UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA BIOMÉDICA
PROCESSAMENTO DIGITAL DE IMAGENS

Laboratório 1 – Capítulo 01, 02 e 03

1. Determine na figura abaixo se S1, S2 e S3 são: a) 4 – conectados, b) 8 – conectados e c) m – conectados.

S1 S2 S3

0 0 0 0 0 0 1 1 0 0 0 0
0 0 1 0 0 1 0 0 1 0 1 0
0 0 1 0 1 1 0 0 0 0 1 0
0 1 1 1 0 0 0 0 0 1 0 0

2. Na figura abaixo, quais opções estão corretas?

a) q e N4(p)
b) q e N8(p) q
c) q e ND(p) p

3. Calcule entre os pixels p e q, para as distâncias:

a) Euclidiana
b) City Block q
c) Chess board p

4. Tomando como base a imagem (a), coloque verdadeiro (V) ou falso (F) nas afirmações abaixo. (Questão: sutilab)

A B C
D
(a) = E F G
H J
I K

(V) Os pixels A e E, mesmo distantes, estão conectados porque há um “caminho” que os interliga.
(V) Todos os pixels de A e G estão conectados por adjacência de 4 e 8 entre si.
(V) O pixel H não é conectado ao componente conexo se considerar adjacência 4.
(V) O pixel H é adjacente ao pixel E e conectado por adjacência 8 no intervalo de pixels A, G.
(F) O pixel D é conectado por adjacência 8 com B, F e H.
(F) O pixel G tem 2 conectividade na imagem.
( ) O pixel I é vizinho e conectado aos pixels H e J.
( ) O pixel K é vizinho e adjacente 8 de J, que J é vizinho e adjacente de F e G.
( ) O pixel I é adjacente 8 de E.
( ) O pixel J é vizinho 4 de I e K, e adjacente-m de G.
( ) O pixel F é adjacente-m de K.
5. Com base na figura do tapete pixel abaixo, quantos objetos vizinhos, adjacentes e conectados existem? Leve em
consideração as cores do objeto para 4 – conectados, 8 – conectados e m – conectados.

Figura 1 - http://hometeka.com.br/

6. Uma medida comum de transmissão de dados digitais é o baud rate, definido como o número de bits transmitidos
por segundo. Em geral, a transmissão é feita em pacotes consistindo em um bit de início (start bit, que marca o início
da transmissão), um byte (8 bits) de informação e um bit de parada (stop bit, que indica o fim da transmissão).
Dados esses fatos, responda as seguintes perguntas:
(a) Quantos minutos levaria para transmitir uma imagem de 1.024 × 1.024 com 256 níveis de cinza utilizando um
modem de 56K bauds?
(b) Quanto tempo levaria em 3.000K bauds, uma velocidade representativa de uma linha telefônica do tipo DSL (Digital
Subscriber Line)?

7. Considere o segmento de imagem mostrado. 


(a) Se V = {0, 1}, calcule os comprimentos dos caminhos −4, −8 e −m mais curtos entre p e q. Se um caminho específico
não existir entre esses dois pontos, explique por quê.
(b) Faça o mesmo para V = {1, 2}
(c) Defina em forma de diagrama (imagem pixel) como converter um caminho-8 de 1 pixel de espessura em um
caminho-4. Ilustre sua resposta.
3 1 2 1
2 2 0 2(q)
1 2 1 1
(p)1 0 1 2

8. Equalize o histograma por meio da distribuição acumulada e desenhe o histograma equalizado.

Nível de cinza (r" ) n"

0 456
1/7 91
2/7 3213
3/7 151
4/7 198
5/7 200
6/7 1500
1 2003
Total 7812
9. Considere a imagem a seguir, representada pela matriz:

123 51 21 123 231

6 35 45 0 89
120 255 100 1 64
56 164 245 31 121
56 23 31 213 34

a) Qual o valor do pixel central se for utilizado uma máscara de filtragem de mediana 5x5?
b) Qual o valor do pixel central se for utilizado uma máscara de filtragem de média 3x3?

