Transformações espaciais geométricas

Slides:



Advertisements
Apresentações semelhantes
Continuidade: sem interrupções
Advertisements

SLIDE 1 – Transformações - Translação
Introdução ao Processamento de Imagens Digitais
Paulo Sérgio Rodrigues PEL205
Uso de Filtros Filtros Passa Baixa
Operações Algébricas Operações Topológicas
Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados Módulo II Introdução ao Processamento de Imagens.
Computação Gráfica Geometria de Transformações
Transformação Conforme
O capítulo 3 trata de transformações de intensidade
Segmentação de imagens
Fundamentos de Geoprocessamento
O COEFICIENTE DE HURST E O COEFICIENTE DE VARIAÇÃO ESPACIAL NA SEGMENTAÇÃO DE TEXTURAS MULTIESPECTRAIS Dra Aura Conci Éldman Oliveira Nunes.
CINEMÁTICA INVERSA Aline Aparecida de Pina Rodrigo Morante Blanco.
Introdução à Computação Gráfica Geometria
Transformações Geométricas em C.G.
Gestão de telas e ambientes em jogos 2D
Geoestatística Aplicada à Agricultura de Precisão II
Iana Alexandra Alves Rufino
Técnicas Algorítmicas em Processamento de Imagens
O que você deve saber sobre
Computação Gráfica Teórica
Computação Gráfica: Aula4: Câmeras
Mosaico e Registro de Imagens
Relação Escala Resolução Geométrica da Imagem
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
UMA ABORDAGEM PARA A OBTENÇÃO DE INFORMAÇÃO 3D A PARTIR DE MOVIMENTO DE CÂMARA João Manuel R. S. Tavares.
ROBÓTICA Helder Anibal Hermini.
Correlação de Imagens FUNÇÃO 0,0 C L.
ROBÓTICA Helder Anibal Hermini.
Seminário Introdução à Visão Computacional
MÓDULO E PADRÃO Transformações Geométricas Isométricas
Interpolação de imagem
Isometrias.
3. Segmentação de Imagens
SENSORIAMENTO REMOTO MOSAR FARIA BOTELHO.
Sistema de equações lineares
Computação Gráfica Aula 3 Transformações Geométricas
TRANSFORMAÇÕES GEOMÉTRICAS
Definições e Transformações Projetivas
MATERIAL DE APOIO À TAREFA 3
Unidade 1: Reflexão, translação e rotação
Espaços e Subespaços Vetoriais
Revisão Geral Técnicas de Realce Histogramas
Relator: Leandro Augusto da Silva Contestador: Ramon Alfredo Moreno São Paulo, 14 de Março, de 2008.
Pré-processamento de imagens 1.Correcções geométricas 2.Correcções radiométricas.
Sistema de Previsão Financeira Tendências e medidas de probabilidade.
Aula 12 Disciplina: Sistemas de Controle 1 - ET76H
Transformada de Hough Processamento global para a detecção de linhas retas numa imagem Nenhum conhecimento é necessário a respeito da posição das linhas.
Sistemas de Rastreamento de Baixo Custo para Desktops Tecgraf (Grupo de Tecnologia em Computação Gráfica) Depto. de Informática, PUC-Rio Alberto Raposo,
Parte 2. Operações Topológicas
Digital Image Processing, 2nd ed. © 2002 R. C. Gonzalez & R. E. Woods 3 Representação da Imagem Digital O espectro eletromagnético.
ISOMETRIAS.
IA725 – Computação Gráfica I Mapeamento de textura 27/05/2008
Georefenciação de imagens
Pré-processamento de imagens 1. Correcções geométricas 2. Correcções radiométricas.
Visão Computacional Calibração de Câmeras
Estruturas de dados Tabela Vectorial Matricial Rede triangular irregular.
Segmentação de imagens segmentação Pré-processamento descrição / análise Não existe uma única e definitiva abordagem ao problema da segmentação A descrição.
Tópicos Avançados em Processamento de Imagens e
Curso de Óptica Geométrica
Análise Digital de Imagens
Processamento de Imagens e Computação Gráfica
Técnicas Algorítmicas em Processamento de Imagens
Superintensivo 2015 – Matemática Kmara
Nossos 2 olhos formam imagens ligeiramente diferentes do mundo A diferença entre as posições de objetos nas 2 images é chamada de disparidade O termo disparidade.
Estado Geral de Deformações
Transcrição da apresentação:

Transformações espaciais geométricas Modificam as relações espaciais entre os pixels da imagem Dependem das coordenadas (x,y) T (w,z) (x,y)

Princípio Uma imagem f , definida no sistema de coordenadas (w,z), gera uma nova imagem g, no espaço de coordenadas (x,y), a partir de uma transformação T: transformação sobre as coordenadas (x,y) = T[(w,z)] w x z y

Transformações Afins Realizam escalonamento, rotação, translação ou cisalhamento de um conjunto de pontos, dependendo da seguinte matriz T:

Exemplo 1: Transformação identidade

Exemplo 2: Transformação de escalonamento

Exemplo 3: Transformação de rotação

Exemplo 4: Transformação de cisalhamento horizontal

Exemplo 5: Transformação de cisalhamento vertical

Exemplo 6: Transformação de translação

Transformações lineares conformes Transformações afins com preservação de formas e ângulos Consiste de um fator de escala, de translação e ângulo de rotação

Exemplo:

A B C D E F G H I Problemas: Exemplo: Imagem 3x3 O mapeamento direto (w,z)  (x,y) pode ser tal que pontos no novo espaço (x,y) podem não ter nenhum ponto do espaço (w,z) associado a eles, enquanto outros podem ser mapeados por vários pontos de (w,z). Exemplo: Imagem 3x3 2 A B C D E F G H I 1 1 2 origem

Rotação de 45º (anti-horário): Ponto (w,z) (x,y) arredondamento A (0,2) (-1,1) B (1,2) (-1,2) C (2,2) (0, 3) D (0,1) (-1,1) E (1,1) (0,1) F (2,1) (1,2) G (0,0) (0,0) H (1,0) (1,1) I (2,0) (1,1) (0,2) ???

