Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim.

Apresentação em tema: "Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim."— Transcrição da apresentação:

1 Projeto 1 - 2010.1 Processamento Digital de Imagens Equipe: Eliael Soares Fabiano Miranda Marcus Uchoa Pedro Amorim

2 Nervo Óptico e Feixe Vascular Esclerótica Eixo Visual Coróide Retina Fovea Centralis Ponto Cego Túnicas Músculos Ciliares Ligamentos Suspensórios do Cristalino Íris Córnea Câmara Anterior Cristalino Corpo Ciliar Câmara Posterior com Humor Vítreo

3 Estrutura do Olho Humano II Formato esférico Diâmetro de ~ 20 mm Envolvido por três camadas : as membranas túnicas Retina, Coróide e Esclerótica

4 Estrutura do Olho Humano III Cónea Película Transparente que cobre a parte anterior do olho. Esclerótica Dá continuidade a cónea. membrana opaca que reveste o globo ocular Responsável pela proteção das membranas internas

5 Estrutura do Olho Humano IV Coróide Situada logo abaixo da esclerótica Contém rede de vasos sanguíneos que servem como fonte de nutrição do olho. Fortemente pigmentada Divida em : Corpo Ciliar e Diafragma da Íris. Íris Controla a quantidade de luz que entra no olho Face anterior -> Pigmento visível do olho

6 Estrutura do Olho Humano V Pupila Abertura central da Íris Diâmetro -> Variante entre 2 e 8 mm Cristalino Formado por um conjunto de lentes biconvexas encerradas por uma membrana fina chamada cápsula. Suspenso pelos músculos ciliares

7 Estrutura do Olho Humano VI Cristalino Coloração por pigmentos levemente amarelado (intensificação com a idade) Absorção de ~8% da luz visível Absorção relativamente maior nos comprimentos de onda mais curtos Absorção intensa da radiação IR e UV por proteínas em sua estrutura Absorção excessiva de IR e/ou UV  Possibilidade de danos na estrutura ocular

8 Estrutura do Olho Humano VII Retina Membrana mais interna do Olho Formada por receptores, especializados em responder à estimulação pela luz e em transformar a energia luminosa em impulsos nervosos responsáveis pela “sensação de visão”. Os cones e os bastonetes.

9 Estrutura do Olho Humano VIII Retina Cones Quantidade estimada  ~6 a 7.10 6 Distribuição principalmente na região central da retina (Fóvea) Sensibilização dependente de maior intensidade luminosa Elevada sensibilidade a cores fotópica Papel relevante  Visão de alta luminância (Visão fotópica )

10 Estrutura do Olho Humano IX Retina Bastonetes ou Bastões Quantidade estimada  ~ 75 a 150.106 Distribuição principalmente na superfície da retina Elevada sensibilidade a níveis de iluminação reduzidos Insensibilidade a estímulos cromáticos escotópica Papel relevante  Visão de baixa luminância (Visão escotópica )

11 Estrutura do Olho Humano X Fórvea Reetrância circular de ~1,5 mm de diâmetro na retina sensor de área quadrada de 1,5 mm por 1,5 mm Densidade de cones  ~150.000 elementos por mm2 (~337.000 elementos)

12 Formação da Imagem no Olho I Distância entre o centro focal do cristalino e a retina  Variante entre ~17 mm (para D > 3 m) e ~14 mm (para D ≤ 3 m) C -> Centro Optico do cristalino -> Altura do Objeto

13 Analogia entre o Olho Humano e a câmera Fotográfica I

14 Analogia entre o Olho Humano e a câmera Fotográfica II Essa analogia pode ser observadas na Figura anterior. Em ambos os sistemas, os raios luminosos são refratados e focalizados através de sistemas de lentes sobre uma superfície sensível. Na câmera fotográfica, esta superfície sensível é a película fotográfica (nos sensores de varredura multiespectral são os detetores). Nos olho humano esta superfície sensível é a retina.

15 Adaptação ao Brilho Habilidade do olho de distinguir diferentes intensidade de luz Grande nível de adaptação (da visão scotopica ao limite de luminosidade)

16 Adaptação ao Brilho Sistema visual não pode atuar em vários focos ao mesmo tempo No entanto muda sua sensibilidade a luz num fenômeno conhecido com adaptação ao brilho O ser humano também é capaz de perceber mudanças na intensidade da luz

17 Adaptação ao Brilho Experimento para verificação de mudança de luminosidade

18 Ilusão de Ótica Aplica-se a todas as ilusões que “enganam” o sistema visual humano. Percepção de mundo auto-produzida (Ex. Mão) Visão, processo de conversão.

19 Ilusão de Ótica

20

21 Ilusão de luminosidade - A luminosidade é uma variável subjetiva - Estimativa de reflectância real dos objetos Explicação: - O sistema visual não se limita a medir a quantidade de luz que chega ao olho, que é influenciada pelas sombras. Parece ter em conta o contraste local e saber que as mudanças de luz na transição entre superfícies de cores diferentes são geralmente mais abruptas do que as causadas por sombras. O sistema visual “sabiamente” usa apenas a informação sobre as transições mais abruptas para construir a imagem de reflectância. E por isso estima a cor dos objetos sem se deixar enganar pelas sombras de um objeto visível. Ilusão de Ótica

22

23 - Ilusão de distância - O sistema visual conhece perceptivas, útil para interpretação de imagem 3D - Explicação: - Isso acontece porque o sistema visual usa o ângulo entre as duas retas laterais para estimar o ângulo do nosso olhar relativamente ao solo. Ilusão de Ótica

24 Espectro EletroMagnético Ondas EletroMagnéticas Experiências de Newton constataram que um feixe de raio (luz branca), ao atravessar um prisma, desdobrava-se num feixe colorido, espectro de cores Cientistas descobriram ainda que cada cor decomposta no espectro correspondia a uma temperatura diferente, e que a luz vermelha incidindo sobre um corpo, aquecia-o mais do que a violeta Além do vermelho visível, existem radiações invisíveis para os olhos, que passaram a ser ondas, raios ou ainda radiações infravermelhas Sempre avançando em seus experimentos os cientistas conseguiram provar que a onda de luz era uma onda eletromagnética, mostrando que a luz visível é apenas uma das muitas diferentes espécies de ondas eletromagnéticas.

25 Espectro EletroMagnético Faixa Contínua de REM (Radiação EletroMagnética) De comprimentos de onda muito curtos (<300x10 -9 m) e alta energia a comprimentos de onda muito longos (da ordem de km) e baixa energia Relação entre a energia e o comprimento de onda (e, portanto, à freqüência) A completa faixa de comprimentos de onda e de freqüência da REM é chamada de espectro eletromagnético

26 Espectro EletroMagnético Comprimento de Ondas

27 Espectro EletroMagnético Frequência

28 Tipos de Sensores Sensor Único

29 Tipos de Sensores Sensor Linear

30 Tipos de Sensores Sensor em “Array”

31 Imagem Digital I Representação Matemática da Imagem f(x,y) Função proporcional à intensidade de brilho em (x,y) Coordenada horizontal Coordenada vertical

32 Imagem Digital II

33 Imagem Digital III 0 ≤ f(x,y) ≤ ∞ f(x,y) = i(x,y). r(x,y) 0 < i(x,y) < ∞ 0 ≤ r(x,y) < 1 Componente de Iluminância - Quantidade de luz incidente no Objeto Componente de Reflectância – fração de luz que o objeto vai refletir

34 Imagem Digital IV

35 Aquisição da Imagem P rocesso de conversão de uma cena real tridimensional em uma imagem analógica. O dispositivo de aquisição de imagens mais utilizado atualmente é a câmera CCD (Charge Coupled Device). Ela consiste de uma matriz de células semicondutoras fotossensíveis, que atuam como capacitores, armazenando carga elétrica proporcional à energia luminosa incidente. O sinal elétrico produzido é condicionado por circuitos eletrônicos especializados,produzindo à saída um Sinal Composto de Vídeo (SCV) analógico e monocromático

36 Aquisição da Imagem Fonte de Iluminação (Energia) Radiação Incidente Sistema de Imageamento Plano da Imagem (Interno) Radiação Refletida f(x,y)reflectância(x,y)iluminação(x,y) f(x,y) = reflectância(x,y)*iluminação(x,y) 010 ∞ [0,1] [0, ∞ ] Formação de Pixels na Imagem Digitalizada

37 Digitalização Limitação do número de valores que uma variável pode assumir. Amostragem coordenadas espaciais Discretização das coordenadas espaciais Quantização níveis de cinzavalores de brilho Discretização dos níveis de cinza (valores de brilho)

38 Amostragem I Converte a imagem analógica em uma matriz de M por N pontos, cada qual denominado PIXEL (ou elemento de imagem): Maiores valores de M e N, implica numa imagem de maior resolução.