10. Considere uma imagem de 64 x 64 pixels com 3 bits em que os níveis de intensidade dos pixels tem frequência de
ocorrência definida pelo vetor n = [790, 1023, 850, 656, 329, 245, 122, 81]

c) Esboce o histograma em função da frequência.

d) Calcule e esboce o histograma em função da probabilidade
e) Faça agora a equalização do histograma

1 1 1
$
11. Faça a convolução da região em destaque na imagem a seguir utilizando a máscara w = % &1 1 1(. Apresente a
1 1 1
matriz da nova imagem.

2 1 0 6 7
2 0 1 6 5
1 1 8 5 6
1 0 6 6 5
3 5 6 7 7
Figura 1 – Imagem a ser filtrada

Prática – Desenvolva algoritmos para resolver as questões abaixo no Matlab.

1. Utilize a imagem ‘onion.png’
do Matlab.

a) Altere a dimensão da imagem para 32x64,16x50, 512x512, 300x200 e 100x30. Plote a original e os resultados.
b) Altere os níveis de intensidade da imagem para 6, 5, 4, 3, 2 e 1 bit. Plote os resultados.
c) Transforme para uma imagem binária com 5 diferentes thresholds (0, 0.25, 0.5, 0.8, e 1). Plote as 6 imagens em
formato de subplot. O que você observou com a transformação?

2. Leia a imagem ‘cameraman.tif’ em níveis de cinza do Matlab e adicione 100 de intensidade a cada pixel. Depois
efetue a subtração das imagens de duas formas:

a) imagem original – imagem gerada pela adição e

b) imagem gerada pela adição – imagem original. Plote as 4 imagens resultantes em subplot.
c) Observe as imagens resultantes em (a) e (b) e descreva se as subtrações são diferentes. Justifique.

3. Rotacionando a imagem ‘cameraman.tif’ do Matlab.

a) Rotacione a imagem em 45°, 130° e 180° graus utilizando interpolação bicúbica. Plote o resultado e responda as
questões:
b) Por que as imagens têm dimensões diferentes?
b) Rotacione a imagem resultante de (a) em -45° graus. Por que a
nova imagem não é igual a original? Justifique sua resposta.

4. Utilizando duas imagens do seu projeto realize as operações aritméticas abaixo desenvolvendo seu algoritmo no
Matlab. Apresente seus resultados.

a) ImResultante = Im1 + Im2 c) ImResultante = Im1 * Im2

b) ImResultante = Im1 - Im2 d) ImResultante = Im1 / Im2
5. Histograma e ajuste de contraste. Utilize a imagem 'tire.tif'.

a) Plote a imagem, o histograma e o gráfico de barras com as intensidades (com “valor” na abscissa e “bin” na
ordenada).
b) O Matlab disponibiliza 3 formas de equalizar uma imagem, utilizando as funções histeq, imadjust e adapthisteq.
Para cada função: equalize a imagem, plote o histograma e gráfico de barras. Qual a diferença entre os
resultados?

6. Convolução. Utilize a imagem 'moon.tif'.

a) Aplique 4 filtros de convolução na imagem. Utilizando a máscara:

1 1 1
1/k* 1 1 1
1 1 1
para k=2, 9 e 18. Explique os resultados.

7. Suavização/Filtros passa-baixa. Realize o borramento na imagem para reduzir o efeito do ruído. Utilize a
imagem 'kids.tif'

a) Gere 2 imagens com ruído sal e pimenta e gaussiano. Exiba as imagens.

b) Suavize as imagens utilizando a média (3x3) e mediana. Exiba os resultados.

8. Realce/Aguçamento/Aumento de nitidez/Filtro passa-alta. Utilizando a segunda derivada – Laplaciano. Utilize a

imagem ‘coins.png’.

a) Inicialmente borre a imagem para que a nitidez das bordas seja atenuada (Sugestão: utilize a média [3x3]).
b) Exiba a máscara de laplaciano sem ajuste.
c) Exiba a máscara de laplaciano com ajuste (normalizado).
d) Exiba a aplicação das máscaras ‘b’ e ‘c’ sobre a imagem borrada ‘a’ (Atenção: somar a imagem borrada a
máscara se o centro da máscara for positivo, se negativo deve subtrair as imagens).
e) Aplique o zoom sobre alguma região com borda nas imagens de ‘d’. Explique porque a borda da imagem sem
ajuste ficou mais escura que a borda do laplaciano ajustado.

