A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Www.imageprocessingbook.com © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Modelo de imagens.

Apresentações semelhantes


Apresentação em tema: "Www.imageprocessingbook.com © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Modelo de imagens."— Transcrição da apresentação:

1 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Modelo de imagens Uma imagem pode ser definida como uma função de intensidade luminosa 2D, f(x,y), em que -- x e y são coordenadas espaciais; -- amplitude de f na coordenada (x,y) é valor positivo que fornece a intensidade ou brilho da imagem naquele ponto.

2 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Um modelo simples para a formação da imagem Um modelo físico para a intensidade de uma cena pode ser expressa por: - iluminância (medida em lúmem/m 2 ou lux): quantidade de luz incidente na cena, 0 < i(x,y) < ∞; - reflectância: quantidade de luz refletida pelos objetos na cena, 0< r(x,y) <1. f(x,y) = i(x,y) r(x,y), sendo que 0 < f(x,y) < ∞

3 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Alguns exemplos para iluminância: - em dia claro: lúmen/m 2 - em dia nublado: lúmen/m 2 - sala de escritório: 1000 lúmen/m 2 - noite clara (lua cheia): 0.1 lúmen/m 2 Alguns exemplos para reflectância: - neve: 0.93 (reflete 93% da luz incidente) - parede branca: aço inoxidável: veludo preto: 0.01

4 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos O significado físico do valor de f(x,y) é determinado pela fonte de energia.

5 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos a) Imagens obtidas por raios gama (medicina nuclear, astronomia) Cygnus loop: nuvem de gás estacionária superaquecida, resulta da explosão de uma estrela na constelação Cygnus há anos. Bone scan

6 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos b) Imagens obtidas por Raio X (medicina, industria, astronomia) CT da cabeça Placa de circuito Cygnus loop

7 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos c) Imagens obtidas na banda ultravioleta (litografia, inspeção industrial, microscopia, imagens biológicas, astronomia) Milho normal Milho infectado Cygnus loop

8 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos d) Imagens no espectro visível (automação industrial)

9 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos e) Imagens obtidas no espectro infravermelho

10 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos f) Imagens obtidas por micro-ondas (radar) Montanha no sudeste do Tibet

11 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos g) Imagens obtidas na banda de radio (medicina e astronomia) MRI do joelho e da coluna

12 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos gama Raio - x ótico infravermelho radio Imagens da Crab Pulsar

13 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos h) Imagens obtidas por ultra-som (medicina, exploração geológica)

14 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Digitalização da imagem -Exixtem várias maneiras de adquirir uma imagem (como vimos); -A saída da maioria dos sensores gera uma forma de sinal continuo, cuja amplitude e comportamento espacial dependem das características do sensor; -A imagem digital é obtida pela discretização dos sinais contínuos para a forma digital.

15 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos

16 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos: Amostragem e Quantização A digitalização envolve dois processos: -Amostragem: consiste em discretizar o domínio definição da imagem nas direções x e y, gerando uma matriz de MxN amostras: -Quantização: consiste em escolher o número L de níveis de cinza (em imagens monocromáticas) permitidos para cada imagem, (L = 2 k ). Cada elemento f(x,y) desta matriz de amostras é chamado pixel (pixel element), com 0

17 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Representação da Imagem Digital Fundamentos

18 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Amostragem -A digitalização adequada da imagem requer cuidados para que nenhuma informação relevante seja perdida no processo de amostragem; -Um desses cuidados é a escolha de um espaçamento entre amostras que garanta a recuperação da imagem contínua a partir dos conjunto de valores amostrados (limite de Nyquist, Δt < 2f 0 ).

19 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Na prática, a amostragem é determinada pela matriz de sensores usada para gerar a imagem

20 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Imagem amostrada e quantizada

21 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Imagem amostrada e quantizada O espaço necessário para armazenar uma imagem é dados por: M x N x k bits ou N 2 x k bits para matrizes quadradas

22 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos NOTA: - O tamanho de uma imagem não diz tudo sobre a sua resolução; - A qualidade de uma imagem 1024x1024 pixels não pode ser avaliada sem conhecer a dimensão espacial capturada na imagem.

23 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Resolução espacial e de intensidade Resolução espacial – é uma medida do menor detalhe discernível em uma imagem; A resolução espacial pode ser medida por: - pares de linhas por unidade de distância (100/mm largura da linha = 0.02 mm); - pontos (pixels) por unidade de distância – dpi ( usada em industria publicitária e de impressão). Exemplos: jornal – 75 dpi, revista – 133 dpi, livros – 2400 dpi

24 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Exemplos para resolução espacial 3692 x 2812 pixels 213 x 162 pixels Tamanho da imagem original 2.95 x 2.25 polegadas

25 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Resolução espacial e de intensidade Resolução de intensidade – refere-se à menor alteração discernível nos níveis de intensidade; - em geral o número de níveis de intensidades é 8 ou 16 bits

26 © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Resolução espacial e de intensidade


Carregar ppt "Www.imageprocessingbook.com © 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins Digital Image Processing Using MATLAB ® Fundamentos Modelo de imagens."

Apresentações semelhantes


Anúncios Google