Atividade Prática

Prof. Charles Way Hun Fung, MSc

SUMÁRIO
INFORMAÇÕES SOBRE A ATIVIDADE PRÁTICA .......................................................................... 2

AVALIAÇÃO DA ATIVIDADE PRÁTICA: ...................................................................................... 2

OBJETIVOS ..................................................................................................................................... 3
MATERIAL DE CONSULTA.............................................................................................................. 4

FORMATO DA RESOLUÇÃO DAS QUESTÕES .............................................................................. 5

APRESENTAÇÃO DO CÓDIGO EM TODAS AS QUESTÕES .................................................... 5

NOMEAÇÃO DAS VARIÁVEIS .................................................................................................... 5

FORMATO DA RESOLUÇÃO ...................................................................................................... 5

ATIVIDADES .................................................................................................................................... 7

Histograma ................................................................................................................................... 7

Conceitos de Histograma ........................................................................................................... 7

Equalização de Histograma ....................................................................................................... 7

Exercícios de Histograma .......................................................................................................... 8

Filtragem Espacial ...................................................................................................................... 12

Exercícios de Filtragem Espacial: ............................................................................................ 13

Modelo de Cores ........................................................................................................................ 17

Exercícios de Modelo de Cores: .............................................................................................. 18

Transformações Geométricas .................................................................................................... 23

Exercícios de Transformações Geométricas: ........................................................................... 26

Morfologia Matemática ............................................................................................................... 31

Exercícios de Morfologia Matemática: ...................................................................................... 33

INFORMAÇÕES SOBRE A ATIVIDADE PRÁTICA

Esta atividade prática é individual, por isso cada aluno deve entregar seu próprio trabalho.

AVALIAÇÃO DA ATIVIDADE PRÁTICA:

1. Todas as questões devem conter códigos na resolução, por isso apresente-os. Ver seção
“Apresentação dos códigos em todas as questões”.

Atividade Prática de Processamento de Imagens 1 Prof. Charles Way Hun Fung, MSc
 2. As variáveis utilizadas na questão devem iniciar com o nome do aluno. Ver a seção “Nomeação das
Variáveis”.

3. Cada exercício deverá ser resolvido no formato proposto, devendo conter: Códigos, imagem
resultante e explicações. Ver a seção de “Forma da Resolução”.

4. O valor das partes da questão:

Parte da Solução Valor

Códigos 25% do valor da questão
Imagem resultante 25% do valor da questão
Explicação da solução 50% do valor da questão

5. Plágio: É considerado plágio quando se usa um texto exatamente igual a um já existente. Acima de
5 palavras idênticas e na mesma sequência em uma frase, essa frase é considerada que foi plagiada.
Em um trabalho acadêmico, deve-se ler diversos textos de referência e reescrever com as suas
palavras tudo o que foi entendido. É possível fazer citação de trechos de um texto, mas mesmo com
citação é preciso ter o cuidado para que o seu trabalho não seja uma cópia idêntica.
Caso seja constatado plágio no trabalho apresentado, este receberá nota ZERO.

6. O aluno deverá entregar em um ARQUIVO ÚNICO NO FORMATO PDF no AVA no ícone

trabalhos.

OBJETIVOS

1. Utilizar o ambiente matemático SciLab para resolver os problemas propostos sobre os conteúdos da
disciplina de processamento de imagens.

2. Fazer com que o aluno adquira vivência com problemas da área de processamento de imagens.

3. Conhecer funções que realizam determinados processamentos e entender para que tipo de problemas
podem ser usados.

Atividade Prática de Processamento de Imagens 2 Prof. Charles Way Hun Fung, MSc
 4. Entender o funcionamento de um ambiente matemático: variáveis, vetores, matrizes e funções.