9. Máscara de nitidez. Utilize a imagem original da questão 4 e a suavizada (borrada) da letra ‘a’. Para cada letra, a
seguir, exiba o resultado.
a) Máscara de nitidez.
b) Adicione a máscara de nitidez a imagem original.
c) Faça uma filtragem 'high-boost' (k>1).
d) Faça uma filtragem atenuando a contribuição da máscara de nitidez.

10. Realce/Aguçamento/Aumento de nitidez/Filtro passa-alta. Utilizando a primeira derivada – Gradiente. Realce a

imagem para cada um dos seguintes operadores. Utilize a imagem ‘logo.tif’.
a) Gradiente cruzado de Roberts, Prewitt e Sobel

11. Desenvolva um filtro de suavização usando filtros de média e de mediana através da convolução e compare seus
resultados com a função conv2 do MATLAB.

O filtro de Média pode ser implementado da seguinte maneira:

passo 1: Preencha as bordas da imagem com zeros;
passo 2: Percorra uma janela n × n pela imagem;
passo 3: Durante cada percurso faça a média dos elementos e atribua seu valor ao elemento central dessa janela;
passo 4: Repita o passo 2 até terminar de percorrer toda imagem;
OBS: Utilize a mesma máscara w da questão 2 acima.

A mediana é o valor (pertencente ou não à amostra) que a divide ao meio, isto é, 50% dos elementos da amostra são
menores ou iguais à mediana e os outros 50% são maiores ou iguais à mediana. Para a sua determinação utiliza-se a
seguinte regra, depois de ordenada a amostra de n elementos: Se n é ímpar, a mediana é o elemento médio. Se n é
par, a mediana é a soma dos dois elementos médios divido por 2.
O filtro da Mediana é implementado da seguinte maneira:

passo 1: Preencha as bordas da imagem com zeros;

passo 2: Percorra uma janela n × n pela imagem;
passo 3: Durante cada percurso faça a ordenação dos elementos e coloque em forma de vetor;
passo 4: Em seguida ache a mediana do vetor e atribua seu valor ao elemento central da janela;
passo 5: Repita o passo 2 até terminar de percorrer toda imagem;

12. Desenvolva um algoritmo utilizando imagens do seu projeto para a estratégia abaixo. Apresente todos os
resultados.

a) Ler uma imagem (do seu projeto). Para or projetos que utilizam imagens coloridas transformar em níveis de cinza.
Caso já esteja em níveis de cinza seguir as etapas.
b) Aplicar em (a) o filtro Laplaciano.
c) Aplique no resultado de (b) o gradiente de sobel.
d) Aplique no resultado de (c) sobel suavizada com filtro da média 5x5.
e) Realize o produto no resultado de (c) e (d).
f) Realize o realce da imagem somando (a) e (e).

Anexo

Equação para equalização de histograma:

(89$)
𝑠* = 𝑇(𝑟* ) = (𝐿 − 1) ∑*6<= 𝑝4 5𝑟6 7 = ∑*6<= 𝑛6 (1)
:;

sendo k = 0,1,2,..., L-1.


Equação de convolução de um filtro w em uma imagem:

𝑤(𝑥, 𝑦) ∗ 𝑓(𝑥, 𝑦) ∑HI<9H ∑EF<9E 𝑤 (𝑠, 𝑡)𝑓(𝑥 − 𝑠, 𝑦 − 𝑡) (2)

Equações:

Distância Euclidiana
𝐷K = 𝑥 − 𝑠2 + 𝑦 − 𝑡2

Distância City-Block ou Manhattan

𝐷N (𝑝, 𝑞) = |𝑥 − 𝑠| + |𝑦 − 𝑡|

Distância Chessboard ou Chebyshev

𝐷Q (𝑝, 𝑞) = max (|𝑥 − 𝑠|, |𝑦 − 𝑡|)

Referência Bibliográfica:

[1] Rafael C. Gonzalez; Richard E. Woods. Processamento Digital de Imagens 3a edição. Pearson.