39 Quantização I 02 n - 1 faz com que cada um destes pixels assuma um valor inteiro, na faixa de 0 a 2 n - 1 Quanto maior o valor de n, maior o número de níveis de cinza presentes na imagem digitalizada

40 Amostragem II N = 256 Imagens NxN pixels e 256 niveis de cinza N = 128 N = 64 N=32

41 Quantização II Imagens 442 x 299 pixels. Variando n n=8 n=6 n=3 n=1

42 Propriedades da Imagem Digital I Pixel -> Palavra formada da aglutinação das palavras inglesas “Picture” e “Element”, denota o menor elemento em um dispositivo de exibição ao qual é possível atribuir uma cor [Russ 2007]. -> A unidade atômica de composição de uma imagem -> A cada pixel é atribuída uma tonalidade (branco, preto, tonalidades de cinza ou de cor),as quais são representadas na notação binária

43 Propriedades da Imagem Digital II Vizinhança Seja p, um pixel nas coordenadas ( x,y): 4-vizinhança ou N4(p) – são os pixels cujas coordenadas são: (x+1, y), (x-1, y), (x, y+1) e (x, y- 1). Vizinhança diagonal ou ND(p) são os pixels de coordenada (x-1, y-1), (x-1, y+1),(x+1, y-1) e (x+1, y+1) A "8-vizinhança" de p é definida como: N8(p) = N4(p) U ND(p)

44 Propriedades da Imagem Digital III

45 Propriedades da Imagem Digital IV Adjacência Adjacente por Borda -> Um par de pixels compartilha uma borda. Adjacente por Vértice -> Um Par de pixels de uma imagem que compartilha um vértice.

46 Propriedades da Imagem Digital IV Conectividade Estabelecer limites de objetos e componentes de regiões em uma imagem. Para estabelecer se dois pixels estão conectados, é necessário determinar se eles são adjacentes segundo algum critério e se seus níveis de cinza satisfazem a um determinado critério de similaridade. Seja V = { 32, 33,..., 63,64}, onde V é conjunto de valores de tons de cinza. São definidos tres tipos de conectividade: "4-conectividade": dois pixels p e q com valores de tom de cinza contidos em V, são "4- conectados" se q € N4(p). "8-conectividade": dois pixels p e q com valores de tom de cinza contidos em V, são "8- conectados" se q € N8(p). "m-conectividade (conectividade mista)": dois pixels p e q com valores de tom de cinza contidos em V, são "m-conectados" se: (i) q € N4(p) ou ( ii) q € Nd(p) e N4(p) ∩ N4(q) =Ø

47 Propriedades da Imagem Digital V Distância entre Pixels: Dados os pixels p, q e z, de coordenadas (x,y), (s,t) e (u,v), respectivamente, define-se a função distância D, cujas propriedades são: (i) D(p,q) >= 0 (D(p,q) = 0 se e somente se p = q) (ii) D(p,q) = D(q,p) (iii) D(p,z) <= D(p,q) + D(q,z) ___________ Distância Euclidiana: De(p,q)= √ (x-s)2 – (y-t)2 Distância City Block: D (p,q) = |x- s| +| y- t| Distância Chessboard: D(p,q) = max( |x-s|,|y-t| )

48 Ferramental Matemático Utilizado em PDI (introdução)

49 Operações: Matrizes x Arrays Uma imagem pode ser considerada como uma matriz de pixels o Operações com matrizes Operações pixel-a-pixel

50 Operações: Matrizes x Arrays (cont.) Produto entre matrizes é diferente do produto entre "arrays" Produto de Arrays:

51 Operações: Matrizes x Arrays (cont.) Produto de matrizes:

52 Operações Lineares e Não Lineares Uma das mais importantes classificações de um método de processamento de imagens Dado um operador H que produz uma imagem de saída g(x, y), a partir de uma imagem de entrada f(x, y): H[ f(x, y) ] = g(x, y) H é um opeador linear se H[ f i (x, y) + f j (x, y) ] = H[ f i (x, y) ] + H[ f j (x, y) ] e H[ k*f i (x, y) ] = k*H[ f i (x, y) ], k = cte.

53 Operações Aritméticas Convenção adotada para operações aritméticas pixel- a-pixel s(x, y) = f(x, y) + g(x, y) d(x, y) = f(x, y) - g(x, y) p(x, y) = f(x, y) x g(x, y) v(x, y) = f(x, y) / g(x, y)

54 Operações Aritméticas - Exemplos Eliminação de ruído

55 Operações Aritméticas - Exemplos Obter diferença entre imagens aparentemente idênticas

56 Operações Aritméticas - Exemplos Captura de partes da imagem

57 Operações Lógicas