MATERIAL DE CONSULTA

Ambiente matemático Scilab. Links importantes:

Manual Scilab:
o https://help.scilab.org/docs/5.3.0/pt_BR/index.html Introdução ao Scilab:
o http://conteudo.icmc.usp.br/pessoas/francisco/modelagem/aulas/Microsoft%20Po
werPoint%20-%20Introducao.pdf Apostila do Scilab:
o https://www.ime.unicamp.br/~encpos/VIII_EnCPos/Apostila_Scilab.pdf

Atividade Prática de Processamento de Imagens 3 Prof. Charles Way Hun Fung, MSc
 FORMATO DA RESOLUÇÃO DAS QUESTÕES

A atividade prática consiste em diversas questões experimentais que devem seguir um determinado
formato de resposta:

APRESENTAÇÃO DO CÓDIGO EM TODAS AS QUESTÕES

Em todas as questões é pedido para utilizar algum comando com as imagens, por isso mostre o código!
Exemplo:
imread(charles_imagem_Q01)

Caso o aluno não mostre o código, este terá um desconto da 25% na nota da questão!

NOMEAÇÃO DAS VARIÁVEIS

O nome das variáveis deve estar com o nome do aluno em seu prefixo (deve começar com o nome do
aluno).
Exemplo:

charles_imagem_Q01 = imread(“house.tif”) imshow(charles_imagem_Q01)

Caso o aluno não escreva o nome no prefixo da variável, este terá um desconto da 25% na
nota da questão!
Se o nome não condizer com o do aluno, a questão será ANULADA!

FORMATO DA RESOLUÇÃO

A resolução da questão deve seguir os seguintes passos:

I) Apresentar código da resolução;
II) Apresentar a imagem resultante;
III) Explicar/Responder o que foi pedido;

Segue o exemplo esperado para resolução dos exercícios desta atividade prática:

Atividade Prática de Processamento de Imagens 4 Prof. Charles Way Hun Fung, MSc
 QUESTÃO EXEMPLO: Converta a imagem colorida lena_color_256.tif para níveis de cinza usando o
comando rgb2gray. Explique o que mudou na imagem, avalie dimensões e quantidade de dados da imagem
resultante. Apresente o código e imagens resultantes.

I) Apresentação do Código:

charles_img = imread("lena_color_256.tif"); charles_gray_img = rgb2gray(charles_img);

imshow(charles_gray_img)

II) Apresentação da Imagem III) Explicação:

Resultante:
A imagem original colorida, que possuía três componentes de
cor: Vermelho, verde e azul, foi convertida para uma imagem
monocromática (níveis de cinza). O tamanho da imagem (linhas e
colunas) permanece o mesmo, isto pode ser comprovado utilizando o
comando size em ambas imagens:

Figura 1: Imagem da Lena em níveis

de cinza.

A Figura 1 mostra a diferença de dimensões entre a imagem

colorida (charles_img) e a imagem monocromática
(charles_gray_img), pode-se perceber que a segunda imagem possuí
apenas duas dimensões, ou seja possuí uma quantidade de dados
menor em relação a primeira imagem.

Caso o aluno não siga essa estrutura de resolução terá sua nota descontada em até 25%!

ATIVIDADES

HISTOGRAMA

Conceitos de Histograma

O histograma de uma imagem consiste em um gráfico, normalmente apresentado em barras, que apresenta
a distribuição dos pixels nos níveis de cinza. Cada barra pode representar uma faixa de valores de níveis de

Atividade Prática de Processamento de Imagens 5 Prof. Charles Way Hun Fung, MSc
cinza, quanto maior o número de barras, menor a faixa de valores e maior a precisão do histograma. A
visualização do histograma indica algumas características na imagem, como contraste e brilho médio.
A Tabela 1 mostra os dados que depois são plotados na Figura 2
Tabela 1 - Distribuição dos pixels da imagem.

Figura 2: Exemplo de Histograma de uma imagem.

O cálculo da probabilidade do pixel é definido por:

𝑛
𝑝 (𝑟 )= 𝑛 (1)

Equalização de Histograma

A equalização é uma técnica que serve para uniformizar o histograma, de forma que o número de pixels
de cada nível de cinza seja praticamente o mesmo. Para isto deve-se calcular a função de distribuição acumulada
(cdf-cumulative distribution function) da distribuição de probabilidades, que pode ser expressa por:

𝑛
𝑠 =𝑇(𝑟 )= = 𝑝 (𝑟)
𝑛 (2)

O que consiste em somar a probabilidade do nível a cada nova iteração. Considerando o exemplo anterior,

podemos calcular a cdf: s0= pr(r0) = 0,068

s1 = pr(r0) + pr(r1) = 0,068+0,196 = 0,264

s2=0,560; s3=0,769; s4=0,891; s5=0,939; s6=0,972; s7=1;

Em seguida deve-se arredondar os valores s para um múltiplo de 1/7, neste caso: s0≈0; s1≈2/7;

s2≈4/7; s3≈5/7; s4≈6/7; s5≈1; s6≈1; s7≈1; Este processamento resulta em:

Atividade Prática de Processamento de Imagens 6 Prof. Charles Way Hun Fung, MSc
 Tabela 2 - Distribuição dos pixels da imagem depois da equalização.

