Microsoft Word - Atividade Prática de Processamento de Imagens 2024 - EAD docx

Prévia do material em texto

<p>Processamento de Imagens</p><p>2024</p><p>Atividade Prática</p><p>Prof. Charles Way Hun Fung, MSc</p><p>Atividade Prática de Processamento de Imagens 1 Prof. Charles Way Hun Fung, MSc</p><p>SUMÁRIO</p><p>INFORMAÇÕES SOBRE A ATIVIDADE PRÁTICA .......................................................................... 2</p><p>AVALIAÇÃO DA ATIVIDADE PRÁTICA: ...................................................................................... 2</p><p>OBJETIVOS ..................................................................................................................................... 3</p><p>MATERIAL DE CONSULTA.............................................................................................................. 4</p><p>FORMATO DA RESOLUÇÃO DAS QUESTÕES .............................................................................. 5</p><p>APRESENTAÇÃO DO CÓDIGO EM TODAS AS QUESTÕES .................................................... 5</p><p>NOMEAÇÃO DAS VARIÁVEIS .................................................................................................... 5</p><p>FORMATO DA RESOLUÇÃO ...................................................................................................... 5</p><p>ATIVIDADES .................................................................................................................................... 7</p><p>Histograma ................................................................................................................................... 7</p><p>Conceitos de Histograma ........................................................................................................... 7</p><p>Equalização de Histograma ....................................................................................................... 7</p><p>Exercícios de Histograma .......................................................................................................... 8</p><p>Filtragem Espacial ...................................................................................................................... 12</p><p>Exercícios de Filtragem Espacial: ............................................................................................ 13</p><p>Modelo de Cores ........................................................................................................................ 17</p><p>Exercícios de Modelo de Cores: .............................................................................................. 18</p><p>Transformações Geométricas .................................................................................................... 23</p><p>Exercícios de Transformações Geométricas: ........................................................................... 26</p><p>Morfologia Matemática ............................................................................................................... 31</p><p>Exercícios de Morfologia Matemática: ...................................................................................... 33</p><p>Atividade Prática de Processamento de Imagens 2 Prof. Charles Way Hun Fung, MSc</p><p>INFORMAÇÕES SOBRE A ATIVIDADE PRÁTICA</p><p>Esta atividade prática é individual, por isso cada aluno deve entregar seu próprio trabalho.</p><p>AVALIAÇÃO DA ATIVIDADE PRÁTICA:</p><p>1. Todas as questões devem conter códigos na resolução, por isso apresente-os. Ver seção</p><p>“Apresentação dos códigos em todas as questões”.</p><p>2. As variáveis utilizadas na questão devem iniciar com o nome do aluno. Ver a seção</p><p>“Nomeação das Variáveis”.</p><p>3. Cada exercício deverá ser resolvido no formato proposto, devendo conter: Códigos,</p><p>imagem resultante e explicações. Ver a seção de “Forma da Resolução”.