Mapeamento: C B ? F A,D E H.I G 3 2 A B C D E F G H I 2 T 1 1 1 2 -1 1

Alternativa: transformação inversa Percorre-se os pontos (x,y) da nova imagem f, aplicando-se a transformação inversa e detectando-se, no espaço original g,os valores correspondentes da transformação. espaço original g(w,z) nova imagem f(x,y) (x,y) (w’,z’) vizinho mais próximo de (w’,z’) Um nível de cinza é atribuído a (x,y) dependendo do nível de cinza dos vizinhos de (w’, z’)  interpolação

C B ? F A,D E H.I G A B C D E F G H I Exemplo: ? ? Mapeamento: nova imagem f ? espaço original g C B ? F A,D E H.I G 3 2 A B C D E F G H I 2 T 1 1 1 2 -1 1 ? T = rotação de 45º no sentido anti-horário

= rotação de 45º no sentido horário Ponto de f Ponto inv. em g Ponto mais próximo nível de cinza (0,0) (0,0) (0,0) G (0,1) (1,1) E (0,2) (1,1) E (0,3) (2,2) C (1,1) (1,0) H (1,2) (2,1) F (-1,1) (0,1) D (-1,2) (1,2) B interpolação de ordem zero

C B E F D H G nova imagem f anterior C B ? F A,D E H.I G 3 2 1 nova imagem f após transformação inversa -1 1 C B E F D H G 3 2 1 -1 1

Interpolação bilinear Interpola um valor de nível de cinza na posição (w´,z´), ao invés de considerar apenas o valor do vizinho mais próximo nesta posição (interpolação de ordem zero). Sejam w e z as partes inteiras de w’ e z’, tal que o ponto (w’, z’) é circundado por seus quatro pontos de coordenadas inteiras:

Sejam as partes fracionárias de w’e z’ dadas por: O nível de cinza atribuído ao ponto (x,y) na interpolação bilinear é dado por: (x,y) f(x,y) = g(w’,z’) =

Assim para: ? (x,y) Se w’ é um inteiro  e (w’, z’) está no segmento de linha entre (w,z) e (w,z+1) e o valor da interpolação é Se z’ é um inteiro  e (w’,z’) é colinear com (w,z) e (w+1,z) e tem nível de cinza Se w’ e z’ são inteiros  e o ponto (w’, z’) = (x,y) tem nível de cinza g(w,z).

A B C D E F G H I C B E F D H G nova imagem f após transformação inversa interpolação de ordem zero espaço original g 3 C B E F D H G 2 A B C D E F G H I 2 1 1 1 2 -1 1 Ponto de f Ponto inv. em g Níveis viz. próximos nível de cinza (0,0) (0,0) 0,0 G G (0,1) 0.7,0.7 D,E,G,H 0.1G+0.2(D+H)+0.5E (0,2) 0.4,0.4 B,C,E,F 0.4E+0.2(B+F)+0.2C (0,3) 0.1,0.1 C,--,--,-- 0.8C (1,1) 0.4,0 H,I 0.6H+0.4I (1,2) 0.1,0.7 F,I,--,-- 0.3I+0.6F (-1,1) 0,0.4 D,A 0.6D+0.4A (-1,2) 0.7,0.1 A,B,--,-- 0.3A+0.6B interpolação bilinear

g f T

Registro de Imagens de entrada Alinhamento de duas ou mais imagens da mesma cena Considera duas imagens: imagem de base ou referência e imagem de entrada O objetivo é alinhar a imagem de entrada com a imagem de base através de transformações espaciais aplicadas à imagem de entrada

Registro de Imagens entrada base seleciona-se pontos de controle nas duas imagens Aplica-se uma função de transformação em função dos pontos de controle e da imagem de entrada image registrada (alinhada)

Pontos de controle entrada base (x’,y’) (x,y) x’= r(x,y) y’= s(x,y)

Transformação espacial A transformação projetiva mapeia quadriláteros para quadriláteros. e , ou ,

Outro exemplo: Modelar a distorção da região do quadrilátero por equações bilineares do tipo: ou Os coeficientes , representando o modelo da distorção geométrica no quadrilátero, podem ser obtidos a partir do conhecimento dos 8 pontos de controle. Um ponto (x,y), na imagem sem distorção, leva a um ponto (x’,y’) na imagem de entrada (com distorção). O valor do pixel f(x,y) na imagem sem distorção correponderá ao valor g(x’,y’) na imagem de entrada.

Exemplo 1: Base Entrada

Pontos de controle

Entrada (distorcida) Registrada

Base Registrada

Superposição (base + registrada)

Exemplo 2: Registro baseado em correlação (template matching) Casamento de padrão: Coeficiente de correlação:

Original Correlação

Registro:

Transformação T relativa à translação: