Processamento Digital de Imagem - SIC IFCE 2014

Instituto Federal do Ceará - IFCE | Ciência da Computação Processamento Digital de Imagem
Aldisio Medeiros | Tunay AraújoDezembro, 2014
Aldisio Medeiros
aldisiog@gmail.com
Tunay Araújo
jtunay@gmail.com
Processamento Digital de Imagens
Fundamentos e Aplicações

Processamento Digital de Imagem - Roteiro
Roteiro:
➢ Introdução
➢ Fundamentos e anatomia do olho humano
➢ Áreas de atuação
➢ Exemplo de Processamento e análise
➢ Morfologia matemática
➢ Filtragem, histograma e limiarização
➢ Operações com imagens utilizando Python

Processamento Digital de Imagem - Introdução
Breve Histórico:

Introdução:
➢ Computação Gráfica
Dedica-se a criação de imagens digitais a partir de descritores predefinidos.
Entrada: Atributos do ambiente, Saída: Ambiente digital modelado;
➢ Visão Computacional
Dedica-se a extração de características da imagem como formas geométricas
afim de que informações possam ser inferidas e utilizadas para tomada de
decisão. Entrada: Imagem digital, Saída: Decisão a partir das informações
extraidas
➢ Processamento Digital de Imagem
Dedica-se a aplicações de algoritmos que visam aperfeiçoar características da
imagem afim de permitir a manipulação e extração de informações.

Introdução:

Introdução:
➢ Conceito de Imagem Digital:
Pode ser definida como um conjunto cujos componentes estão em Z³.
É uma função bidimensional f(x,y) , onde os valores de x e y são
representados por valores pertencentes ao conjunto Z+ e representam
coordenadas espaciais.
A amplitude de f representa a intensidade do brilho ou o tom de cinza.
É chamada de imagem digital pois seus componentes são representados por
valores finitos e discretos.

Introdução:
➢ Conceito de Imagem Digital:

Introdução:
➢ Espectro Eletromagnético:
➢ Formação da Imagem:
Quando um sensor de imagem registra a radiação que interagiu com objetos
físicos ocorre a formação de uma imagem.

Introdução:
➢ Formação da Imagem:
A intensidade da imagem é uma junção de propriedades físicas:
Reflectância e Iluminação
Tal que amplitude de f é um produto entre:
i = 0 ≤ i(x,y) ≤ ∞ (iluminação);
r = 0 ≤ r(x,y) ≤ 1 (refletância);
Assim, a intensidade luminosa registrada
f(x,y) = i(x,y) · r(x,y)

Introdução:
➢ Aquisição da Imagem Digital: Amostragem e Quantização
Computadores são limitados a grandezas puramente contínuas, para isso,
precisamos fazer uma “conversão” para medidas discretas.

Introdução:
➢ Aquisição da Imagem Digital: Amostragem e Quantização
Amostragem: Digitalização dos valores das coordenadas(posição)
Quantização: Digitalização dos valores de intensidade de luz(brilho)

Introdução:
➢ Conceito de Elemento da Imagem - Picture Element - Pixel:
É um elemento da imagem composto por coordenadas e dotado de uma
intensidade ou nível de cinza.
Em imagens coloridas, o pixel é formado por componente que representam a
cor, a intensidade é relativa as cores Vermelha, Verde e Azul (RGB).

Introdução:
➢ Imagem Digital

Introdução:
➢ Anatomia do Olho Humano
Processamento Digital de Imagem - Anatomia do Olho

Introdução:
No olho, as imagens são formadas sobre a retina, numa área sensível à luz
localizada no fundo do olho.
Na retina estão localizados dois tipos de células foto-receptoras:
os bastonetes e os cones;
Os bastonetes distinguem a presença e a ausência de luz ou tons
intermediários;
Os cones percebem as cores.

Introdução:
Existem três tipos de cones nos nossos olhos, cada um especializado em
comprimentos de luz curtos (S), médios (M) ou longos (L).
O conjunto de sinais possíveis dos três tipos de cones define a gama de cores
que conseguimos ver.

Introdução:
➢ Áreas de Atuação: Bioestatística e Segurança
Processamento Digital de Imagem - Aplicações

Introdução:
➢ Áreas de Atuação: Controle de Mobilidade Urbana

Introdução:
➢ Áreas de Atuação: Medicina e Diagnósticos

Processamento Digital de Imagem - Aquisição
Introdução:
➢ Exemplo de Processamento e suas Etapas
Aquisição
Pré-processamento
Segmentação
Extração de Atributos
Reconhecimento e Interpretação

Processamento Digital de Imagem - Morfologia Matemática
Introdução:
➢ Morfologia Matemática
○ Conjunto de técnicas utilizadas para manipular a estrutura dos objetos
○ Elemento estruturante
○ Operações básicas (Dilatação e Erosão)

Introdução:
○ Operações básicas
Podemos dividir as operações a serem realizadas em imagens binárias e
operações realizadas em imagens em tons de cinza e coloridas.
○ Dilatação Binária (⊕)
Transformação morfológica que combina dois conjuntos utilizando adição
vetorial, o resultado dessa operação será uma imagem mais “engordada”.
Ela pode ser representada pela união A ⊕ B = A ∪ B.
A dilatação de um conjunto A pelo conjunto B e definida por:
A ⊕ B = { c | c = a + b , a ∈ A , b ∈ B }