</p><p>4. O valor das partes da questão:</p><p>Parte da Solução Valor</p><p>Códigos 25% do valor da questão</p><p>Imagem resultante 25% do valor da questão</p><p>Explicação da solução 50% do valor da questão</p><p>5. Plágio: É considerado plágio quando se usa um texto exatamente igual a um já</p><p>existente. Acima de 5 palavras idênticas e na mesma sequência em uma frase, essa</p><p>frase é considerada que foi plagiada. Em um trabalho acadêmico, deve-se ler diversos</p><p>textos de referência e reescrever com as suas palavras tudo o que foi entendido. É</p><p>possível fazer citação de trechos de um texto, mas mesmo com citação é preciso ter o</p><p>cuidado para que o seu trabalho não seja uma cópia idêntica.</p><p>Caso seja constatado plágio no trabalho apresentado, este receberá nota ZERO.</p><p>6. O aluno deverá entregar em um ARQUIVO ÚNICO NO FORMATO PDF no AVA no ícone</p><p>trabalhos.</p><p>Atividade Prática de Processamento de Imagens 3 Prof. Charles Way Hun Fung, MSc</p><p>OBJETIVOS</p><p>1. Utilizar o ambiente matemático SciLab para resolver os problemas propostos sobre os</p><p>conteúdos da disciplina de processamento de imagens.</p><p>2. Fazer com que o aluno adquira vivência com problemas da área de processamento de</p><p>imagens.</p><p>3. Conhecer funções que realizam determinados processamentos e entender para que tipo</p><p>de problemas podem ser usados.</p><p>4. Entender o funcionamento de um ambiente matemático: variáveis, vetores, matrizes e</p><p>funções.</p><p>Atividade Prática de Processamento de Imagens 4 Prof. Charles Way Hun Fung, MSc</p><p>MATERIAL DE CONSULTA</p><p>Ambiente matemático Scilab. Links importantes:</p><p> Manual Scilab:</p><p>o https://help.scilab.org/docs/5.3.0/pt_BR/index.html</p><p> Introdução ao Scilab:</p><p>o http://conteudo.icmc.usp.br/pessoas/francisco/modelagem/aulas/Microsoft%20Po</p><p>werPoint%20-%20Introducao.pdf</p><p> Apostila do Scilab:</p><p>o https://www.ime.unicamp.br/~encpos/VIII_EnCPos/Apostila_Scilab.pdf</p><p>Atividade Prática de Processamento de Imagens 5 Prof. Charles Way Hun Fung, MSc</p><p>FORMATO DA RESOLUÇÃO DAS QUESTÕES</p><p>A atividade prática consiste em diversas questões experimentais que devem seguir um</p><p>determinado formato de resposta:</p><p>APRESENTAÇÃO DO CÓDIGO EM TODAS AS QUESTÕES</p><p>Em todas as questões é pedido para utilizar algum comando com as imagens, por isso</p><p>mostre o código!</p><p>Exemplo:</p><p>imread(charles_imagem_Q01)</p><p>Caso o aluno não mostre o código, este terá um desconto da 25% na nota da questão!</p><p>NOMEAÇÃO DAS VARIÁVEIS</p><p>O nome das variáveis deve estar com o nome do aluno em seu prefixo (deve começar</p><p>com o nome do aluno).</p><p>Exemplo:</p><p>charles_imagem_Q01 = imread(“house.tif”)</p><p>imshow(charles_imagem_Q01)</p><p>Caso o aluno não escreva o nome no prefixo da variável, este terá um desconto da 25% na</p><p>nota da questão!</p><p>Se o nome não condizer com o do aluno, a questão será ANULADA!</p><p>FORMATO DA RESOLUÇÃO</p><p>A resolução da questão deve seguir os seguintes passos:</p><p>I) Apresentar código da resolução;</p><p>II) Apresentar a imagem resultante;</p><p>III) Explicar/Responder o que foi pedido;</p><p>Segue o exemplo esperado para resolução dos exercícios desta atividade prática:</p><p>Atividade Prática de Processamento de Imagens 6 Prof. Charles Way Hun Fung, MSc</p><p>QUESTÃO EXEMPLO: Converta a imagem colorida lena_color_256.tif para níveis de cinza</p><p>usando o comando rgb2gray. Explique o que mudou na imagem, avalie dimensões e</p><p>quantidade de dados da imagem resultante. Apresente o código e imagens resultantes.</p><p>I) Apresentação do Código:</p><p>charles_img = imread("lena_color_256.tif");</p><p>charles_gray_img = rgb2gray(charles_img);</p><p>imshow(charles_gray_img)</p><p>II) Apresentação da Imagem</p><p>Resultante:</p><p>Figura 1: Imagem da Lena em</p><p>níveis de cinza.</p><p>III) Explicação:</p><p>A imagem original colorida, que possuía três componentes</p><p>de cor: Vermelho, verde e azul, foi convertida para uma</p><p>imagem monocromática (níveis de cinza). O tamanho da</p><p>imagem (linhas e colunas) permanece o mesmo, isto pode ser</p><p>comprovado utilizando o comando size em ambas imagens:</p><p>A Figura 1 mostra a diferença de dimensões entre a</p><p>imagem colorida (charles_img) e a imagem monocromática</p><p>(charles_gray_img), pode-se perceber que a segunda imagem</p><p>possuí apenas duas dimensões, ou seja possuí uma</p><p>quantidade de dados menor em relação a primeira imagem.