Figura 3: Exemplo de Histograma de uma Imagem depois da

equalização.

Mais informações sobre este processamento, veja a aula prática 1.

Com base em histograma e na técnica de equalização resolva os exercícios a seguir:

Exercícios de Histograma

Para resolver estes exercícios faça a leitura das imagens house.tif, cameraman.tif e lena_color_256.tif
utilizando o comando imread. Em todos os exercícios mostre o código, imagens resultantes e apresente
explicações.

1. Mostre o histograma de uma destas imagens, explique o formato do histograma, a respeito de níveis de
cinza, quantidade de pixels e contraste.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 4: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 7 Prof. Charles Way Hun Fung, MSc
 2. Faça a plotagem das imagens com seus respectivos histogramas usando subplot, use 3 linhas e 2 colunas.
Explique a diferença entre os histogramas.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 5: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 8 Prof. Charles Way Hun Fung, MSc
 3. Realize a equalização na imagem cameraman.tif, faça uma comparação entre a imagem original e a
equalizada. Mostre diferenças dos histogramas (original e equalizado) e explique o processamento
realizado pela equalização.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 6: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 9 Prof. Charles Way Hun Fung, MSc
FILTRAGEM ESPACIAL

A filtragem espacial consiste na convolução em duas dimensões (função conv2 do Scilab) de uma
máscara pré-determinada e uma imagem. Esta filtragem tem o intuito de dar ênfase a uma determinada
característica da imagem. Pode-se utilizar as máscaras para fazer a detecção de características específicas como:
pontos, linhas ou bordas. A seguir um quadro com os principais filtros:
Tabela 3 - Máscaras para Filtragem Espacial.
Filtro Máscara

Pontos Isolados 1 1 1

1 −8 1

1 1 1

Linha horizontal −1 −1 −1

2 2 2

−1 −1 −1

Linha vertical −1 2 −1

−1 2 −1

−1 2 −1

Linha 45° 2 −1 −1

−1 2 −1

−1 −1 2

Linha -45° −1 −1 2

−1 2 −1

2 −1 −1

Borda – Roberts −1 0 0 0 −1
ou
1 1 0

Borda – Prewitt −1 −1 −1 −1 0 1
0 0 0 ou 0 1
1 1 −1 0 1
1 −1
Borda – Sobel −1 −2 −1 −1 0 1
0 0 0 ou 0 2
1 2 −2 0 1
1 −1

Atividade Prática de Processamento de Imagens 10 Prof. Charles Way Hun Fung, MSc
 Mais informações sobre este processamento, veja a aula prática 2.

Com base em filtragem espacial, mascaramento e convolução resolva os exercícios a seguir:

Exercícios de Filtragem Espacial:

Para resolver estes exercícios faça a leitura das imagens jetplane.tif e walkbridge.tif usando o comando
imread. Em todos os exercícios mostre o código, imagens resultantes e apresente explicações.

4. Em ambas imagens aplique um filtro para detecção de pontos isolados. Para isto procure uma máscara e
utilize conv2 para aplicar o filtro na imagem. Explique o que aconteceu com a imagem resultante, quais
detalhes foram enfatizados com este processamento?

