Matéria Visão Computacional 1

Prévia do material em texto

1
Prof. Leonardo Gomes
Visão Computacional
Aula 1
Conversa Inicial
Introdução à Visão Computacional
Pré-processamento
Filtros
Operações morfológicas
Extração de características
Aplicações
Disciplina
Visão Computacional: introdução
Aquisição de imagem
Resolução e quantização de imagens
Cores e suas representações
Formatos de imagem
Aula 1
História e introdução da Visão 
Computacional
Área do conhecimento capaz de transformar 
imagens em informação útil
Visão Computacional
2
Visão Computacional
Iconic Bestiary/Shutterstock
Figura 1 – Cidade sobre a Visão Computacional
Área médica
Robótica
Industria
Direção automática de veículos
Aplicações
Processamento 
de Dados
Dados / 
Informação
Imagens
Visão 
Computacional
Computação 
Gráfica
Processamento 
de Imagens
Quadro 1 –
Representação 
esquematizada 
da classificação 
das áreas 
correlatas das 
técnicas que 
envolvem o 
trabalho com 
imagens
Áreas correlatas
Matemática
Inteligência Artificial
Processamento de imagens
Campos de estudo da visão computacional
As Principais etapas da Visão computacional
Fonte: Barelli, 2018.
Quadro 2 – Fluxograma das etapas de um 
sistema de visão computacional:
AQUISIÇÃO DE IMAGEM PRÉ-PROCESSAMENTO SEGMENTAÇÃO
RECONHECIMENTO 
DE PADRÕESRESULTADO
EXTRAÇÃO DE 
CARACTERÍSTICA
Aquisição de imagem
3
Transformam a luz capturada no ambiente 
em carga elétrica
Grade com milhões de semicondutores
Câmeras digitais CCD e CMOS
Figura 2 – Na esquerda, a imagem de um sensor 
CCD de uma câmera digital; na direita, um sensor 
CMOS da câmera de um celular
Asharkyu/Shutterstock Kensoftth/Shutterstock
Figura 3 – Na esquerda, a renderização de um 
ultrassom de um bebê no útero da mãe; na direita, 
um dispositivo de mapeamento submarino por sonar 
da marca Raymarine Dragonfly
Ultrassom
GagliardiPhotography/Shutterstock ilmarinfoto/Shutterstock
Sensor infravermelho
Figura 4 – Na esquerda, a imagem infravermelho 
de dois carros. Na direita, uma câmera termal 
para controle de acesso hospitalar
Dario Sabljak/Shutterstock Dario Sabljak/Shutterstock
Luz estruturada
Figura 5 – Na esquerda, um sensor de luz 
estruturada smartscan 3D fazendo aquisição de uma 
imagem de profundidade; na direita, um exemplo da 
imagem de uma escultura produzida por este sensor 
Leonardo Gomes
Visão estéreo
Figura 6 – Efeito 3D
arvitalyaart/Shutterstock
4
Resolução e quantização de 
imagens
Resolução Espacial
Resolução de bit
Resolução temporal
Resolução espacial
Figura 7 – Dois triângulos em diferentes 
resoluções
Vector street/Shutterstock
Resolução espacial
Figura 8 – Foto em diversas resoluções
apteacher/Steemit
Figura 9 – Diferentes resoluções em PPI
Resolução espacial
Bro Studio/Shutterstock
Figura 10 –
Escala que 
demonstra as 
possíveis 
tonalidades de 
cinza dependendo 
da quantidade de 
bits por pixel
Resolução de bit
Fonte: Azooptics. 
5
Utilizada principalmente em vídeos
Vídeo: uma sequência estática de imagens 
exibida em alta velocidade
Frames per second - FPS
Resolução temporal
Cores e suas representações
Figura 11 – Representação da mesma foto em 
preto e branco, tons de cinza e colorida
Imagens binárias
Goran Jakus/Shutterstock
Imagens binárias
Figura 11 – Representação da mesma foto em 
preto e branco, tons de cinza e colorida
Goran Jakus/Shutterstock
Imagens coloridas RGB
Figura 11 – Representação da mesma foto em 
preto e branco, tons de cinza e colorida
Goran Jakus/Shutterstock
Espaço de cor HSV/HSB
Figura 12 – Ilustração de como cada componente 
do modelo HSV afeta a cor
Fonte: Gomes, 2021.
Matiz Saturação Valor
6
Figura 13 – Efeito da 
matiz sobre a imagem; na 
primeira, com redução de 
50% e, na segunda, com 
incremento de 50%
Matiz
Goran Jakus/Shutterstock
Figura 13 – Efeito da 
saturação sobre a 
imagem; na primeira, 
com redução de 50% e, 
na segunda, com 
incremento de 50%
Saturação
Goran Jakus/Shutterstock
Figura 13 – Efeito do 
valor/brilho sobre a 
imagem; na primeira, 
com redução de 50% e, 
na segunda, com 
incremento de 50%
Valor/Brilho
Goran Jakus/Shutterstock
Formatos de imagem
Windows Bitmap (BMP)
Geralmente não utilizam compactação
Desenvolvido pela Microsoft
Formatos de imagem
Joint Photographic Experts Group
Formato para compactação de imagens 
fotográficas 
Desenvolvido no início dos anos 80
Taxa de compactação bastante significativa e 
sem perder detalhes notáveis
Formato de imagem
7
Graphics Interchange Format
Limitado a um conjunto pequeno de 256 
possíveis combinações de cores
Aceita transparência
CompuServe no final dos anos 80
Animação
Patenteado entre 1995-2004
Formato de imagem
Portable Network Graphics
Desenvolvido pela W3C
Aceita transparência
Compactação sem perda de informação
Formato de imagem
Tagget Image File Format
Desenvolvido pela Aldus no final dos anos 80, 
mas hoje é de propriedade da Adobe
Geralmente não utilizam compactação
Aceita transparência
Popularmente utilizado para trabalhos com 
edição e impressão de imagens
Formato de imagem