</p><p>Caso o aluno não siga essa estrutura</p><p>de resolução terá sua nota descontada em até 25%!</p><p>Atividade Prática de Processamento de Imagens 7 Prof. Charles Way Hun Fung, MSc</p><p>ATIVIDADES</p><p>HISTOGRAMA</p><p>Conceitos de Histograma</p><p>O histograma de uma imagem consiste em um gráfico, normalmente apresentado em barras,</p><p>que apresenta a distribuição dos pixels nos níveis de cinza. Cada barra pode representar uma faixa</p><p>de valores de níveis de cinza, quanto maior o número de barras, menor a faixa de valores e maior a</p><p>precisão do histograma. A visualização do histograma indica algumas características na imagem,</p><p>como contraste e brilho médio.</p><p>A Tabela 1 mostra os dados que depois são plotados na Figura 2</p><p>Tabela 1 - Distribuição dos pixels da imagem.</p><p>Figura 2: Exemplo de Histograma de uma imagem.</p><p>O cálculo da probabilidade do pixel é definido por:</p><p>𝑝 (𝑟 ) =</p><p>𝑛</p><p>𝑛</p><p>(1)</p><p>Equalização de Histograma</p><p>A equalização é uma técnica que serve para uniformizar o histograma, de forma que o número</p><p>de pixels de cada nível de cinza seja praticamente o mesmo. Para isto deve-se calcular a função de</p><p>distribuição acumulada (cdf-cumulative distribution function) da distribuição de probabilidades, que</p><p>pode ser expressa por:</p><p>𝑠 = 𝑇(𝑟 ) =</p><p>𝑛</p><p>𝑛</p><p>= 𝑝 (𝑟 ) (2)</p><p>Atividade Prática de Processamento de Imagens 8 Prof. Charles Way Hun Fung, MSc</p><p>O que consiste em somar a probabilidade do nível a cada nova iteração. Considerando</p><p>o exemplo anterior, podemos calcular a cdf:</p><p>s0= pr(r0) = 0,068</p><p>s1 = pr(r0) + pr(r1) = 0,068+0,196 = 0,264</p><p>s2=0,560; s3=0,769; s4=0,891; s5=0,939; s6=0,972; s7=1;</p><p>Em seguida deve-se arredondar os valores s para um múltiplo de 1/7, neste caso:</p><p>s0≈0; s1≈2/7; s2≈4/7; s3≈5/7; s4≈6/7; s5≈1; s6≈1; s7≈1;</p><p>Este processamento resulta em:</p><p>Tabela 2 - Distribuição dos pixels da imagem</p><p>depois da equalização.</p><p>Figura 3: Exemplo de Histograma de uma Imagem</p><p>depois da equalização.</p><p>Mais informações sobre este processamento, veja a aula prática 1.</p><p>Com base em histograma e na técnica de equalização resolva os exercícios a seguir:</p><p>Exercícios de Histograma</p><p>Para resolver estes exercícios faça a leitura das imagens house.tif, cameraman.tif e</p><p>lena_color_256.tif utilizando o comando imread. Em todos os exercícios mostre o código,</p><p>imagens resultantes e apresente explicações.</p><p>Atividade Prática de Processamento de Imagens 9 Prof. Charles Way Hun Fung, MSc</p><p>1. Mostre o histograma de uma destas imagens, explique o formato do histograma, a</p><p>respeito de níveis de cinza, quantidade de pixels e contraste.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 4: (COLOCAR LEGENDA</p><p>AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 10 Prof. Charles Way Hun Fung, MSc</p><p>2. Faça a plotagem das imagens com seus respectivos histogramas usando subplot, use</p><p>3 linhas e 2 colunas. Explique a diferença entre os histogramas.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 5: (COLOCAR LEGENDA</p><p>AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 11 Prof. Charles Way Hun Fung, MSc</p><p>3. Realize a equalização na imagem cameraman.tif, faça uma comparação entre a imagem</p><p>original e a equalizada. Mostre diferenças dos histogramas (original e equalizado) e</p><p>explique o processamento realizado pela equalização.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 6: (COLOCAR LEGENDA</p><p>AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 12 Prof. Charles Way Hun Fung, MSc</p><p>FILTRAGEM ESPACIAL</p><p>A filtragem espacial consiste na convolução em duas dimensões (função conv2 do Scilab) de</p><p>uma máscara pré-determinada e uma imagem. Esta filtragem tem o intuito de dar ênfase a uma</p><p>determinada característica da imagem. Pode-se utilizar as máscaras para fazer a detecção de</p><p>características específicas como: pontos, linhas ou bordas. A seguir um quadro com os principais</p><p>filtros:</p><p>Tabela 3 - Máscaras para Filtragem Espacial.