Revisão Geral Técnicas de Realce Histogramas

Slides:



Advertisements
Apresentações semelhantes
Introdução ao Processamento de Imagens Digitais
Advertisements

Algoritmos de Classificação e Verificação de Impressões Digitais
João Luiz Fernandes e Aura Conci Universidade Federal Fluminense
Melhoramento de Imagens
Computer Vision Melhoramento de Imagens Paulo Sérgio Rodrigues PEL205.
Intensity Transformations
Uso de Filtros Filtros Passa Baixa
Processamento de Imagens
Operações envolvendo imagens
Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados Módulo II Introdução ao Processamento de Imagens.
Geomática Aplicada à Gestão de Recursos Hídricos
Chapter 2 Fundamentals (a) (b) Convenções de coordenadas:
O capítulo 3 trata de transformações de intensidade
Digital Image Processing, 3rd ed. © 1992–2008 R. C. Gonzalez & R. E. Woods Gonzalez & Woods Chapter 3 Intensity Transformations.
Filtros de Convolução (Processamento de Imagens)
The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Visão Computacional Prof. Dr. rer.nat. Aldo von Wangenheim.
Segmentação por limiarização (thesholding)
Transformações espaciais geométricas
Segmentação de imagens
Iana Alexandra Alves Rufino
Ismael Andrade Pimentel Departamento da Eng. Mec
Técnicas Algorítmicas em Processamento de Imagens
FLG Análise Espacial e Geoprocessamento
Introdução ao Processamento Digital de Imagens
Características das Imagens de Sensoriamento Remoto.
Fundamentação Teórica
Filtragem Espacial É baseado na aplicação de máscaras na imagem.
Filtros I: o domínio espacial. FILTROS I: o domínio espacial.
Filtro Linear-Máscaras
Nome: Rafael Baeta Orientador: Dr. David Menotti
Seminário Introdução à Visão Computacional
Processamento Digital de Imagens
MEEA,15 de Outubro de 2001 Técnicas de visualização, aquisição e processamento de imagem.
Reconhecimento de códigos QR
Carlos Oliveira Descrição e Objetivo Considerações Etapas consideradas Resultados obtidos Melhoramentos.
Funções de Transformação de
VALORES ESPERADOS.
Fernando Carvalho, João Manuel R. S. Tavares
3. Segmentação de Imagens
GEOPROCESSAMENTO Aula 5: Processamento de imagens e fotointerpretação
Processamento de Imagens
Introdução ao Processamento Digital de Imagens Clayton de Medeiros Vasconcelos Centro Brasileiro de Pesquisas Físicas CAT- Out
Processamento Digital de Imagens
Processamento de Imagens Digitais
Capítulo III – Processamento de Imagem
Medidas de localização
Introdução ao Processamento Digital de Imagens
Classificação de Imagens de Sensoriamento Remoto
“O homem que fala dois idiomas vale por dois” - Ditado Popular
Segmentação de Fundo Marcelo Gonella
Aluno: Rómulo Marlon Ramos Avalos Gil Santos, Edmundo Hoyle.
Digital Image Processing, 2nd ed. © 2002 R. C. Gonzalez & R. E. Woods 4. Image Enhancement in the Spatial Domain 4. Image Enhancement.
Para um sinal determinístico x(t), o espectro é bem definido: Se
Avaliação de métodos de busca de texturas em bases de dados Miguel Galves
Digital Image Processing, 2nd ed. © 2002 R. C. Gonzalez & R. E. Woods 3 Representação da Imagem Digital O espectro eletromagnético.
Introdução ao Processamento Digital de Imagens
Segmentação de imagens segmentação Pré-processamento descrição / análise Não existe uma única e definitiva abordagem ao problema da segmentação A descrição.
PROCESSAMENTO DIGITAL DE IMAGENS
Processamento de Imagens e Computação Gráfica
Cálculo Apresentação de Limite Elano Diniz.
Filtragem de Imagens CONCI, A. AZEVEDO, E. e LETA, F
Técnicas Algorítmicas em Processamento de Imagens
Processamento de Imagens e Computação Gráfica
Processamento Digital de Imagens
SENSORIAMENTO REMOTO CONTRASTE
PROCESSAMENTO DIGITAL DE IMAGENS
Professor: Gerson Leiria Nunes.  Processamento de imagens  Trabalhando com imagens  Problemas típicos  Aplicações  Comandos básicos matlab.
Introdução ao Processamento Digital de Imagens Gerson Leiria Nunes.
T4.1 – Processamento de Imagem Proc. Sinal e Imagem Mestrado em Informática Médica Miguel Tavares Coimbra.
Transcrição da apresentação:

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

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.

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.

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.

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.

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.

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.

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”.

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

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)

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

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

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;

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.

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

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.

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.