Transferir como PDF, PPTX
![Instituto Federal do Ceará - IFCE
Instituto Federal do Ceará - IFCE
Campus Maracanaú
Campus Maracanaú
Ciência da Computação
Ciênciada Computação
tragem, histograma e limiarização
➔ Método de Otsu
INICIO
LEIA Figura;
CRIE Cinza[256];
FAÇA
Cinza[Figura[i]]++;
i ++;
ENQUANTO I < Tamanho(Figura)
Média <- CalcularProbabilidade(Cinza);
FAÇA
SE Figura[i] <= Média ENTÃO
FiguraBinaria[i] <- 0;
SENÃO
FiguraBinaria[i] <- 1;
FIM SE
ENQUANTO I < Tamanho(Figura)
RETORNE FiguraBinaria
FIM INICIO
Aldisio Medeiros
Tunay Araújo
Novembro, 08 de 2012
3/25](https://image.slidesharecdn.com/apresentacao-pdi-131108131524-phpapp02/85/Processamento-Digital-de-Imagens-Fundamentos-e-Aplicacoes-39-320.jpg)
Mais conteúdo relacionado
![[DL輪読会]"CyCADA: Cycle-Consistent Adversarial Domain Adaptation"&"Learning Se...](https://cdn.slidesharecdn.com/ss_thumbnails/20180803dlakuzawa-180803003349-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DeepLearning論文読み会] Dataset Distillation](https://cdn.slidesharecdn.com/ss_thumbnails/datasetdistillation-181114165952-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]Backpropagation through the Void: Optimizing control variates for bla...](https://cdn.slidesharecdn.com/ss_thumbnails/dlhacks1127-171127094653-thumbnail.jpg?width=640&height=640&fit=bounds)
Processamento Digital de Imagens - Fundamentos e Aplicações
- 1. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Processamento Digital de Imagens Fundamentos e Aplicações aldisiog@gmail.com, jtunay@gmail.com Maracanaú, 08 de Novembro de 2013 Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 2. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Processamento Digital de Imagens → Introdução → Fundamentos e anatomia do olho humano → Áreas de atuação → Exemplo de Processamento e análise → Morfologia matemática → Filtragem, histograma e limiarização → Operações com imagens utilizando Python Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 3. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução → Uma imagem pode ser definida como uma função bidimensional, f(x,y), em que x e y são coordenadas espaciais, e a amplitude de f é chamada de intensidade ou nível de cinza da imagem em um ponto. → Uma imagem digital, é assim chamada quando x, y e os valores de intensidade de f são quantidades finitas e discretas, ou seja, um número finito de elementos com suas localizações e valores específicos. Esses elementos são chamados de pixels da imagem. → Processar uma imagem significa modificar ou extrair informações dela; Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 4. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Imagem Digital Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 5. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Convenção utilizada em Processamento de Imagens Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 6. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Imagem Digital (0,0) *f(x,y) Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 7. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Fases de análise e processamento Aquisição Pré-processamento Segmentação Extração de Atributos Reconhecimento e Interpretação Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 8. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Fases de análise e processamento Aquisição Pré-processamento Segmentação Extração de Atributos Reconhecimento e Interpretação Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 9. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Fases de análise e processamento Aquisição Pré-processamento Segmentação Extração de Atributos Reconhecimento e Interpretação Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 10. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Fases de análise e processamento Aquisição Pré-processamento Segmentação Extração de Atributos Reconhecimento e Interpretação Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 11. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Fases de análise e processamento Aquisição Pré-processamento Segmentação Extração de Atributos Reconhecimento e Interpretação Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 12. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Fases de análise e processamento Aquisição Pré-processamento Segmentação Extração de Atributos Reconhecimento e Interpretação Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 13. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Formação da Imagem Quando um sensor de imagem registra a radiação que interagiu com objetos físicos ocorre a formação de uma imagem. Imagens monocromáticas são descritas como uma função bidimensional da intensidade da luz f(x,y), onde x e y representam as coordenadas espaciais (largura e altura) e o valor de f em qualquer ponto corresponde ao brilho (nível de cinza) da imagem naquele ponto. A intensidade de luz pode ser modelada como: • f(x,y) = i(x,y) · r(x,y) • i = 0 ≤ i(x,y) ≤ ∞ (iluminação); • r = 0 ≤ r(x,y) ≤ 1 (refletância); Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 14. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução Amostragem e quantização ○ ➔ A saida da maioria dos sensores é uma forma de onda de tensão contínua cuja amplitude e comportamento estão relacionados aos fenômenos físicos ➔ Precisamos converter dados contínuos em dados discretos; ➔ Uma imagem f(x,y) é amostrada resultando em M linhas e N colunas; Esta imagem têm tamanho: M x N; Os valores das coordenadas (x,y) são discretos: valores inteiros e positivos; Os valores dos níveis de cinza f(x,y) são discretos: valores reais e positivos. ➔ Amostragem: Digitalização dos valores das coordenadas(posição) ➔ Quantização: Digitalização dos valores de intensidade de luz(brilho) Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 15. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução Amostragem e quantização ○ ➔ Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 16. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Espectro visível Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 17. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Fundamentos e anatomia do olho humano Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 18. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Fundamentos e anatomia do olho humano → Percepção das cores no olho humano ○ No olho, as imagens são formadas sobre a retina, numa área sensível à luz localizada no fundo do olho. Na retina estão localizados dois tipos de células foto-receptoras: os bastonetes e os cones; ○ Os bastonetes distinguem a presença e a ausência de luz ou tons intermediários; ○ Os cones percebem as cores. ○ Basicamente o olho é sensivel a: ■ Vermelho ■ Verde ■ Azul Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 19. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Formação da Imagem Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 20. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Áreas de Atuação ➔ Fotografia e impressão ➔ Imagens de satélite ➔ Medicina ➔ Detecção de face ou de objeto ➔ Biometria Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 21. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Áreas de Atuação - Biometria Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 22. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Áreas de Atuação - Imagem da retina e mamografia Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 23. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Extração de Ruídos Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 24. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações ○ Morfologia Matemática ● Conjunto de técnicas utilizadas para manipular a estrutura dos objetos Elemento estruturante ● Operações básicas (Dilatação e Erosão) ● Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 25. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações ○ Morfologia Matemática ➔ Operações básicas Podemos dividir as operações a serem realizadas em imagens binárias e operações realizadas em imagens em tons de cinza e coloridas. ➔ Dilatação Binária (⊕) Transformação morfológica que combina dois conjuntos utilizando adição vetorial, o resultado dessa operação será uma imagem mais “engordada”. Ela pode ser representada pela união A ⊕ B = A ∪ B. A dilatação de um conjunto A pelo conjunto B e definida por: A ⊕ B = { c | c = a + b , a ∈ A , b ∈ B } Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 26. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações ○ Morfologia Matemática ➔ Dilatação Binária (⊕) A representa a imagem sendo operada e B é um segundo conjunto onde é chamado elemento estrutural e sua composição define a natureza especifica da dilatação, sendo assim a dilatação expande uma imagem. ➔ Erosão Binária (θ) Basicamente encolhe uma imagem e pode ser vista como uma transformação morfológica que combina dois conjuntos usando vetores de subtração. Ela é expressa como a interseção de A e B. Assim e definido A θ B = B ∩ A. A erosão da imagem A pelo elemento estrutural B pode ser definida como: Aldisio Medeiros = ( x | x + b ∈ A para todo b ∈ B) A θ B Tunay Araújo Novembro, 08 de 2012 3/25
- 27. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações ○ Filtragem, histograma e limiarização Original Passo intermadiário Resultado dilatação Original Passo intermadiário Resultado Erosão Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 28. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações ○ Filtragem, histograma e limiarização ➔ Filtragem Elinação de elementos com uma determinada característica na imagem. A filtragem é realizada pixel a pixel, onde o novo nível de cinza de um ponto P qualquer depende do seu nível de cinza original e do de outros pontos considerados como vizinhança de P. Em geral, os pontos mais próximos de P contribuem mais para o novo valor do nível de cinza do que os pontos mais afastados Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 29. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações ○ Filtragem, histograma e limiarização ➔ Histograma Distribuiçao de intensidade dos pixels Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 30. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações ○ Filtragem, histograma e limiarização ➔ Binarização Consiste em separar o histograma de uma imagem em duas regiões. Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 31. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações ○ Filtragem, histograma e limiarização ➔ Limiarização Uma das abordagens mais importantes de segmentação de imagens, sendo um caso específico desta. Consiste em separar as regiões de uma imagem em duas classes: objeto e fundo. As demais regiões são classificadas como não interessantes. Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 32. Instituto Federal doCeará - IFCE Instituto Federal do Ceará - IFCE Campus Maracanaú Campus Maracanaú Ciência da Computação Ciênciada Computação Filtragem, histograma e limiarização ➔ Limiarização Na limiarização ou binarização, tem-se, em geral, objetos pretos(0) sobre o fundo branco(255). Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 33. Instituto Federal doCeará - IFCE Instituto Federal do Ceará - IFCE Campus Maracanaú Campus Maracanaú Ciência da Computação Ciênciada Computação Filtragem, histograma e limiarização ➔ Limiarização A limiarização é baseada na utilização de um histograma. A limiarização simples é eficiente quando se tem níveis de cinza bem distintos. Regiões com intensidade uniforme tem picos elevados no histograma. Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 34. Instituto Federal doCeará - IFCE Instituto Federal do Ceará - IFCE Campus Maracanaú Campus Maracanaú Ciência da Computação Ciênciada Computação Filtragem, histograma e limiarização ➔ Limirização É dita trivial quando os níveis de cinza do objeto e do fundo apresentarem duas classes distintas na forma de dois picos. O objetivo é encontrar um vale entre os dois picos encontrando um limiar T que separe as duas classes. Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 35. Instituto Federal doCeará - IFCE Instituto Federal do Ceará - IFCE Campus Maracanaú Campus Maracanaú Ciência da Computação Ciênciada Computação Filtragem, histograma e limiarização ➔ Aldisio Medeiros Tunay Araújo Limiarização Novembro, 08 de 2012 3/25
