Baixe o app para aproveitar ainda mais
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
Compartilhar