</p><p>Filtro Máscara</p><p>Pontos Isolados 1 1 1</p><p>1 −8 1</p><p>1 1 1</p><p>Linha horizontal −1 −1 −1</p><p>2 2 2</p><p>−1 −1 −1</p><p>Linha vertical −1 2 −1</p><p>−1 2 −1</p><p>−1 2 −1</p><p>Linha 45° 2 −1 −1</p><p>−1 2 −1</p><p>−1 −1 2</p><p>Linha -45° −1 −1 2</p><p>−1 2 −1</p><p>2 −1 −1</p><p>Borda – Roberts −1 0</p><p>0 1</p><p>ou 0 −1</p><p>1 0</p><p>Borda – Prewitt −1 −1 −1</p><p>0 0 0</p><p>1 1 1</p><p>ou</p><p>−1 0 1</p><p>−1 0 1</p><p>−1 0 1</p><p>Borda – Sobel −1 −2 −1</p><p>0 0 0</p><p>1 2 1</p><p>ou</p><p>−1 0 1</p><p>−2 0 2</p><p>−1 0 1</p><p>Mais informações sobre este processamento, veja a aula prática 2.</p><p>Com base em filtragem espacial, mascaramento e convolução resolva os exercícios a seguir:</p><p>Atividade Prática de Processamento de Imagens 13 Prof. Charles Way Hun Fung, MSc</p><p>Exercícios de Filtragem Espacial:</p><p>Para resolver estes exercícios faça a leitura das imagens jetplane.tif e walkbridge.tif usando o</p><p>comando imread. Em todos os exercícios mostre o código, imagens resultantes e apresente</p><p>explicações.</p><p>4. Em ambas imagens aplique um filtro para detecção de pontos isolados. Para isto</p><p>procure uma máscara e utilize conv2 para aplicar o filtro na imagem. Explique o que</p><p>aconteceu com a imagem resultante, quais detalhes foram enfatizados com este</p><p>processamento?</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 7: (COLOCAR LEGENDA</p><p>AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 14 Prof. Charles Way Hun Fung, MSc</p><p>5. Em ambas imagens aplique os filtros para detecção de linha: horizontal, vertical, 45° e</p><p>-45°. Para isto procure uma máscara para cada filtro (tabela anterior) e utilize conv2</p><p>para aplicar o filtro na imagem. Plote o resultado e explique o que aconteceu com a</p><p>imagem.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 8: (COLOCAR LEGENDA</p><p>AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 15 Prof. Charles Way Hun Fung, MSc</p><p>6. Em ambas imagens aplique os filtros para detecção de borda: Roberts, Prewitt, Sobel.</p><p>Para isto procure uma máscara para cada filtro e utilize conv2 para aplicar o filtro na</p><p>imagem. Plote o resultado e explique o que aconteceu com a imagem.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 9: (COLOCAR LEGENDA</p><p>AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 16 Prof. Charles Way Hun Fung, MSc</p><p>7. Procure na literatura por outro filtro de borda que não foi apresentado no material da</p><p>disciplina, apresente sua máscara e explique seu funcionamento, características e a</p><p>apresente a bibliografia da qual foi retirado este método.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 10: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 17 Prof. Charles Way Hun Fung, MSc</p><p>MODELO DE CORES</p><p>Nossos olhos possuem diversas células para detecção tanto de intensidade ou brilho de um</p><p>objeto, como sua crominância. A percepção de cores depende da reflexão da luz em objetos, estes</p><p>refletem e absorvem a luz recebida. A luz percebida é a refletida dos objetos da cena. Entretanto</p><p>nem toda a energia luminosa pode ser convertida</p><p>em cores para nossos olhos, apenas uma pequena</p><p>faixa de luzes pode ser vista, as que possuem comprimento de onda de 400 a 700 nm.</p><p>No Scilab, quando é feita uma leitura de uma imagem colorida, está possui uma componente</p><p>a mais. Pode-se demonstrar usando a função size na imagem:</p><p>No código apresentado anteriormente, é mostrado como separar as componentes em</p><p>imagens monocromáticas que representam cada uma das componentes do RGB.</p><p>A conversão para o modelo CMY, depende de usar o complementar das cores da imagem.</p><p>Lembrando que as componentes ciano, magenta e amarelo são complementares ao RGB e são</p><p>chamados de pigmentos primários.</p><p>A função imcomplement retorna o complemento da imagem colorida, ou seja, a mesma</p><p>imagem nos pigmentos primários.</p><p>O modelo HSI que é representado por Hue (Matiz), Saturation (Saturação) e Intensity</p><p>(intensidade).</p><p>Para fazer a conversão usando o Scilab, é usada a função rgb2hsv() como a seguir:</p><p>Outro processamento interessante com cores é separar inteiramente as cores nos respectivos</p><p>componentes R, G e B.