- 36. Instituto Federal doCeará - IFCE Instituto Federal do Ceará - IFCE Campus Maracanaú Campus Maracanaú Ciência da Computação Ciênciada Computação Filtragem, histograma e limiarização ➔ Limiarização Os métodos de limiarização possuem duas abordagens distintas, uma global e outra lobal. Os globais utilizam um único limiar T para toda a imagem. O local tem como princípio dividir a imagem em sub-regiões, cada uma com seu limiar específico. Em função das características de cada imagem, podem ser necessários diferentes valores de limiar para cada região. Uma desvantagem do limiar global é a dificuldade de se encontrar um vale entre dois picos. Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 37. Instituto Federal doCeará - IFCE Instituto Federal do Ceará - IFCE Campus Maracanaú Campus Maracanaú Ciência da Computação Ciênciada Computação Filtragem, histograma e limiarização ➔ Limiarização Único limiar Aldisio Medeiros Tunay Araújo Multiníveis Novembro, 08 de 2012 3/25
- 38. Instituto Federal doCeará - IFCE Instituto Federal do Ceará - IFCE Campus Maracanaú Campus Maracanaú Ciência da Computação Ciênciada Computação Filtragem, histograma e limiarização ➔ Limiarização (Métodos) Método de Kittler Método de Pun Método de Otsu Método Ótimo Método de Kapur Método de Arms Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 39. Instituto Federal doCeará - IFCE Instituto Federal do Ceará - IFCE Campus Maracanaú Campus Maracanaú Ciência da Computação Ciênciada Computação tragem, histograma e limiarização ➔ Método de Otsu INICIO LEIA Figura; CRIE Cinza[256]; FAÇA Cinza[Figura[i]]++; i ++; ENQUANTO I < Tamanho(Figura) Média <- CalcularProbabilidade(Cinza); FAÇA SE Figura[i] <= Média ENTÃO FiguraBinaria[i] <- 0; SENÃO FiguraBinaria[i] <- 1; FIM SE ENQUANTO I < Tamanho(Figura) RETORNE FiguraBinaria FIM INICIO Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 40. Instituto Federal doCeará - IFCE Instituto Federal do Ceará - IFCE Campus Maracanaú Campus Maracanaú Ciência da Computação Ciênciada Computação Filtragem, histograma e limiarização ➔ Método de Otsu Procura um limiar ótimo para a imagem e tem a importante peculiaridade de se basear inteiramente em cálculos realizados no histograma de uma imagem. Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012 3/25
- 41. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Ferramenta utilizada - Linguagem Python Por que Python? Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 42. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Introdução ○ Ferramenta utilizada - Linguagem Python ➔ ➔ ➔ Python - Linguagem de programação de alto nível open source, interpretada, imperativa, orientada a objetos, funcional de tipagem dinâmica e forte. Foi lançada por Guido Van Rossun em 1991; Prioriza a legibilidade do código sobre a velocidade ou expressividade. Combina uma sintaxe concisa e clara com os recursos poderosos de sua biblioteca padrão e por módulos e frameworks desenvolvidos por terceiros. Possui várias bibliotecas para manipulação de imagens e é nativa no sistema operacional linux. Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 43. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações com imagens utilizando Python ● ● ● ● Python Image Library (PIL) - é um pacote que contém várias classes e funções que permite a manipulação de imagens a partir de um script python. Mamba - Biblioteca open source escrita em C e python para operações de morfologia matematica. Matplotlib - Biblioteca de plotagem 2D para a linguagem python. Pode gerar gráficos, histogramas, espectros de potência, gráficos de barras, gráficos de dispersão, etc, com apenas algumas linhas de código. SimpleCV - é um framework de código aberto para a construção de aplicações de visão computacional. Com ele, você tem acesso a várias bibliotecas de visão por computador de alta potência, como OpenCV. Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 44. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações com imagens utilizando python ➔ Scripts from PIL import Image imagem = Image.open("C:UsersusuarioPicturesretina1.jpg") imagem.show() Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 45. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Operações com imagens utilizando python ➔ Scripts from PIL import Image global ext ext = ".jpg" def imgCrop(im): box = (50, 50, 200, 300) region = im.crop(box) region.save("CROPPED" + ext) im1 = Image.open("C:UsersusuarioPicturesretina1.jpg") imagem = imgCrop(im1) Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012
- 46. Instituto Federal doCeará - IFCE Campus Maracanaú Ciência da Computação Considerações finais ➔ Referências 1. GONZALEZ, Rafael; Woods, Richard. Processamento Digital de Imagens.. 3. ed. Longman do Brasil, 2010. 624p. 2. http://www.mamba-image.org/ 3. http://www.inf.ufsc.br/~visao/morfologia.pdf Aldisio Medeiros Tunay Araújo Novembro, 08 de 2012