Processamento de Imagens: Conceitos Básicos
Aplicações em Processamento de Imagens * Reconhecimento e Classificação de Padrões: - Impressões Digitais / Identificação da íris do olho - Assinaturas e textos manuscritos - Reconhecimento de caracteres em textos digitalizados (OCR) - Reconhecimento de expressões faciais e gestos - Identificação e controle de acesso com “senha visual” - Reconhecimento de objetos em uma cena - Reconstrução de modelos geométricos a partir de imagens digitais - Controle de Qualidade Automático (produto bom/ruim) * Tratamento de Imagens: - Destacar, corrigir, apagar ou melhorar elementos de uma imagem - Focalizar melhor uma imagem, suavizar os contrastes de uma imagem - Transformar as cores dos elementos que compõem a imagem - Identificar bordas e contornos, linhas horizontais, linhas verticiais, etc
Processamento de Imagens Convencional Imagem Original (X,Y) Transformada F(x,y) Classificação da Imagem G(x,y) X P 4-vizinhança 8-vizinhança Processamento de Imagens: * Tratamento de Imagens Imagem(X,Y) => F( Imagem(X,Y) , Vizinhança (X,Y) ) : Transformar em uma nova imagem F(Imagem) => Imagem Tratada F(Imagem) => Função deve ser conhecida (algoritmo a ser implementado) * Reconhecimento e Classificação de Padrões Imagem(X,Y) => G( Imagem(X,Y) ), Vizinhança (X,Y) ) : Classificar / Reconhecer elementos G(Imagem) => Classes, Dados e Modelos G(Imagem) => Função deve ser conhecida (algoritmo a ser implementado)
Processamento de Imagens Convencional Imagem Original (X,Y) Transformada F(x,y) Classificação da Imagem G(x,y) Processamento de Imagens: * Tratamento de Imagens Original Cores Falsas
Processamento de Imagens Neural Tratamento de Imagens Y N =F(X ) Função F(X) de transformação não é conhecida previamente X são imagens fornecidas pelo usuário F(X Imagem Original (X 1 Transformada (Y ? 2 3 4 deve ser APRENDIDA usando os exemplos disponíveis
Processamento de Imagens Neural Tratamento de Imagens Y N =F(X ) Função F(X) de transformação não é conhecida previamente X são imagens fornecidas pelo usuário F(X Imagem Original (X 1 Transformada (Y ? 2 3 4 deve ser APRENDIDA usando os exemplos disponíveis Transformações: RGB 24 = Red Green Blue 24 bits/pixel, Gray= GrayScale, P&B = Preto e Branxo RGB 24 => RGB 24 - Transformação da imagem RGB 24 => Gray 8 - Tirar a cor, colorido para monocromático RGB 24 => Palette 8 - Reduzir o número de cores por pixel Gray 8 => Palette 8 - Cores falsas atribuídas ao monocromático Gray 8 => P&B 1 - Reduzir o número de cores por pixel Palette 8 => P&B 1 - Reduzir o número de cores por pixel Gray 8 => RGB 24 - Cores falsas (aumento do nro. de cores!) Palette 8 => RGB 24 - Cores falsas (aumento do nro. de cores!)
Processamento de Imagens Neural (a) Imagem Original (b) Imagem Tratada - Convencional (c) Imagem Tratada Neural sem vizinhança (d) Imagem Tratada Neural com vizinhança Transformação de Cores RGB 24 Bits/Pixel GrayScale 8 Bits/PixeL
Processamento de Imagens Neural Transformação da Imagem: Detecção de Contornos Transformação da Imagem: RGB 24 Bits/Pixel P&B 1 Bit/Pixel Original Filtro Convencional Filtro Neural
Processamento de Imagens Neural Transformação da Imagem: Focalizar uma Imagem Transformação da Imagem: RGB 24 Bits/Pixel Desfocada Focalizada Convencional Focalizada Neural
Processamento de Imagens Neural Ferramenta NeuronColor
Processamento de Imagens Neural Reconhecimento e Classificação de Imagens Texto Original Texto Digitalizado OCR Optical Character Recognition