processamento de imagens digitais - din.uem.br · 27 106 114 14 42 29 37 93 66 127 210 196 200 98...
TRANSCRIPT
PROCESSAMENTO DE IMAGENS DIGITAIS
Airton Marco PolidorioAirton Marco [email protected]
Universidade Estadual de Maringá
PROCESSAMENTO DE IMAGENS DIGITAIS• Introdução• Realce• Realce• Convolução• Convolução• Segmentação• Reconhecimento de Padrões• Reconhecimento de Padrões
PROCESSAMENTO DE PROCESSAMENTO DE IMAGENS DIGITAISIMAGENS DIGITAIS
Introdução
Airton Marco [email protected]@din.uem.brUniversidade Estadual de Maringá
PROCESSAMENTO DE PROCESSAMENTO DE IMAGENS DIGITAIS
Processamentode dados
DADOS
Computação Gráfica
Visão Computacional
IMAGENS
Processamentode Imagens
IMAGEM DIGITAL
IMAGEM: é uma função definida em uma superfície
(teoria)IMAGEM: é uma função definida em uma superfície
bidimensional cujo contradomínio é composto de valores originados de um espaço de cor
i:U →→→→ Ci:U →→→→ Conde:
i é a função imagem
U ⊂⊂⊂⊂ ℜℜℜℜ3 é uma superfície (reticulado), geralmente um subconjunto U ⊂⊂⊂⊂ ℜℜℜℜ3 é uma superfície (reticulado), geralmente um subconjunto plano, chamado suporte da imagem.
C é um espaço vetorial (espaço de cor). Quando a dimensão de C é 1, C é um espaço vetorial (espaço de cor). Quando a dimensão de C é 1, diz-se que a imagem é monocromática
IMAGEM DIGITAL(prática)
x∆
d
y∆c
a b
c
Cada retângulo do reticulado bidimensional pode ser discretizado U
[ ] [ ] ( ){ }2, , , / e U a b c d x y a x b c y d= × = ∈ ≤ ≤ ≤ ≤�
Cada retângulo do reticulado bidimensional pode ser discretizado UPode ser discretizado por ∆ ∆ ∆ ∆ ���∆∆∆∆x, ∆∆∆∆y�
( ){ }, ; , ; , / ;j k x y j x k yx y U j k x j y k∆ = ∈ ∈ ∆ ∆ ∈ = ⋅ ∆ = ⋅ ∆� �( ){ }, ; , ; , / ;j k x y j x k yx y U j k x j y k∆ = ∈ ∈ ∆ ∆ ∈ = ⋅ ∆ = ⋅ ∆
IMAGEM DIGITALIMAGEM DIGITAL72 108 66 21 41 21 93 117 52 25 37 50 27 51 61 65 77 122 190 78
69 89 78 31 44 32 61 83 46 42 48 33 12 81 106 108 129 168 106 37
81 97 108 45 44 59 49 61 43 35 48 5 74 176 99 141 153 183 40 5981 97 108 45 44 59 49 61 43 35 48 5 74 176 99 141 153 183 40 59
51 74 15 32 56 54 29 23 36 24 44 55 65 175 24 24 32 44 30 11
19 89 16 36 22 34 90 35 20 41 26 28 88 44 32 40 41 39 32 34
107 75 99 80 18 121 36 32 49 19 39 71 79 93 117 144 188 80 57 56107 75 99 80 18 121 36 32 49 19 39 71 79 93 117 144 188 80 57 56
55 99 25 27 47 21 147 148 49 22 21 66 75 45 15 55 75 74 112 162
78 96 55 97 85 119 23 42 27 70 59 56 50 92 112 196 120 36 53 36
16 83 124 63 136 22 21 14 61 148 156 115 89 160 191 132 49 64 49 15116 83 124 63 136 22 21 14 61 148 156 115 89 160 191 132 49 64 49 151
25 21 39 65 98 90 5 36 108 47 130 209 199 206 144 26 76 39 121 174
110 38 49 53 91 72 81 165 97 74 159 151 196 162 32 77 52 66 191 23
27 106 114 14 42 29 37 93 66 127 210 196 200 98 40 63 47 205 83 927 106 114 14 42 29 37 93 66 127 210 196 200 98 40 63 47 205 83 9
62 64 79 74 41 42 94 139 134 80 118 246 154 48 61 56 175 141 9 37
49 49 16 84 63 91 98 130 113 83 91 189 63 49 76 168 175 13 24 42
60 27 45 28 62 110 95 137 94 95 221 96 18 85 187 148 39 26 32 2960 27 45 28 62 110 95 137 94 95 221 96 18 85 187 148 39 26 32 29
114 123 69 96 49 110 157 123 83 94 210 48 83 160 196 60 11 37 37 33