Introdução:
○ Dilatação Binária (⊕)
A representa a imagem sendo operada e B é um segundo conjunto onde é
chamado elemento estrutural e sua composição define a natureza especifica da
dilatação, sendo assim a dilatação expande uma imagem.
○ Erosão Binária (θ)
Basicamente encolhe uma imagem e pode ser vista como uma
transformação morfológica que combina dois conjuntos usando vetores de
subtração. Ela é expressa como a interseção de A e B.
Assim e definido A θ B = B ∩ A.
A erosão da imagem A pelo elemento estrutural B pode ser definida como:

Introdução:
➢ Morfologia Matemática - Operações
Passo intermadiário Resultado dilatação
Original Passo intermadiário Resultado Erosão
Original

Filtragem, histograma e limiarização
Elinação de elementos com uma determinada característica na
imagem. A filtragem é realizada pixel a pixel, onde o novo
nível de cinza de um ponto P qualquer depende do seu nível
de cinza original e do de outros pontos considerados como
vizinhança de P.
Em geral, os pontos mais próximos de P contribuem mais
para o novo valor do nível de cinza do que os pontos mais
afastados

○ Filtragem, histograma e limiarização
- Histograma -> distribuição de intensidade dos pixels.

Binarização -> Consiste em separar o histograma de uma imagem em
duas regiões.

- Limiarização
Uma das abordagens mais importantes de segmentação de
imagens, sendo um caso específico desta.
Consiste em separar as regiões de uma imagem em duas
classes: objeto e fundo.
As demais regiões são classificadas como não interessantes.

- Limiarização
Na limiarização ou binarização, tem-se, em geral,
objetos pretos(0) sobre o fundo branco(255).

- Limiarização
A limiarização é baseada na utilização de um histograma. A
limiarização simples é eficiente quando se tem níveis de cinza
bem distintos. Regiões com intensidade uniforme tem picos
elevados no histograma.

- Limiarização -> É dita trivial quando os níveis de cinza do
objeto e do fundo apresentarem duas classes distintas na
forma de dois picos.
O objetivo é encontrar um vale entre os dois picos encontrando
um limiar T que separe as duas classes.

- Limiarização -> Os métodos de limiarização possuem duas
abordagens distintas, uma global e outra lobal.
Os globais utilizam um único limiar T para toda a imagem.
O local tem como princípio dividir a imagem em sub-
regiões, cada uma com seu limiar específico.
Em função das características de cada imagem, podem ser
necessários diferentes valores de limiar para cada
região.
Uma desvantagem do limiar global é a dificuldade de se
encontrar um vale entre dois picos.

- Limiarização

Filtragem, histograma e
limiarização
- Limiarização (Métodos)
Método de Kittler
Método de Pun
Método de Otsu
Método Ótimo
Método de Kapur
Método de Arms

Algoritmo de otsu
➔ Método de Otsu
INICIO
LEIA Figura;
CRIE Cinza[256];
FAÇA
Cinza[Figura[i]]++;
i ++;
ENQUANTO I < Tamanho(Figura)
Média <- CalcularProbabilidade(Cinza);
FAÇA
SE Figura[i] <= Média ENTÃO
FiguraBinaria[i] <- 0;
SENÃO
FiguraBinaria[i] <- 1;
FIM SE
ENQUANTO I < Tamanho(Figura)
RETORNE FiguraBinaria
FIM INICIO

Otsu
Método de Otsu -> Procura um limiar ótimo para a imagem e tem a
importante peculiaridade de se basear inteiramente em
cálculos realizados no histograma de uma imagem.

Python
- Por que Python?

Python
➔ Python - Linguagem de programação de alto nível open source,
interpretada, imperativa, orientada a objetos, funcional de
tipagem dinâmica e forte. Foi lançada por Guido Van Rossun
em 1991;
➔ Prioriza a legibilidade do código sobre a velocidade ou
expressividade. Combina uma sintaxe concisa e clara com os
recursos poderosos de sua biblioteca padrão e por módulos e
frameworks desenvolvidos por terceiros.
➔ Possui várias bibliotecas para manipulação de imagens e é
nativa no sistema operacional linux.

Python
- Python Image Library (PIL) - é um pacote que contém várias
classes e funções que permite a manipulação de imagens a
partir de um script python.
- Mamba - Biblioteca open source escrita em C e python para
operações de morfologia matematica.
- Matplotlib - Biblioteca de plotagem 2D para a linguagem
python. Pode gerar gráficos, histogramas, espectros de potência,
gráficos de barras, gráficos de dispersão, etc, com apenas
algumas linhas de código.
- SimpleCV - é um framework de código aberto para a construção
de aplicações de visão computacional. Com ele, você tem acesso
a várias bibliotecas de visão por computador de alta potência,
como OpenCV.

Python
➔ Scripts
from PIL import Image
imagem = Image.open("C:UsersusuarioPicturesretina1.jpg")
imagem.show()

Python
➔ Scripts
from PIL import Image
global ext
ext = ".jpg"
def imgCrop(im):
box = (50, 50, 200, 300)
region = im.crop(box)
region.save("CROPPED" + ext)
im1 = Image.open("C:UsersusuarioPicturesretina1.jpg")
imagem = imgCrop(im1)

Python
➔ Referências
1. GONZALEZ, Rafael; Woods, Richard. Processamento Digital de
Imagens.. 3. ed. Longman do Brasil, 2010. 624p.
2. http://www.mamba-image.org/
3. http://www.inf.ufsc.br/~visao/morfologia.pdf

Thanks!

Processamento Digital de Imagem - SIC IFCE 2014

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (11)

Similar to Processamento Digital de Imagem - SIC IFCE 2014

Similar to Processamento Digital de Imagem - SIC IFCE 2014 (20)

Processamento Digital de Imagem - SIC IFCE 2014