</p><p>Para isto, zera-se duas das componentes e se mantêm apenas uma, a seguir um exemplo:</p><p>Atividade Prática de Processamento de Imagens 18 Prof. Charles Way Hun Fung, MSc</p><p>Para aplicar um filtro em uma imagem colorida, basta aplicar nas três componentes de cor. A</p><p>seguir um exemplo da aplicação de um filtro de mediana.</p><p>Com base no processamento de imagens coloridas e modelo de cores resolva os exercícios</p><p>a seguir:</p><p>Exercícios de Modelo de Cores:</p><p>Para resolver estes exercícios faça a leitura das imagens baboo_colorido.tif, jupiter.tif e</p><p>lena_colorida.tif usando o comando imread. Em todos os exercícios mostre o código, imagens</p><p>resultantes e apresente explicações.</p><p>Atividade Prática de Processamento de Imagens 19 Prof. Charles Way Hun Fung, MSc</p><p>8. Separe as componentes de cor R, G e B da imagem baboo_colorido.tif. Explique o que</p><p>significa regiões mais claras nestas imagens.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 11: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 20 Prof. Charles Way Hun Fung, MSc</p><p>9. Converta a imagem lena_colorida.tif para o modelo CMY, separe suas componentes (C,</p><p>M e Y).</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 12: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 21 Prof. Charles Way Hun Fung, MSc</p><p>10. Converta a imagem jupiter.tif para HSI, usando o comando rgb2hsv. Veja cada uma</p><p>das componentes deste modelo: 1: Intensidade, 2: Saturação, 3: Matiz. O que cada</p><p>uma destas componentes significa e qual o benefício de utilizar este modelo de</p><p>cor?</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 13: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 22 Prof. Charles Way Hun Fung, MSc</p><p>11. Separe inteiramente a componente de cor vermelha da imagem baboo_colorido.tif.</p><p>Qual a diferença entre este processamento e aquele realizado no exercício 8?</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 14: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 23 Prof. Charles Way Hun Fung, MSc</p><p>TRANSFORMAÇÕES GEOMÉTRICAS</p><p>Transformações geométricas se caracterizam pela modificação da posição espacial do pixel</p><p>que compõe a imagem. Estas são implementadas mudando as coordenadas de pixels ou fazendo</p><p>uma interpolação da intensidade dos pixels transformados.</p><p>Escala:</p><p>Consiste em aumentar ou diminuir a resolução da imagem.</p><p>Para isto é usada a função:</p><p>imresize (imagem, fator_de_escala)</p><p>Onde o fator de escala é o quanto se deseja aumentar ou diminuir a imagem.</p><p>Exemplo:</p><p>Figura 15: Exemplo de escala.</p><p>Neste exemplo a função imresize utilizou um fator de escala igual a 2, por isso as dimensões</p><p>da imagem dobraram em linhas e colunas.</p><p>Rotação:</p><p>Consiste em rotacionar a imagem em um determinado ângulo arbitrário, podendo a rotação</p><p>ser horária ou anti-horária.</p><p>A função no Scilab utilizada para fazer este processamento é:</p><p>imrotate(imagem, ângulo_de_rotação)</p><p>Onde o ângulo de rotação é o ângulo que se deseja rotacionar a imagem em graus.</p><p>Exemplo do uso desta função:</p><p>Atividade Prática de Processamento de Imagens 24 Prof. Charles Way Hun Fung, MSc</p><p>Figura 16: Exemplo de rotação.</p><p>Corte:</p><p>Consiste em cortar uma região da imagem produzindo uma sub-imagem.</p><p>A função do Scilab que realizam o corte são: imcrop e imcropm.</p><p>imcrop(imagem, [x1, y1, x2, y2])</p><p>Onde as coordenadas (x1, y1) e (x2, y2) determinam os vértices extremos de um retângulo</p><p>que define o corte na imagem.</p><p>Exemplo de imcrop:</p><p>Figura 17: Exemplo de corte usando imcrop.</p><p>imcropm(imagem)</p><p>A função imcropm abre a imagem e deixa a possibilidade do próprio usuário determinar o</p><p>tamanho do corte, clicando no ponto esquerda superior e depois na direita inferior do retângulo de</p><p>corte. A região de corte ficará com um retângulo vermelho na imagem apresentada. O retorno da</p><p>função é o corte da imagem.</p><p>Exemplo usando imcropm:</p><p>Atividade Prática de Processamento de Imagens 25 Prof. Charles Way Hun Fung, MSc</p><p>Figura 18: Exemplo de corte usando imcropm.