31 99 94 67 104 59 125 95 89 102 188 105 130 207 55 18 31 37 36 43
27 69 109 75 74 46 71 55 77 140 145 78 185 97 5 31 41 37 34 37
108 42 57 104 66 16 104 71 48 127 185 183 157 5 35 35 35 40 37 35
48 35 67 69 97 27 66 54 89 182 205 161 39 29 33 31 50 38 32 41
IMAGEM DIGITALresoluçõesresoluções
RESOLUÇÃO RADIOMÉTRICARESOLUÇÃO RADIOMÉTRICA
8 bits 7 bits 6 bits 3 bits
Q = 2n – 1 Q = 2n – 1
n = 8 ���� Q = 255Imagem colorida
n = 8 bitsn = 11 ���� Q = 2047
n = 8 bits
256 x 256 x 256 = 16.777.216 de cores
IMAGEM DIGITALresoluçõesresoluções
RESOLUÇÃO ESPECTRAL
0,45 – 0,52 µm 0,52– 0,60 µm 0,63 – 0,69 µm 0,76 – 0,79 µm
1,55 – 1,75 µm 2,08 – 2,35 µm10,4 – 12,5 µm
IMAGEM DIGITALresoluçõesresoluções
RESOLUÇÃO ESPACIAL
IKONOS – 4m IKONOS PSM – 1m
LandSat – 30m
SPOT – 5m ULTRACAM – 0.2m (20cm)
LandSat – 30m
PROCESSAMENTO DE PROCESSAMENTO DE IMAGENS DIGITAISIMAGENS DIGITAIS
Realce
Airton Marco [email protected]@din.uem.brUniversidade Estadual de Maringá
IMAGEM DIGITALOperações pontuais: realceOperações pontuais: realce
original alargamento equalizaçãooriginal alargamento equalização
600
700 700
700
800
( )( )min ,mn f x y=
300
400
500
600
300
400
500
600
400
500
600
700( )( )( )( )
( ) ( )
min ,
max ,
255, ,
mn f x y
mx f x y
g x y f x y
=
=
=
0
100
200
0
100
200
300
0
100
200
300( ) ( )255, ,g x y f x ymx mn
=−
0 50 100 150 200 250 0 50 100 150 200 250 0 50 100 150 200 250
PROCESSAMENTO DE PROCESSAMENTO DE IMAGENS DIGITAISIMAGENS DIGITAIS
Convolução
Airton Marco [email protected]@din.uem.brUniversidade Estadual de Maringá
IMAGEM DIGITALIMAGEM DIGITALConvolução Discreta 2DConvolução Discreta 2D
( ) ( ) ( ) ( ), , , , f x y g x y f g x y d dα β α β α β∗ = − −��( ) ( ) ( ) ( )
( ) ( ) ( ) ( )1 1
, , , ,
1, , , ,M N
f x y g x y f g x y d d
f x y g x y f m n g x m y n
α β α β α β− −
∗ = − −
∗ = − −
��
� �( ) ( ) ( ) ( )0 0
1, , , ,m n
f x y g x y f m n g x m y nMN = =
∗ = − −� �
1
f g
1
�
IMAGEM DIGITALIMAGEM DIGITALConvolução Discreta 2DConvolução Discreta 2D
5 5 5 7 7 7
f f*g
5 5 5 7 7 7
5 5 5 7 7 7
9 9 9 6 6 6
0 0 0 0
12 7
99 9 9 6 6 6
9 9 9 6 6 6
9 9 9 6 6 6
9
9 9 9 6 6 6
-1 -1 -1-1 -1 -1
g-1 -1 -1
0 0 0
1 1 1
-1 -1 -1
0 0 0
1 1 1
IMAGEM DIGITALIMAGEM DIGITAL72 108 66 21 41 21 93 117 52 25 37 50 27 51 61 65 77 122 190 78
69 89 78 31 44 32 61 83 46 42 48 33 12 81 106 108 129 168 106 37
81 97 108 45 44 59 49 61 43 35 48 5 74 176 99 141 153 183 40 5981 97 108 45 44 59 49 61 43 35 48 5 74 176 99 141 153 183 40 59
51 74 15 32 56 54 29 23 36 24 44 55 65 175 24 24 32 44 30 11
19 89 16 36 22 34 90 35 20 41 26 28 88 44 32 40 41 39 32 34
107 75 99 80 18 121 36 32 49 19 39 71 79 93 117 144 188 80 57 56107 75 99 80 18 121 36 32 49 19 39 71 79 93 117 144 188 80 57 56
55 99 25 27 47 21 147 148 49 22 21 66 75 45 15 55 75 74 112 162
78 96 55 97 85 119 23 42 27 70 59 56 50 92 112 196 120 36 53 36
16 83 124 63 136 22 21 14 61 148 156 115 89 160 191 132 49 64 49 15116 83 124 63 136 22 21 14 61 148 156 115 89 160 191 132 49 64 49 151
25 21 39 65 98 90 5 36 108 47 130 209 199 206 144 26 76 39 121 174
110 38 49 53 91 72 81 165 97 74 159 151 196 162 32 77 52 66 191 23
