Carregar apresentação
PublicouYasmin Sena Alterado mais de 10 anos atrás
1
Imagem Digital Conceitos, Processamento e Análise
Parte 1: Conceitos básicos Imagem e funções Imagem digital: amostragem, quantização e codificação Re-amostragem de funções Séries e Transformadas de Fourier e de Cosseno Teorema de Nyquist e Alias
2
Imagem: Modelo Matemático: Função
0% 20% 40% 60% 80% 100% Níveis de cinza Posição ao longo da linha x u v L L(u,v) Função
3
Imagem colorida u v G R B
4
Imagem coloridas como 3 canais de cor
B B(u,v) R(u,v) G(u,v) v v v u u u = + +
5
Amostragem, quantização e codificação
Imagem Digital Amostragem, quantização e codificação
6
Amostragem, quantização e codificação de f(x)
partição do eixo x x
7
Amostragem, quantização e codificação de f(x)
6 amostra quantizada 5 4 3 2 1 x codificação = (3, 4, 5, 5, 4, 2, 2, 3, 5, 5, 4, 2)
8
Digitalização de Imagens
Discretização espacial (amostragem)
9
quantizada e codificada
Processos básicos 64x54 Imagem amostrada amostragem Imagem de tons contínuos 64x cores Imagem amostrada e quantizada quantização 55 20 22 23 45 10 09 11 43 42 70 28 76 codificação 8*55, 1*20, 1*22, 1*23, …. Imagem amostrada, quantizada e codificada
10
Imagem Digital: Histogramas
Uma outra maneira de ver a informação da imagem: probabilidade de ocorrência de um determinado valor, uso do intervalo [0,255], contraste,...
11
Histogramas de Imagem Colorida
12
Propriedades básicas de uma Imagem Digital
13
Problemas associados a re-amostragem de um sinal digital f(x)
6 função original 5 função reconstruída pelo vizinho mais próximo função reconstruída por interpolação linear 4 3 2 1 x (a) aumento de resolução
14
Re-amostragem de f(x) (b) redução de resolução f(x)
6 função original 5 4 3 2 função reconstruída pelo vizinho mais próximo função reconstruída por interpolação linear 1 x (b) redução de resolução
15
Freqüência de Amostragem
f(x) x x f(x)
16
Estudo de sinais digitais
Transformadas para o domínio da freqüencia Teorema de Nyquist e Alias
17
revisão Harmônicos T A t+ -A A
18
Integrais de senos e cosenos em [-,]
revisão cos(nx) sin(nx) n = 1 n = 2 Áreas se compensam. Integrais resultam em 0. sin(nx)cos(nx)
19
Integrais de senos e cosenos em [-,]
revisão Integrais de senos e cosenos em [-,] Funções ortogonais
20
Série de Fourier f(t) t T Jean Baptiste Joseph Fourier (1768-1830)
T Jean Baptiste Joseph Fourier ( ) Paper de 1807 para o Institut de France: Joseph Louis Lagrange ( ), and Pierre Simon de Laplace ( ).
22
Exemplo: Série de harmônicos
23
Série de Fourier: cálculo de a0
f(t) t T
24
Série de Fourier: an e bn
f(t) t T ...
25
Resumindo f(t) t T
26
Domínios f(t) tempo ou espaço t T ak w bk freqüencia w
27
Coeficientes de funções pares e ímpares
f-ímpar ak= 0 f-par bk= 0
28
Periodicidade da Série de Fourier
f(t) t T t f(t) T
29
Números complexos x é a parte real y é a parte imaginária
revisão eixo imagnário x é a parte real y é a parte imaginária A é a magnitude q é a fase y A q eixo real x
30
Operação básicas com complexos
revisão Operação básicas com complexos
31
revisão Derivada de eit C.Q.D.
32
Outras propriedades úteis
revisão i -1 1
33
Outras propriedades úteis (2)
revisão 1 -1 i -i o cosseno corresponde a média de dois harmônicos de freqüências w e -w
34
Outras propriedades úteis (2)
revisão 1 -1 i -i o seno também corresponde a dois harmônicos: w e -w
35
Outras propriedades úteis (3)
revisão
36
Amplitude e fase de complexos
revisão Amplitude e fase de complexos Dado um valor: Amplitude -A A Fase
37
Série de Fourier com números complexos
38
Escrevendo em complexos
39
Serie de Fourier de Sinais Discretos
40
Sinal discreto r t 1 2 3 4 5 6 N-1
41
1 2 3 4 5 N t . . .
42
onde: onde:
43
onde: onde:
44
Inversa da inversa onde: Qual o valor?
45
Se s=k Se s ≠ k é a soma de uma PG de N termos e razão q. Mas
46
onde: Qual o valor? C.Q.D.