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 7: (COLOCAR LEGENDA
AQUI)

5. Em ambas imagens aplique os filtros para detecção de linha: horizontal, vertical, 45° e -45°. Para isto
procure uma máscara para cada filtro (tabela anterior) e utilize conv2 para aplicar o filtro na imagem.
Plote o resultado e explique o que aconteceu com a imagem.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

Atividade Prática de Processamento de Imagens 11 Prof. Charles Way Hun Fung, MSc
 II) Apresentação das Imagens III) Explicação:
Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 8: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 12 Prof. Charles Way Hun Fung, MSc
 6. Em ambas imagens aplique os filtros para detecção de borda: Roberts, Prewitt, Sobel. Para isto procure
uma máscara para cada filtro e utilize conv2 para aplicar o filtro na imagem. Plote o resultado e explique
o que aconteceu com a imagem.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 9: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 13 Prof. Charles Way Hun Fung, MSc
 7. Procure na literatura por outro filtro de borda que não foi apresentado no material da disciplina, apresente
sua máscara e explique seu funcionamento, características e a apresente a bibliografia da qual foi retirado
este método.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 10: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 14 Prof. Charles Way Hun Fung, MSc
MODELO DE CORES

Nossos olhos possuem diversas células para detecção tanto de intensidade ou brilho de um objeto, como
sua crominância. A percepção de cores depende da reflexão da luz em objetos, estes refletem e absorvem a luz
recebida. A luz percebida é a refletida dos objetos da cena. Entretanto nem toda a energia luminosa pode ser
convertida em cores para nossos olhos, apenas uma pequena faixa de luzes pode ser vista, as que possuem
comprimento de onda de 400 a 700 nm.
No Scilab, quando é feita uma leitura de uma imagem colorida, está possui uma componente a mais.
Pode-se demonstrar usando a função size na imagem:

No código apresentado anteriormente, é mostrado como separar as componentes em imagens

monocromáticas que representam cada uma das componentes do RGB.
A conversão para o modelo CMY, depende de usar o complementar das cores da imagem. Lembrando
que as componentes ciano, magenta e amarelo são complementares ao RGB e são chamados de pigmentos
primários.

A função imcomplement retorna o complemento da imagem colorida, ou seja, a mesma imagem nos
pigmentos primários.
O modelo HSI que é representado por Hue (Matiz), Saturation (Saturação) e Intensity (intensidade).
Para fazer a conversão usando o Scilab, é usada a função rgb2hsv() como a seguir:

Outro processamento interessante com cores é separar inteiramente as cores nos respectivos
componentes R, G e B.
Para isto, zera-se duas das componentes e se mantêm apenas uma, a seguir um exemplo:

Atividade Prática de Processamento de Imagens 15 Prof. Charles Way Hun Fung, MSc
 Para aplicar um filtro em uma imagem colorida, basta aplicar nas três componentes de cor. A seguir um
exemplo da aplicação de um filtro de mediana.

1.
2. Com base no processamento de imagens coloridas e modelo de cores resolva os exercícios
3. a seguir:
4. Exercícios de Modelo de Cores:
5. Para resolver estes exercícios faça a leitura das imagens baboo_colorido.tif, jupiter.tif e lena_colorida.tif
usando o comando imread. Em todos os exercícios mostre o código, imagens resultantes e apresente
explicações.

7. Separe as componentes de cor R, G e B da imagem baboo_colorido.tif. Explique o que

significa regiões mais claras nestas imagens.

Atividade Prática de Processamento de Imagens 16 Prof. Charles Way Hun Fung, MSc
 I) Apresentação do Código:

6. (COLOCAR CÓDIGO AQUI)

7. II) Apresentação das IV) Explicação:

Imagens Resultantes:

8. (COLOCAR FIGURAS
AQUI)
10. (COLOCAR EXPLICAÇÃO AQUI)

9. Figura 11: (COLOCAR

LEGENDA AQUI)

Atividade Prática de Processamento de Imagens 17 Prof. Charles Way Hun Fung, MSc
 9. Converta a imagem lena_colorida.tif para o modelo CMY, separe suas componentes (C, M e Y).

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 12: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 18 Prof. Charles Way Hun Fung, MSc
 10. Converta a imagem jupiter.tif para HSI, usando o comando rgb2hsv. Veja cada uma das componentes
deste modelo: 1: Intensidade, 2: Saturação, 3: Matiz. O que cada uma destas componentes significa
e qual o benefício de utilizar este modelo de cor?

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 13: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 19 Prof. Charles Way Hun Fung, MSc
 11. Separe inteiramente a componente de cor vermelha da imagem baboo_colorido.tif. Qual a
diferença entre este processamento e aquele realizado no exercício 8?

