Ping Su and A.G. Constantinides Department of Electrical Engineering Imperial College of Science Technology and Medicine Aluno: Pedro M. Achanccaray Diaz.

Slides:



Advertisements
Apresentações semelhantes
PROJETO GRÁFICO VISUAL
Advertisements

Algoritmos de Classificação e Verificação de Impressões Digitais
João Luiz Fernandes e Aura Conci Universidade Federal Fluminense
NFIS NFSEG Four Finger Plain Segmentation. NFSEG Os conjuntos físicos de dados são cartões de impressão dos 10 dedos rolados e os 4 dedos planos mais.
Paulo Sérgio Rodrigues PEL205
Detecção de Bordas e Linhas I
Uso de Filtros Filtros Passa Baixa
Operações envolvendo imagens
PROJETO GRÁFICO VISUAL Projeto Gráfico Visual -> Aula 2 24/8/2009 (4-6 – noite) PROGRAMAÇÃO Aula 5 – 21/9 Imagem bitmap Imagem vetorial.
Tecnologia Hipermídia e Multimídia Prof. Rudson Faculdade de Excelência Educacional do Rio Grande do Norte CURSO DE GRADUAÇÃO TECNOLÓGICA EM DESENVOLVIMENTO.
Chapter 2 Fundamentals (a) (b) Convenções de coordenadas:
Filtros de Convolução (Processamento de Imagens)
Fluxo Óptico Allan Carlos Avelino Rocha
Segmentação de imagens
INTRODUÇÃO À FOTOGRAFIA
Segmentação de imagens
O COEFICIENTE DE HURST E O COEFICIENTE DE VARIAÇÃO ESPACIAL NA SEGMENTAÇÃO DE TEXTURAS MULTIESPECTRAIS Dra Aura Conci Éldman Oliveira Nunes.
Fundamentos e Aquisição de Imagens Digitais
Estrutura e movimento a partir de imagens
Estimativa do fluxo óptico através do algoritmo de Horn-Shunck
Mapeamento de texturas com redução de aliasing Lorenzo Ridolfi
Método de Canny Intensidade
Método M Idéia: a partir de um pixel inicial qualquer, percorrer todos os pixels de borda conectados em todas as direções até que um deles saia do limite.
1 Universidade Federal de Minas Gerais JPEG Alessandra e Aline.
Processamento de Imagens
Introdução ao Processamento Digital de Imagens
Visão Filtragem
Sistema de Recuperação de Imagens Baseada em Conteúdo
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
Processamento de Imagens: Conceitos Básicos
Seminário Introdução à Visão Computacional
Um Estudo de Aplicação do iPACKMAN para Compressão de Texturas Bruno Marques Marcelo Walter
Processamento Digital de Imagens
Robson D. Montenegro Saulo C. S. Machado
Visão Computacional Shape from Shading
Segmentação de Imagens
Estimação da direção de múltiplas fontes de luz Baseado no artigo Estimation of Illuminant Direction and Intensity of Multiple Light Sources, de W. Zhou.
Segmentação de Imagens
Computação Gráfica Aula 2 – Conceito de Resolução
Introdução ao Processamento Digital de Imagens Clayton de Medeiros Vasconcelos Centro Brasileiro de Pesquisas Físicas CAT- Out
Robson D. Montenegro Saulo C. S. Machado Correção de perspectiva para imagens de documentos capturados por câmeras.
Visão Computacional
Revisão Geral Técnicas de Realce Histogramas
Processamento Digital de Imagens
Processamento de Imagens Digitais
Capítulo III – Processamento de Imagem
Introdução ao Processamento Digital de Imagens
Segmentação de Fundo Marcelo Gonella
Fases do Processo Detecção de Bordas Vetorização Reconhe- cimento.
Sistemas de Rastreamento de Baixo Custo para Desktops Tecgraf (Grupo de Tecnologia em Computação Gráfica) Depto. de Informática, PUC-Rio Alberto Raposo,
Fases do Processo Detecção de Bordas Vetorização Reconhe- cimento.
Posição Um corpo só pode ser localizado em relação a um outro, denominado referencial; A posição de um corpo que está sobre uma linha conhecida pode ser.
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
Computação Gráfica - Amostragem Profa. Mercedes Gonzales Márquez.
Visão Computacional Formação da Imagem Radiometria
Reconhecimento de Elementos Geométricos em Imagens Computacionais. Nelson Abu Samra Rahal Junior.
PIXEL ARTE.
Prof. Edison Oliveira de Jesus
Computação Gráfica - Amostragem Profa. Mercedes Gonzales Márquez.
1  Integração de Pontos  Aspectos técnicos  Discriminação baseada na entidade em movimento  Fonte de iluminação  Sensor  Objeto imageado  Uso sobretudo.
SENSORIAMENTO REMOTO CONTRASTE
Programa integrador Pedro Santos nº84162 Pedro Custódio nª84169 Luís Ferreira nº84122.
PROCESSAMENTO DIGITAL DE IMAGENS
Computação Gráfica - Introdução
Transcrição da apresentação:

