptores cones e bastonetes
Número de cones vária entre 6 a 7 milhões, posicionado na região central da retina, chamada fóvea. Sendo
altamente sensíves a cores. Discernimos pequenos detalhes com esses cones, pois cada um e conectado à
sua própria fibra nervosa.
Número de bastonetes é muito maior: cerca de 75 a 150 milhões distribuídos sobre a superfície da retina.
Servem para dar visãol geral do campo de visão. Vários bastonetes são conectados a uma única fibra nervosa
reduzem a quantidade de detalhes disceníveis por estes receptores.
A fóvea é uma depressão circular de cerca de 1.5 mm de diâmetro na retina. Supondo uma matriz sensora
quadrada de tamanho 1.5 X 1.5 mm. A densidade de cones nessa área é de aproximadamente 150.000
elementos / mm2 . Numa aproximação, o número de cones na região é de 337.0000 elementos. Um CCD de
resolução média pode conter esse número de elementos em uma matriz receptora não maior que 7 X 7 mm.
5
Percepção Visual
Formação da Imagem no Olho
Podemos cálcular o tamanho da imagem de um objeto na retina. Por exemplo o objevador olhando uma
árvore de 15m a uma distância de 100m.
15 x
=
100 17
x = 2 . 55
6
Percepção Visual
Adaptação ao Brilho e Discriminação
7
Percepção Visual
Adaptação ao Brilho e Discriminação
8
Percepção Visual
Adaptação ao Brilho e Discriminação
9
Luz e o Espectro Eletromagnético
10
Luz e o Espectro Eletromagnético
c
λ= Onde: λ é o comprimento de onda, C
velocidade da luz e ν a frequência.
υ E é a energia e h a constante de Planck.
E = hυ
11
Aquisição de Imagem
12
Aquisição de Imagem
13
Aquisição de Imagem
14
Aquisição de Imagem
15
Aquisição de Imagem
16
Aquisição de Imagem
Um Modelo Simples de Imagem
[ Lmin , Lmax ]
17
Amostragem e Quantificação
18
Amostragem e Quantificação
19
Amostragem e Quantificação
Representação da Imagem
20
Amostragem e Quantificação
Representação da Imagem
21
Amostragem e Quantificação
Representação da Imagem
22
Amostragem e Quantificação
Representação da Imagem
23
Amostragem e Quantificação
Representação da Imagem
142 152 152 132
151 212 154 232
121 254 132 215
252 224 121 151
254 181 145 212
010000
011100
011000
111000
001010
24
24
Amostragem e Quantificação
Representação da Imagem
14 15 15 13 15
15 21 54 32 15 C M Y
21 54 32 15 54
52 24 21 51 51
R G B
54 81 45 12 15
0.3212 0.2541 0.4121
0.1312 0.1215 0.3121
0.2115 0.1511 0.0212
0.0215 0.5152 0.3211
0.3551 0.1212 0.3251
25
25
Amostragem e Quantificação
Representação da Imagem
26
Amostragem e Quantificação
Representação da Imagem
n k
N =2 , M =2
m
G =2
b= N ×M ×m
2
se M = N , b= N m
27
Amostragem e Quantificação
Resolução Espacial e Tons de Cinza
28
Amostragem e Quantificação
Resolução Espacial e Tons de Cinza
29
Amostragem e Quantificação
Resolução Espacial e Tons de Cinza
Efeita da diminuição nos tons de cinza - 265, 128, 64, 32, 16, 8, 4, 2
30
Amostragem e Quantificação
Zoom
31
Relacionamento Básicos Entre Pixels
Vizinhos de um Pixel
Vizinhança de um pixel
N4(p) = { (x+1,y),(x-1,y),(x,y+1),(x,y-1)}
ND(p) = { (x+1,y+1),(x-1,y-1),(x+1,y+1),(x-1,y-1)}
32
Relacionamento Básicos Entre Pixels
Conectividade
Conectividade
– Conectividade entre os pixels é um importante conceito usado para estabelecer as
bordas de um objeto ou componentes de uma região da imagem. Para estabelecer se
dois pixels estão conectados temos que determinar se os pixels são adjacentes.
– Fazamos V o conjuto de valores em tons de cinza que define conectividade; por
exemplo, numa imagem binária, V={1}. Em tons de cinza a conectividade pode ser
definida com uma os valores entre 32 a 64 por exemplo, V={32,33,34,…,63,64}
33
Relacionamento Básicos Entre Pixels
Medida de Distância
Medida de distância
– Para os pixels p, q e z, com coordenadas (x,y),(s,t) e (u,v) respectivamente, D é
uma função distância ou métrica se:
• (a) D(p,q) ≥ 0 ( D(p,q) = 0 se e somente se p=q )
• (b) D(p,q) = D(q,p)
• (c) D(p, z) ≤ D(p,q) + D(q,z)
34
Relacionamento Básicos Entre Pixels
Medida de Distância
Medida de distância
Exemplo de D8 ≤ 2
2 2 2 2 2
2 1 1 1 2
2 1 0 1 2
2 1 1 1 2
2 2 2 2 2
35
Relacionamento Básicos Entre Pixels
Medida de Distância
Medida de distância
– Para conectividade-de-m, o valor da distância entre dois pixels depende do valor do
pixels ao longo do caminho e daqueles de seus vizinhos. Considere P, P2 e P4 tenham
valor 1 e que P1 e P3 possam ter valor 0 ou 1
P3 P4
P1 P2
P
(3) Se P1 e P3 forem 1:
distância = 4
1 1
1 1
1
36
Relacionamento Básicos Entre Pixels
Operações Lógico-Aritméticas
37
Relacionamento Básicos Entre Pixels
Operações Lógico-Aritméticas
38
Relacionamento Básicos Entre Pixels
Operações Pontuais Adaptativas
Princípio
– Ao invés de tratar a imagem como um todo, ela é dividida em sub-imagens
e a operação é realizada em cada sub-imagem.
– Muitas vezes, este processo gerará artefatos nas fronteiras entre as sub-
imagens. Para corrigí-los pode-se
• Interpolar valores para gerar transições suaves.
• Utilizar sub-imagens muito pequenas.
• Neste sentido, são operações semelhantes às operações locais.
39
Relacionamento Básicos Entre Pixels
Operações Algébricas e Aplicações
40
Relacionamento Básicos Entre Pixels
Operação Adição
41
Relacionamento Básicos Entre Pixels
Operação Subtração
42
Relacionamento Básicos Entre Pixels
Operações Lógicas
Definição
– Operações pontuais que envolvem mais do que uma imagem binária de entrada, para
gerar uma imagem de saída.
43
Relacionamento Básicos Entre Pixels
Operações Locais
44
Relacionamento Básicos Entre Pixels
Operações Locais
45
Relacionamento Básicos Entre Pixels
O Filtro Mediana
46
Relacionamento Básicos Entre Pixels
Operações Geométricas
Operações geométricas
– Alteram a relação de posição entre pixels.
– Em geral envolvem duas etapas
• Uma transformação espacial
– Este processo muitas vezes levará a criação de pixels inexistentes na imagem original.
O que leva à necessidade de
• Uma interpolação das intensidades dos pixels
– Replicação (nearest neighbours), bi-linear, sin(x)/x, etc...
47
Relacionamento Básicos Entre Pixels
48
Relacionamento Básicos Entre Pixels
49
Operações Lineares e Não-Lineares
50
Operações Lineares e Não-Lineares
51
Operações Lineares e Não-Lineares
– Exemplo de operador não-linear é um operador que calcula o valor absoluto
da diferença de duas imagens.
52
Relacionamento Básicos Entre Pixels
53
Relacionamento Básicos Entre Pixels
54
Formatos de Arquivos Gráficos
Servem para armazena, organizar, e recuperar os dados de uma forma eficiente e lógica.
Informações como tamanho da imagem, resolução, e compressão.
Tipos de formato gráficos
– Bitmap - mapeamento pixel-por-pixel da imagem
– Vetor - descrição matemática os elementos da imagem
– Metafiles – possuim caracteristicas de ambos bitmap e vetor
Tipos de arquivos
– TIFF (Tagged Image File Format)
• Robusto, flexível, genérico, multi-plataforma
– PCX
• PC Standard antigo, “problemático”
– BMP (bit map)
• Formato mais comum dentro do Windows
– GIF
• Muito comum para transmissão em rede. Limitado a 256 cores.
– OUTROS: raw, TGA, Sun Raster, formatos próprios (p.ex. Photoshop)
– Formatos comprimidos
• Sem Perdas (lossless) - RLE (PCX, BMP, TGA), LZW (TIFF, GIF), Huffman
• Com perdas (lossy) - JPEG - usar com cuidado em análise quantitativa
55