27 106 114 14 42 29 37 93 66 127 210 196 200 98 40 63 47 205 83 927 106 114 14 42 29 37 93 66 127 210 196 200 98 40 63 47 205 83 9
62 64 79 74 41 42 94 139 134 80 118 246 154 48 61 56 175 141 9 37
49 49 16 84 63 91 98 130 113 83 91 189 63 49 76 168 175 13 24 42
60 27 45 28 62 110 95 137 94 95 221 96 18 85 187 148 39 26 32 2960 27 45 28 62 110 95 137 94 95 221 96 18 85 187 148 39 26 32 29
114 123 69 96 49 110 157 123 83 94 210 48 83 160 196 60 11 37 37 33
31 99 94 67 104 59 125 95 89 102 188 105 130 207 55 18 31 37 36 43
27 69 109 75 74 46 71 55 77 140 145 78 185 97 5 31 41 37 34 37
108 42 57 104 66 16 104 71 48 127 185 183 157 5 35 35 35 40 37 35
48 35 67 69 97 27 66 54 89 182 205 161 39 29 33 31 50 38 32 41
IMAGEM DIGITALoperações de filtragemoperações de filtragem
1 1 1
FILTRO
1 1 11 1 11 1 1
FILTRO
MÉDIA
3X3
MEDIANA
3X3
MÁXIMO
3X3MÍNIMO
3X33X33X33X3
3X3
IMAGEM DIGITALIMAGEM DIGITALOperadores de Gradiente
f∂� �
f x
fG x
fG
∂� �� �� � ∂∇ = = � �� � ∂
fy fG
y
∇ = = � �� � ∂� �� ∂� ��
( )2 2mag( f) x yf G G
�
∇ = ∇ = +
-1 -2 -1
0 0 0
-1 0 1
-2 0 20 0 0
1 2 1Gx = -2 0 2
-1 0 1Gy =
1 2 1 -1 0 1
PROCESSAMENTO DE PROCESSAMENTO DE IMAGENS DIGITAISIMAGENS DIGITAIS
Segmentação
Airton Marco [email protected]@din.uem.brUniversidade Estadual de Maringá
SegmentaçãoSegmentaçãoÉ uma operação usada para diminuir a É uma operação usada para diminuir a complexidade de uma imagem que consiste em DESCARTAR a maioria dos elementos presentes na imagem, mas que NÃO representam especial interesse no contexto do problema estudado.no contexto do problema estudado.
É necessário ter amplo conhecimento do contexto do problema.
• iluminação da cena (constante? Variável?)
• Qual o padrão do elemento de interesse:
•Tem radiometria constante? Tem forma geométrica constante? Tem dimensões constante?
• Tem dados auxiliares? Cor (ou dados multiespectrais). • Tem dados auxiliares? Cor (ou dados multiespectrais). Modelos matemáticos ou de conhecimento.
SegmentaçãoSegmentaçãoAtributos (comuns) usados para
imagens monocromáticasimagens monocromáticas
Nível de cinza
Descontinuidade (mudanças bruscas na radiometria)na radiometria)
linhas do gradiente e fatores de formaforma
Similaridade
LimiarizaçãoLimiarização
Busca de regiões homogêneas
SegmentaçãoSegmentaçãolimiarização
( )1 se ,f x y T>�( ) ( )( )
1 se ,,
0 se ,
f x y Tg x y
f x y T
>�= �≤� ( )0 se ,f x y T≤�
f( ) ( )
( )1 se , 8
,0 se , 8
f x yg x y
f x y
>�= �≤�
5 5 5 7 7 7
5 5 5 7 7 7
0 0 0 0 0 0
0 0 0 0 0 0
f g( ) ( )
,0 se , 8
g x yf x y
= �≤�
5 5 5 7 7 7
5 5 5 7 7 7
9 9 9 6 6 6
0 0 0 0 0 0
0 0 0 0 0 0
1 1 1 0 0 09 9 9 6 6 6
9 9 9 6 6 6
9 9 9 6 6 6
1 1 1 0 0 0
1 1 1 0 0 0
1 1 1 0 0 0
SegmentaçãoSegmentaçãolimiarização
500
350
400
450
500
150
200
250
300
0
50
100
150
0 50 100 150 200 250
SegmentaçãoSegmentaçãoproblema exemplo: árvores
Sempre tem Iluminação?
Sempre tem árvore? Tipo da folhagem?
ATRIBUTO
cor verde
PROCESSAMENTO DE PROCESSAMENTO DE IMAGENS DIGITAISIMAGENS DIGITAIS
Reconhecimento de Padrões
Airton Marco [email protected]@din.uem.brUniversidade Estadual de Maringá
Reconhecimento de PadrõesReconhecimento de Padrões
l
h4q
l h x
P x
= == 4q
c
P x
P x
P
π=
=
4 4qP xx x
= =
3.1cP xx x
π π= = ≈x x