Ping Su and A.G. Constantinides Department of Electrical Engineering Imperial College of Science Technology and Medicine Aluno: Pedro M. Achanccaray Diaz 1

Sumário 1. Objetivos. 2. Padrões Visuais. 3. Gradiente de Bloco Ponderado. 4. Codificação de Imagens. 5. Descodificação de Imagens. 6. Resultados 2

1. Objetivos Codificar imagens com padrões visuais. Obter uma taxa de compressão elevada e uma boa qualidade de imagem, mantendo o conceito de codificação de imagens com padrões visuais (VPIC) 3 Olho humano pode ser capaz de reconstruir um grande número de imagens a partir de apenas um pequeno número de padrões de imagem.

2. Padrões Visuais Existem dois tipos: Padrões Uniformes: Regiões Lisas. Padrões de Borda: Regiões Detalhadas. Exemplo: Padrão de Borda (4x4) 4

2. Padrões Visuais Desenho: Restrição Principal: “Para quaisquer quatro pixels conectados em uma linha reta, só há mudança de intensidades apenas um ou menos vezes”. Tem que cumprir a restrição espacial em direções horizontais, verticais e diagonais. 5

6

7 Chen e Bovic (Baseados em modelos de geometria de visualização e visão biológica). Segundo a restrição principal

3. Gradiente do Bloco ponderado Dado o seguinte bloco da imagem: O gradiente do bloco ponderado é definido como: 8

3. Gradiente do Bloco ponderado Onde: k1 e k2 são constantes. 9

3. Gradiente do Bloco ponderado Magnitude da gradiente: Contraste Útil para distinguir blocos uniformes e blocos de bordas. Se: 10 Bloco de borda Bloco uniforme

11 Blocos de 4x4

3. Gradiente do Bloco ponderado Orientação da gradiente: Orientação das alterações de intensidades. 12

13 0º 90º 45º -45º 15.5º -15.5º 74.5º -74.5º 66º -66º 24º -24º

4. Codificação de Imagens 14 Imagem OriginalImagem em Tons de cinza Imagem dividida em blocos Blocos 8x8 Bloco de Borda Bloco Uniforme I=Intensidade Média Bloco de Borda Bloco Uniforme Possíveis Padrões

4. Codificação de Imagens Escolher o bloco com a polaridade mas parecida. Os blocos são escolhidos com média 0 y magnitude Possíveis Padrões Onde: : representam valores de intensidade diferentes de uma imagem. : Número de pixels positivas e negativas.

5. Descodificação de Imagens Agora, para a descodificação da imagem, utilizamos a seguinte equação: Onde: : bloco descodificado da imagem. : média das intensidades do bloco. : gradiente do bloco. : padrão visual.

6. Resultados Imagem de Teste: Lena 512 x bits para codificação da média de cada bloco uniforme. 4 bits para codificação da média de cada sub-bloco de borda. 1 bit é requerido para polaridade dos padrões visuais. 1 bit para indicar se o bloco é uniforme o de borda. 2 bits para codificação da magnitude da gradiente. Taxa de compressão: 28.54:1 Taxa de bits: 0.28 bits per pixel (bpp) SNR pico: dB

Ping Su and A.G. Constantinides Department of Electrical Engineering Imperial College of Science Technology and Medicine Aluno: Pedro M. Achanccaray Diaz 18