Revisão Geral Técnicas de Realce Histogramas

Apresentação em tema: "Revisão Geral Técnicas de Realce Histogramas"— Transcrição da apresentação:

1 Revisão Geral Técnicas de Realce Histogramas
Equalização de Histogramas Realce no domínio do espaço

2 Técnicas de realce Realce de imagem  são transformações radiométricas que modificam o valor dos níveis de cinza dos pontos da imagem. O realce de imagens se divide em duas grandes categorias: Métodos no domínio espacial - Referem-se ao próprio plano da imagem, e as abordagens nesta categoria são baseadas na manipulação direta dos pixels das imagens. Métodos no domínio da freqüência - São baseadas na modificação das transformadas de Fourier das imagens. Melhoramento de imagem  técnicas como o melhoramento de contraste, finalidades específicas enfatizando características de interesse ou recuperando imagens que sofreram algum tipo de degradação devido a introdução de ruído, perda de contraste ou borramento.

3 Técnicas de realce O contraste entre dois alvos de uma cena pode ser definido como a razão entre os seus níveis de cinza médios. O realce de contraste visa o melhoramento da qualidade das imagens sob o ponto de vista subjetivo do olho humano; Sendo usualmente empregada como uma etapa de pré-processamento em aplicações de reconhecimento de padrões.

4 Técnicas de realce A manipulação do contraste dos objetos presentes em uma imagem digital consiste em uma transformação radiométrica em cada pixel da imagem, com o objetivo de aumentar a discriminação visual entre eles. Esta transferência radiométrica é realizada com ajuda de histogramas, que são manipulados para obter o realce desejado.

5 Histogramas O histograma de uma Imagem é um conjunto de números que indica a quantidade de pixels em cada um dos níveis de cinza da Imagem. Portanto um histograma nada mais é que uma função de distribuição de probabilidades e como tal obedece aos axiomas e teoremas da teoria de probabilidade. Histograma Bimodal Apresenta duas concentrações de pixels, uma delas em torno de valores escuros e outra na região clara do histograma. Pode-se dizer que a imagem correspondente apresenta alto contraste entre duas concentrações, uma vez que elas se encontram razoavelmente espaçadas.

6 Equalização de Histogramas
Melhorar o contraste de uma imagem digital. Alargamento do contraste através da redistribuição dos níveis de cinza de forma uniforme. Os tons mais claro e mais escuro da imagem são mapeados para branco e preto, respectivamente, e os valores intermediários são distribuídos pela escala de cinza. O processo de equalização de histograma visa o aumento da uniformidade da distribuição de níveis de cinza de uma imagem, sendo usualmente empregado para realçar diferenças de tonalidade na imagem e resultando, em diversas aplicações, em um aumento significativo no nível de detalhes perceptíveis.

7 Realce no domínio do espaço
As transformações de níveis de cinza de uma imagem que ocorrem diretamente sobre os seus pixels são chamadas de realce no domínio espacial. Dentre as técnicas de realce no domínio do espaço destacam-se dois tipos: realce ponto-a-ponto e realce por máscara.

8 Operadores ponto a ponto
Realce Ponto-a-Ponto A técnica é aplicada em cada pixel da imagem, independentemente, sem considerar os valores dos pixels vizinhos. Operadores ponto a ponto Cada ponto na imagem de entrada gera um só ponto na imagem de saída; O realce por Thresholding é também conhecido como limiarização ou binarização. Consiste em transformar todos os pixels de uma imagem de modo que eles tenham apenas 2 valores, preto e branco (0 e 1). Ou seja, transformar uma imagem de n bits em uma imagem binária, com apenas 1 bit, que pode assumir os valores de 0 (preto) ou branco (1). Negativo O Negativo de uma imagem é obtido aplicando-se, em todos os pixels da imagem f(x,y) .Assim, todos os valores de pixel da imagem original são “invertidos”.

9 MatLab - Relembre Ler uma imagem e gerar seu histograma.
f = imread('mammogram.bmp'); imfinfo mammogram.bmp imshow(f) imhist(f)

10 MatLab - Relembre Equalizar uma imagem g = imread('polem.bmp');
figure, imshow(g) figure, imhist(g) geq = histeq(g,256); figure, imshow(geq) figure, imhist(geq)

11 MatLab - Relembre Clarear a imagem de 128 níveis de cinza.
e=imread('polem.bmp'); figure, imshow(e) eeq=histeq(e,128); figure, imshow(eeq)

12 MatLab - Relembre Equalizar as imagens (clareada e não) e gerar seus histogramas. figure, imhist(eeq) figure, imshow(eeq) figure, imhist(e) figure, imshow(e)

13 Realce por máscara No realce por máscara, o operador é aplicado em uma determinada região na imagem original, onde se considera os valores dos pixels vizinhos e da máscara aplicada para definir o novo valor do pixel na imagem resultante. As operações são efetuadas em todos os pixels dentro da região definida pela máscara (ou filtro, ou template) utilizada;

14 Processamento por máscara
O operador, efetua a operação de convolução entre os pixels da imagem original e os valores do filtro (máscara) para calcular o valor final do pixel da imagem resultante g(x,y); A operação de convolução implica em multiplicar os valores do template com os valores dos pixels correspondentes na região delimitada pelo template na imagem original; O resultado final deve ser colocado na posição correspondente ao centro da região delimitada pelo filtro.

15 Processamento por máscara
O processamento é feito colocando a máscara sobre a imagem digital, começando no seu primeiro pixel e percorrendo a imagem até o último. A cada passo, a operação de convolução entre a máscara e os pixels contidos na região sob a máscara deve ser feita e o resultado colocado no pixel central. A convolução de uma máscara com uma imagem consiste na seguinte seqüência de operações: DESLOCA → MULTIPLICA → SOMA

16 Filtro passa-baixa ou de suavização
Passa-baixa significa que o filtro deixa “passar” as baixas freqüências da imagem e “filtra” as altas. Um dos principais filtros passa-baixa é o filtro da média da vizinhança. Esse filtro calcula a média dos pixels vizinhos e o resultado é colocado no filtro central. Assim, o filtro da média é um filtro onde todos os elementos da matriz são preenchidos com 1, que são os pesos, e o valor final é dividido pelo número de elementos da matriz. Calculando-se a média da região, a imagem fica “borrada”, pois apenas o valor médio da vizinhança é considerado. Por isso é chamado de filtro passa-baixa.

17 Filtro passa-alta O filtro passa-alta deixa “passar” as altas freqüências da imagem e “filtra” as baixas. Este filtro tende a realçar as mudanças abruptas de níveis de cinza da imagem. , A máscara do filtro passa alta deve ter o peso central positivo e os pesos periféricos negativos, de tal forma que a soma de todos os elementos do template seja igual a zero.