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 14: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 20 Prof. Charles Way Hun Fung, MSc
TRANSFORMAÇÕES GEOMÉTRICAS

Transformações geométricas se caracterizam pela modificação da posição espacial do pixel que compõe
a imagem. Estas são implementadas mudando as coordenadas de pixels ou fazendo uma interpolação da
intensidade dos pixels transformados.
Escala:
Consiste em aumentar ou diminuir a resolução da imagem.
Para isto é usada a função:
imresize (imagem, fator_de_escala)
Onde o fator de escala é o quanto se deseja aumentar ou diminuir a imagem.
Exemplo:

Figura 15: Exemplo de escala.

Neste exemplo a função imresize utilizou um fator de escala igual a 2, por isso as dimensões da imagem
dobraram em linhas e colunas.

Rotação:
Consiste em rotacionar a imagem em um determinado ângulo arbitrário, podendo a rotação ser horária
ou anti-horária.
A função no Scilab utilizada para fazer este processamento é:
imrotate(imagem, ângulo_de_rotação)
Onde o ângulo de rotação é o ângulo que se deseja rotacionar a imagem em graus.
Exemplo do uso desta função:

Atividade Prática de Processamento de Imagens 21 Prof. Charles Way Hun Fung, MSc
 Figura 16: Exemplo de rotação.

Corte:
Consiste em cortar uma região da imagem produzindo uma sub-imagem.
A função do Scilab que realizam o corte são: imcrop e imcropm.
imcrop(imagem, [x1, y1, x2, y2])
Onde as coordenadas (x1, y1) e (x2, y2) determinam os vértices extremos de um retângulo que define
o corte na imagem.
Exemplo de imcrop:

Figura 17: Exemplo de corte usando imcrop.

imcropm(imagem)
A função imcropm abre a imagem e deixa a possibilidade do próprio usuário determinar o tamanho do
corte, clicando no ponto esquerda superior e depois na direita inferior do retângulo de corte. A região de corte
ficará com um retângulo vermelho na imagem apresentada. O retorno da função é o corte da imagem.
Exemplo usando imcropm:

Atividade Prática de Processamento de Imagens 22 Prof. Charles Way Hun Fung, MSc
 Figura 18: Exemplo de corte usando imcropm.

Espelhamento:
A operação de espelhamento consiste em rebater a imagem em um determinado eixo.
Não tem função pronto no SciLab, mas tem uma forma de fazer, suponha que a variável “im” com uma
imagem já carregada:
Espelhamento horizontal:
im2 = im(:,$:-1:1);
Espelhamento vertical:
im3 = im($:-1:1,:);
Espelhamento vertical e horizontal:
im4 = im($:-1:1, $:-1:1);

Figura 19: Exemplo de espelhamento.

Atividade Prática de Processamento de Imagens 23 Prof. Charles Way Hun Fung, MSc
Exercícios de Transformações Geométricas:

Para resolver estes exercícios faça a leitura das imagens baboo.tif e pimentas.tif usando o comando
imread. Em todos os exercícios mostre o código, imagens resultantes e apresente explicações.

12. Realize três mudanças de escala na imagem baboo.tif, usando imresize, com as imagens: 2, 0.5 e
0.1. Mostre as imagens resultantes, utilizando o comando size explique a diferença entre estas
imagens.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 20: (COLOCAR LEGENDA
AQUI)

13. Reduza pela metade a escala da imagem pimentas.tif (fator de escala = 0.5) pelo menos três vezes.
A qualidade da imagem continua a mesma?

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

Atividade Prática de Processamento de Imagens 24 Prof. Charles Way Hun Fung, MSc
 II) Apresentação das Imagens III) Explicação:
Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 21: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 25 Prof. Charles Way Hun Fung, MSc
 14. Use a imagem pimentas.tif para usar a função imrotate, a rotação em sentido horário acontece com
valores positivos ou negativos, mostre exemplos desta rotação (Pelo menos 4 ângulos diferentes).

