Melhoramento de Imagens

Apresentação em tema: "Melhoramento de Imagens"— Transcrição da apresentação:

1 Melhoramento de Imagens
Paulo Sérgio Rodrigues PEL205

2 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

3 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

4 Melhoramento no Domínio Espacial
Alguns tipos simples de transformações de intensidade Negativo Stretching Compressão Slicing Uma maneira de realizar algumas dessas operações é através da função de transformação g(x,y) = c f(x,y)y

5 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

6 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

7 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

8 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

9 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

10 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

11 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

12 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

13 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

14 Image Enhancement in the Spatial Domain: Bit-Plane Slicing
Chapter 3 Image Enhancement in the Spatial Domain: Bit-Plane Slicing

15 Image Enhancement in the Spatial Domain: Bit-Plane Slicing
Chapter 3 Image Enhancement in the Spatial Domain: Bit-Plane Slicing

16 Image Enhancement in the Spatial Domain: Bit-Plane Slicing
Chapter 3 Image Enhancement in the Spatial Domain: Bit-Plane Slicing

17 Melhoramento no Domínio Espacial
Processamento Baseado em Histograma: Equalização O objetivo é usar uma função de transformação que torne o histograma o mais uniforme possível, criando uma imagem com maior contraste. Se usarmos como função de transformação o histograma cumulativo o resultado será uma distribuição mais uniforme (equalizada) Calcular o Histograma original Calcular o Histograma cumulativo Equalizar a imagem com o Histograma cumulativo

18 Melhoramento no Domínio Espacial
Processamento Baseado em Histograma: Equalização onde: pr(rk) é a probabilidade da intensidade rk nk é o número de ocorrências de rk n é o número total de ocorrências

19 Melhoramento no Domínio Espacial
Processamento Baseado em Histograma: Equalização A função cumulativa é calculada como:

20 Melhoramento no Domínio Espacial
Processamento Baseado em Histograma: Equalização r s

21 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

22 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain: Enhancing with Arithmetic/Logic Operations

23 Image Enhancement in the Spatial Domain: Image Averaging
Chapter 3 Image Enhancement in the Spatial Domain: Image Averaging (a) (b) Original Original + ruído Média de 8 imagens Média de 16 imagens Média de 32 imagens Média de 64 imagens (c) (d) (e) (f)

24 Image Enhancement in the Spatial Domain: Image Averaging
Chapter 3 Image Enhancement in the Spatial Domain: Image Averaging (a) Diferença de imagens a) Original slide 23 – (c) slide 24 b) Original slide 23 – (d) slide 24 (c) Original slide 23 – (e) slide 24 (d) Original slide 23 – (f) slide 24 (b) (c) (d)

25 Image Enhancement in the Spatial Domain: Filtering
Chapter 3 Image Enhancement in the Spatial Domain: Filtering Mecanismo para filtragem no domínio espacial

26 Image Enhancement in the Spatial Domain: Filtering
Chapter 3 Image Enhancement in the Spatial Domain: Filtering Representação da máscara de convolução

27 Image Enhancement in the Spatial Domain: Filtering
Chapter 3 Image Enhancement in the Spatial Domain: Filtering Exemplo de máscaras de suavização

28 Image Enhancement in the Spatial Domain: Filtering
Chapter 3 Image Enhancement in the Spatial Domain: Filtering (a) (b) Exemplo de suavização Imagem original (b) a (f) Resultados de suavização com máscaras de tamanho 3, 5, 9,15 e 35 (c) (d) (e) (f)

29 Image Enhancement in the Spatial Domain: Filtering
Chapter 3 Image Enhancement in the Spatial Domain: Filtering (a) (b) (c) Imagem do telescópio Hubble; b) suavização com máscara 15 x 15; c) Limiarização de (b)

30 Image Enhancement in the Spatial Domain: Edge Detection
Chapter 3 Image Enhancement in the Spatial Domain: Edge Detection Máscara para o Laplaciano; Extensão incluindo as diagonais; Outra implementação para (a) Outra implementação para (b) (a) (b) (c) (d)

31 Image Enhancement in the Spatial Domain: Edge Detection/Filtering
Chapter 3 Image Enhancement in the Spatial Domain: Edge Detection/Filtering Imagem original; Laplaciano; (b) escalonado; Melhoramento usando a equação abaixo (a) (b) (c) (d)

32 Image Enhancement in the Spatial Domain: Edge Detection/Filtering
Chapter 3 Image Enhancement in the Spatial Domain: Edge Detection/Filtering (a) (b) Filtros Laplacianos; Imagem microscópica Filtragem com (a) superior Filtragem com (a) inferior (d) (c)

33 Image Enhancement in the Spatial Domain: Popular Masks
Chapter 3 Image Enhancement in the Spatial Domain: Popular Masks (a) Máscara 3 x 3; Máscara 2 x 2 sensível a diagonal; Filtro Sobel horizontal Filtro Sobel Vertical (b) (c) (d)

34 Image Enhancement in the Spatial Domain: Edge with Sobel
Chapter 3 Image Enhancement in the Spatial Domain: Edge with Sobel (a) (b) Imagem de Lentes de Contato; (b) Aplicação do Gradiente Sobel

35 Melhoramento no Domínio Espacial
Filtragem com função Sigmoid Se uma escala de reflectância das regiões de interesse são conhecidas, pode-se usar uma função que se adapte aos valores conhecidos para direcionar a suavização. Exemplo: região em torno da mama

36 Melhoramento no Domínio Espacial
Filtragem com função Sigmoid Em caso de tumores de mama, um estudo de tais regiões, produz a seguinte escala:

37 Melhoramento no Domínio Espacial
Filtragem com função Sigmoid Tal escala, pode ser utilizada em uma função sigmoid como a seguinte: onde ....

38 Melhoramento no Domínio Espacial
Filtragem com função Sigmoid