47
real imaginário 1 N=5 N=3 N=6 N=4
48
Transformada Discreta
T - não é o período do sinal!
49
Transformada Discreta de Fourier
todas as feqüências computadas são multiplas destas
50
Outro exemplo f3 ( t ) := 10 cos ( 2 p t ) + 6 sin ( 10 p t ) + .8 cos
40 p t )
51
Transformada
52
Eixo de freqüência
53
Tutorial com o Excel
54
Discrete Cosine Transformation (DCT)
55
o cosseno pode substituir o seno
56
Transformada de Fourier
57
Exemplo 1: Função caixa (box)
f(x) a x b
58
Transformada da função box
f(x) a x b F(w) 1/b 2/b 3/b -1/b -2/b -3/b ab sinc(bw) w
59
Distribuição normal: Gaussiana
60
Exemplo 2: Gaussiana || F(w) || f(x) w x
61
Transformada da Gaussiana
62
Exemplo 3: Delta de Dirac
f(x) 1/b -b/2 b/2 x
63
Delta de Dirac de Gaussianas
64
Transformada do Delta de Dirac
f(x) (x) x || F(w) || w 1
65
Transformada do cosseno
x
66
Exemplo 4: Cosseno || F(w) || x w
67
Exemplo 5: Sequência de impulsos
f(x) || F(w) || 1/b 2/b -1/b -2/b x -2b -1b 1b 2b 3b w f(x) || F(w) || w 1/b 2/b -1/b -2/b x 1b 2b 3b -1b -2b
68
Pares importantes
69
Propriedades da transformada
convolução
70
Convolução
71
Convolution Pictorially f(x) h(x)
72
Convolution h(t-x) f(t) x
73
Convolution Consider the function (box filter):
74
Convolution This function windows our function f(x). f(t)
75
Convolution This function windows our function f(x). f(t)
76
Convolution This function windows our function f(x). f(t)
77
Convolution This function windows our function f(x). f(t)
78
Convolution This function windows our function f(x). f(t)
79
Convolution This function windows our function f(x). f(t)
80
Convolution This function windows our function f(x). f(t)
81
Convolution This function windows our function f(x). f(t)
82
Convolution This function windows our function f(x). f(t)
83
Convolution This function windows our function f(x). f(t)
84
Convolution This function windows our function f(x). f(t)
85
Convolution This function windows our function f(x). f(t)
86
Convolution This function windows our function f(x). f(t)
87
Convolution This function windows our function f(x). f(t)
88
Convolution This function windows our function f(x). f(t)
89
Convolution This function windows our function f(x). f(t)
90
Convolution This function windows our function f(x). f(t)
91
Convolution This function windows our function f(x). f(t)
92
Convolution This function windows our function f(x). f(t)
93
Convolution This function windows our function f(x). f(t)
94
Convolution This function windows our function f(x). f(t)
95
Convolution This function windows our function f(x). f(t)
96
Convolution This particular convolution smooths out some of the high frequencies in f(x). f(t) f(x)g(x)
97
Ilustação da convolução
98
Ilustração da convolução
99
Sinal sub-amostrado
100
Amostragem e Reconstrução
Observando os domínio do espaço e das freqüências
101
Sinal original domínio do espaço domínio das freqüências
102
Sinal discretizado
103
Amostragem domínio do espaço domínio das freqüências produto
convolução
104
Sinal discretizado domínio do espaço domínio das freqüências
105
Reconstrução domínio do espaço domínio das freqüências convolução
produto
106
Retorno ao sinal original
domínio do espaço domínio das freqüências
107
Sinal original com mais altas freqüências
domínio do espaço domínio das freqüências
108
Mesma taxa de amostragem
domínio do espaço domínio das freqüências produto convolução
109
Sinal amostrado Não temos como reconstruir sem introduzir artefatos!
domínio do espaço domínio das freqüências Não temos como reconstruir sem introduzir artefatos!
110
Teorema de Nyquist Para que um sinal de banda limitada (i.e. aqueles cuja a transformada resultam em zero para freqüências f > B) seja reconstruido plenamente ele precisa ser amostrado numa freqüência f >= 2B. Um sinal amostrado na freqüência (f=2B) é dito amostrado por Nyquist e f=2B é a freqüência de Nyquist. Não há perda de informação nos sinais amostrados na freqüência de Nyquist, e não adicionamos nenhuma informação se amostrarmos numa freqüência maior.
111
Aliasing Esta mistura de espectros é chamada de aliasing.
Existem duas maneiras de lidarmos com aliasing. Passar um filtro passa-baixa no sinal. Aumentar a freqüência de amostragem.
112
Alias Texture errors
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.