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 22: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 26 Prof. Charles Way Hun Fung, MSc
 15. Aplique as duas funções de corte em uma imagem a sua escolha. A imagem resultante da função
imcrop será chamada de imagemA e a imagem resultante da função imcropm será chamada de
imagemB.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 23: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 27 Prof. Charles Way Hun Fung, MSc
 16. Realize um espelhamento horizontal na imagemA e um espelhamento vertical na imagemB.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 24: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 28 Prof. Charles Way Hun Fung, MSc
MORFOLOGIA MATEMÁTICA

A morfologia matemática consiste em diversas operações com as imagens com base em teoria dos
conjuntos. Estas utilizam um conjunto chamado elemento estruturante para realizar operações. As operações
básicas morfológicas são: Corrosão e dilatação.
Para realizarmos estas operações no SciLab devemos definir a imagem que será usada e o elemento
estruturante. Como exemplo inicial vamos criar uma imagem e um elemento estruturante utilizando os
comandos no terminal do SciLab.
A imagem é definida por:

Figura 25: Imagem de teste.

Apenas os pontos brancos fazem parte da imagem.

Para definir o elemento estruturante é utilizada a função:

Erosão:
Esta operação consiste em passar por toda a extensão da imagem com o elemento estruturante,
considera-se parte do resultado apenas quando todos os pontos do elemento estruturante realizam a operação
com a imagem.

Atividade Prática de Processamento de Imagens 29 Prof. Charles Way Hun Fung, MSc
 Definida matematicamente por:

No Scilab a função imerode é usada para realizar esta operação:

O resultado da corrosão:

Figura 26: Imagem corroída.

Dilatação:
Esta é a contrária da erosão, ou seja, “aumenta” ou “engrossa” os objetos em uma imagem binária. As
dimensões de alargamento e formatos depois da operação estão vinculadas ao elemento estruturante utilizado.
Definida matematicamente por:

No Scilab a função imdilate é usada para realizar esta operação:

O resultado da dilatação:

Atividade Prática de Processamento de Imagens 30 Prof. Charles Way Hun Fung, MSc
 Figura 27: Imagem dilatada.

Abertura e Fechamento:
Estas duas operações são compostas pelas duas anteriores com o objetivo de suavizar contornos, porém
cada uma tem sua particularidade. A abertura elimina saliências finas, enquanto o fechamento funde
descontinuidades estreitas e preenche lacunas em um contorno (Gonzalez, 2010).
A operação de Abertura é definida como:

No Scilab a abertura é representada pela função:

Imagem_abertura = imopen(imagem, elemento_estruturante); A
operação de Fechamento é definida como:

No Scilab o fechamento é representado pela função:

Imagem_fechada = imclose(imagem, elemento_estruturante);

Exercícios de Morfologia Matemática:

Para resolver estes exercícios faça a leitura das imagens retangulo.tif, texto.tif, U.tif e digital.tif usando o
comando imread. Em todos os exercícios mostre o código, imagens resultantes e apresente explicações.

17. A imagem retangulo.tif deve resultar no mais próximo possível de um retângulo branco sem nenhum
artefato dentro ou fora do mesmo. Utilize apenas operações para resolver este problema.

Atividade Prática de Processamento de Imagens 31 Prof. Charles Way Hun Fung, MSc
 I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 28: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 32 Prof. Charles Way Hun Fung, MSc
 18. Na imagem texto.tif deve-se obter o texto nítido. Para isto, utilize operações de dilatação e erosão.
O critério para verificar a nitidez do texto é quando as falhas nas letras deixarem de existir.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 29: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 33 Prof. Charles Way Hun Fung, MSc
 19. Encontre as bordas da imagem U.tif utilizando apenas operações morfológicas.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 30: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 34 Prof. Charles Way Hun Fung, MSc
 20. A imagem digital.tif é de uma impressão digital com ruído, realize operações morfológicas para
retirar o ruído e realçar os traços da digital nesta imagem.

I) Apresentação do Código:

(COLOCAR CÓDIGO AQUI)

II) Apresentação das Imagens III) Explicação:

Resultantes:

(COLOCAR FIGURAS AQUI)

(COLOCAR EXPLICAÇÃO AQUI)

Figura 31: (COLOCAR LEGENDA
AQUI)

Atividade Prática de Processamento de Imagens 35 Prof. Charles Way Hun Fung, MSc