Fundamentos
description
Transcript of Fundamentos
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
Modelo de imagens
Uma imagem pode ser definida como uma função de intensidade luminosa 2D, f(x,y), em que
-- x e y são coordenadas espaciais;
-- amplitude de f na coordenada (x,y) é valor positivo que fornece a intensidade ou brilho da imagem naquele ponto.
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
Um modelo simples para a formação da imagem
Um modelo físico para a intensidade de uma cena pode ser expressa por:
- iluminância (medida em lúmem/m2 ou lux): quantidade de luz incidente na cena, 0 < i(x,y) < ∞;
- reflectância: quantidade de luz refletida pelos objetos na cena, 0< r(x,y) <1.
f(x,y) = i(x,y) r(x,y), sendo que
0 < f(x,y) < ∞
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
Alguns exemplos para iluminância:- em dia claro: 900000 lúmen/m2
- em dia nublado: 10000 lúmen/m2
- sala de escritório: 1000 lúmen/m2
- noite clara (lua cheia): 0.1 lúmen/m2
Alguns exemplos para reflectância:- neve: 0.93 (reflete 93% da luz incidente)- parede branca: 0.80- aço inoxidável: 0 65- veludo preto: 0.01
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
O significado físico do valor de f(x,y) é determinado pela fonte de energia.
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
a) Imagens obtidas por raios gama (medicina nuclear, astronomia)
Cygnus loop: nuvem de gás estacionária superaquecida, resulta da explosão de uma estrela na constelação Cygnus há 15000 anos.
Bone scan
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
b) Imagens obtidas por Raio X (medicina, industria, astronomia)
CT da cabeça
Placa de circuito
Cygnus loop
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
c) Imagens obtidas na banda ultravioleta (litografia, inspeção industrial, microscopia, imagens biológicas, astronomia)
Milho normal Milho infectado
Cygnus loop
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
d) Imagens no espectro visível (automação industrial)
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
e) Imagens obtidas no espectro infravermelho
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
f) Imagens obtidas por micro-ondas (radar)
Montanha no sudeste do Tibet
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
g) Imagens obtidas na banda de radio (medicina e astronomia)
MRI do joelho e da coluna
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
gama Raio - x ótico
infravermelho radio
Imagens da Crab Pulsar
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
h) Imagens obtidas por ultra-som (medicina, exploração geológica)
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
Digitalização da imagem- Exixtem várias maneiras de adquirir uma
imagem (como vimos);
- A saída da maioria dos sensores gera uma forma de sinal continuo, cuja amplitude e comportamento espacial dependem das características do sensor;
- A imagem digital é obtida pela discretização dos sinais contínuos para a forma digital.
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos: Amostragem e Quantização
A digitalização envolve dois processos:- Amostragem: consiste em discretizar o domínio
definição da imagem nas direções x e y, gerando uma matriz de MxN amostras:
- Quantização: consiste em escolher o número L de níveis de cinza (em imagens monocromáticas) permitidos para cada imagem, (L = 2k).
Cada elemento f(x,y) desta matriz de amostras é chamado pixel (pixel element), com
0 <x <M-1 e 0 < y < N-1
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Representação da Imagem Digital
Fundamentos
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
FundamentosAmostragem
- A digitalização adequada da imagem requer cuidados para que nenhuma informação relevante seja perdida no processo de amostragem;
- Um desses cuidados é a escolha de um espaçamento entre amostras que garanta a recuperação da imagem contínua a partir dos conjunto de valores amostrados (limite de Nyquist, Δt < 2f0).
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
Na prática, a amostragem é determinada pela matriz de sensores usada para gerar a imagem
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
FundamentosImagem amostrada e quantizada
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
FundamentosImagem amostrada e quantizada
O espaço necessário para armazenar uma imagem é dados por: M x N x k bits ou N2 x k bits para matrizes quadradas
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos
NOTA:
- O tamanho de uma imagem não diz tudo sobre a sua resolução;
- A qualidade de uma imagem 1024x1024 pixels não pode ser avaliada sem conhecer a dimensão espacial capturada na imagem.
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
FundamentosResolução espacial e de intensidade
Resolução espacial – é uma medida do menor detalhe discernível em uma imagem;
A resolução espacial pode ser medida por:
- pares de linhas por unidade de distância (100/mm
largura da linha = 0.02 mm);
- pontos (pixels) por unidade de distância – dpi ( usada em industria publicitária e de impressão). Exemplos:
jornal – 75 dpi, revista – 133 dpi, livros – 2400 dpi
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
FundamentosExemplos para resolução espacial
3692 x 2812 pixels 213 x 162 pixels
Tamanho da imagem original 2.95 x 2.25 polegadas
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos Resolução espacial e de intensidade
Resolução de intensidade – refere-se à menor alteração discernível nos níveis de intensidade;
- em geral o número de níveis de intensidades é 8 ou 16 bits
www.imageprocessingbook.com© 2004 R. C. Gonzalez, R. E. Woods, and S. L. Eddins
Digital Image Processing Using MATLAB®Digital Image Processing Using MATLAB®
Fundamentos Resolução espacial e de intensidade