prática pdi hist equ pseudo

3
Disciplina: Processamento Digital de Imagens Prof. Me. Stéfano Schwenck Borges Vale Vita Exercícios de laboratório Resumo da teoria: - Histograma de uma imagem O histograma de uma imagem é um gráfico que mostra a quantidade (ou o percentual) de pixels correspondentes a cada nível de cinza em uma imagem. A função imhist mostra o histograma de uma imagem. - Transformações de intensidade Os pixels de uma imagem podem ser submetidos a uma função de transformação ponto-a-ponto, da forma y = x 2 , onde um fator positivo e maior que 1 produzirá uma imagem resultante mais escura que a imagem original, enquanto um fator entre 0 e 1 produzirá uma imagem resultante mais clara que a imagem original. No MATLAB, estas funções de transformação de intensidade estão disponíveis através da função imadjust. - Equalização de histograma O histograma de uma imagem fornece informações sobre o contraste da cena correspondente. Para aprimorar o contraste de uma imagem, uma das técnicas mais comuns é a equalização de seu histograma. Esta equalização reorganiza os valores de intensidade, produzindo histogramas mais lineares. No MATLAB, a função histeq implementa o conceito de equalização de histograma. - Pseudocolorização (Density slicing) A técnica de pseudocolorização cria uma imagem colorida a partir de uma imagem de intensidade através do mapeamento de faixas de valores de intensidade a cores diferentes. No MATLAB, a função grayslice implementa o conceito de pseudocolorização. Ela requer uma imagem e um parâmetro que descreva como distribuir as faixas de níveis de cinza da imagem original nas cores desejadas. - Modificação de histograma Além de permitir a equalização de histograma, o MATLAB permite outras formas de modificação de histograma, como por exemplo a compressão e expansão, disponíveis através da função imadjust. - Expansão do Histograma: Consiste em espalhar os níveis de cinza de uma imagem. A maioria das imagens são registradas com uma resolução radiométrica de 8 bits, que podem produzir 256 valores ou níveis de cinza. Normalmente, as imagens contêm, em cada banda, uma pequena faixa desses valores e, além disso, a 1

Upload: renatho-souza-oliveira

Post on 01-Oct-2015

216 views

Category:

Documents


1 download

DESCRIPTION

Processamento de Imagens lista de exercícios.

TRANSCRIPT

Processamento Digital de Sinais

Disciplina: Processamento Digital de Imagens

Prof. Me. Stfano Schwenck Borges Vale VitaExerccios de laboratrio

Resumo da teoria:- Histograma de uma imagem

O histograma de uma imagem um grfico que mostra a quantidade (ou o percentual) de pixels correspondentes a cada nvel de cinza em uma imagem. A funo imhist mostra o histograma

de uma imagem.

- Transformaes de intensidade

Os pixels de uma imagem podem ser submetidos a uma funo de transformao ponto-a-ponto, da forma y = x2, onde um fator positivo e maior que 1 produzir uma imagem resultante mais escura que a imagem original, enquanto um fator entre 0 e 1 produzir uma imagem resultante mais clara que a imagem original. No MATLAB, estas funes de transformao de intensidade esto disponveis atravs da funo imadjust.

- Equalizao de histograma

O histograma de uma imagem fornece informaes sobre o contraste da cena correspondente. Para aprimorar o contraste de uma imagem, uma das tcnicas mais comuns a equalizao de seu histograma. Esta equalizao reorganiza os valores de intensidade, produzindo histogramas mais lineares. No MATLAB, a funo histeq implementa o conceito de equalizao de histograma.

- Pseudocolorizao (Density slicing)

A tcnica de pseudocolorizao cria uma imagem colorida a partir de uma imagem de intensidade atravs do mapeamento de faixas de valores de intensidade a cores diferentes. No MATLAB, a funo grayslice implementa o conceito de pseudocolorizao. Ela requer uma imagem e um parmetro que descreva como distribuir as faixas de nveis de cinza da imagem original nas cores desejadas.

- Modificao de histograma

Alm de permitir a equalizao de histograma, o MATLAB permite outras formas de modificao de histograma, como por exemplo a compresso e expanso, disponveis atravs da funo imadjust.

- Expanso do Histograma: Consiste em espalhar os nveis de cinza de uma imagem. A maioria das imagens so registradas com uma resoluo radiomtrica de 8 bits, que podem produzir 256 valores ou nveis de cinza. Normalmente, as imagens contm, em cada banda, uma pequena faixa desses valores e, alm disso, a presena de bruma atmosfrica e a geometria de iluminao da cena podem atenuar as prprias caractersticas da imagem. O sistema visual do homem s consegue discriminar cerca de 30 tons de cinza, quando esto bastante espalhados em relao ao intervalo de 0 a 255. Por isso, o tratamento das imagens pelo mtodo do aumento do contraste uma tcnica necessria para extrair informaes no identificadas a princpio pelo intrprete. O contraste de uma imagem uma medida do espalhamento dos nveis de cinza que nela ocorrem. O processo inverso da expanso conhecido como compresso. Para obter a expanso do histograma pode utilizar a funo imadjust() do MatLab.QUESTO 1Implemente o cdigo abaixo no MatLab.%imagem 1

Y= imread('floresta.jpg');

Y = rgb2gray(Y);

figure;

imhist(Y,128);

Imagem_Clara = imadjust(Y,[],[0.5 1]);

Imagem_Escura = imadjust(Y,[],[0 0.5]);

Imagem_Eq = histeq(Y,128);

figure;

subplot(2,2,1), imshow(Y), title('Imagem Original');

subplot(2,2,2), imshow(Imagem_Clara), title('Imagem Clara');

subplot(2,2,3), imshow(Imagem_Escura), title('Imagem Escura');

subplot(2,2,4), imshow(Imagem_Eq), title('Imagem Equalizada');

figure;

subplot(2,2,1), imhist(Y,128), title('Imagem Original');

subplot(2,2,2), imhist(Imagem_Clara,128), title('Imagem Clara');

subplot(2,2,3), imhist(Imagem_Escura,128), title('Imagem Escura');

subplot(2,2,4), imhist(Imagem_Eq,128), title('Imagem Equalizada');

%imagem 2

[Y2, mapa] = imread('alumgrns.tif');

Y2cores = grayslice(Y2,4);

figure;imshow(Y2), title('Imagem Original');

figure;imshow(Y2cores,jet(4)),colorbar, title('Imagem em Pseudocores');

Y2exp = imadjust(Y2,[0.3 0.6],[]);

figure;imshow(Y2exp),title('Inputcropping/Expansao');

figure;imhist(Y2exp),title('Histograma de Inputcropping - Expansao de Histograma');

Y2cmp = imadjust(Y2,[],[0.7 1]);

figure;imshow(Y2cmp),title('Outputcropping/Compressao ');

figure;imhist(Y2cmp),title('Histograma de Outputcropping - Compressao de Histograma');

QUESTO 2Leia a Teoria acima e explique o resultado de cada imagem gerada pelo cdigo da Questo 1.QUESTO 3Leia a Teoria acima e explique o resultado de cada histograma gerado pelo cdigo da Questo 1.

QUESTO 4Faa algumas modificaes nos valores da funo imadjust, compresso e expanso, da imagem alumgrns.SUCESSO!

PAGE 1