</p><p>Espelhamento:</p><p>A operação de espelhamento consiste em rebater a imagem em um determinado eixo.</p><p>Não tem função pronto no SciLab, mas tem uma forma de fazer, suponha que a variável “im”</p><p>com uma imagem já carregada:</p><p>Espelhamento horizontal:</p><p>im2 = im(:,$:-1:1);</p><p>Espelhamento vertical:</p><p>im3 = im($:-1:1,:);</p><p>Espelhamento vertical e horizontal:</p><p>im4 = im($:-1:1, $:-1:1);</p><p>Figura 19: Exemplo de espelhamento.</p><p>Atividade Prática de Processamento de Imagens 26 Prof. Charles Way Hun Fung, MSc</p><p>Exercícios de Transformações Geométricas:</p><p>Para resolver estes exercícios faça a leitura das imagens baboo.tif e pimentas.tif usando o</p><p>comando imread. Em todos os exercícios mostre o código, imagens resultantes e apresente</p><p>explicações.</p><p>12. Realize três mudanças de escala na imagem baboo.tif, usando imresize, com as</p><p>imagens: 2, 0.5 e 0.1. Mostre as imagens resultantes, utilizando o comando size</p><p>explique a diferença entre estas imagens.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 20: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 27 Prof. Charles Way Hun Fung, MSc</p><p>13. Reduza pela metade a escala da imagem pimentas.tif (fator de escala = 0.5) pelo</p><p>menos três vezes. A qualidade da imagem continua a mesma?</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 21: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 28 Prof. Charles Way Hun Fung, MSc</p><p>14. Use a imagem pimentas.tif para usar a função imrotate, a rotação em sentido</p><p>horário acontece com valores positivos ou negativos, mostre exemplos desta</p><p>rotação (Pelo menos 4 ângulos diferentes).</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura</p><p>22: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 29 Prof. Charles Way Hun Fung, MSc</p><p>15. Aplique as duas funções de corte em uma imagem a sua escolha. A imagem</p><p>resultante da função imcrop será chamada de imagemA e a imagem resultante da</p><p>função imcropm será chamada de imagemB.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 23: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 30 Prof. Charles Way Hun Fung, MSc</p><p>16. Realize um espelhamento horizontal na imagemA e um espelhamento vertical na</p><p>imagemB.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 24: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 31 Prof. Charles Way Hun Fung, MSc</p><p>MORFOLOGIA MATEMÁTICA</p><p>A morfologia matemática consiste em diversas operações com as imagens com base em</p><p>teoria dos conjuntos. Estas utilizam um conjunto chamado elemento estruturante para realizar</p><p>operações. As operações básicas morfológicas são: Corrosão e dilatação.</p><p>Para realizarmos estas operações no SciLab devemos definir a imagem que será usada e o</p><p>elemento estruturante. Como exemplo inicial vamos criar uma imagem e um elemento estruturante</p><p>utilizando os comandos no terminal do SciLab.</p><p>A imagem é definida por:</p><p>Figura 25: Imagem de teste.</p><p>Apenas os pontos brancos fazem parte da imagem.</p><p>Para definir o elemento estruturante é utilizada a função:</p><p>Erosão:</p><p>Esta operação consiste em passar por toda a extensão da imagem com o elemento</p><p>estruturante, considera-se parte do resultado apenas quando todos os pontos do elemento</p><p>estruturante realizam a operação com a imagem.</p><p>Definida matematicamente por:</p><p>Atividade Prática de Processamento de Imagens 32 Prof. Charles Way Hun Fung, MSc</p><p>No Scilab a função imerode é usada para realizar esta operação:</p><p>O resultado da corrosão:</p><p>Figura 26: Imagem corroída.</p><p>Dilatação:</p><p>Esta é a contrária da erosão, ou seja, “aumenta” ou “engrossa” os objetos em uma imagem</p><p>binária. As dimensões de alargamento e formatos depois da operação estão vinculadas ao elemento</p><p>estruturante utilizado.</p><p>Definida matematicamente por:</p><p>No Scilab a função imdilate é usada para realizar esta operação:</p><p>O resultado da dilatação:</p><p>Atividade Prática de Processamento de Imagens 33 Prof. Charles Way Hun Fung, MSc</p><p>Figura 27: Imagem dilatada.</p><p>Abertura e Fechamento:</p><p>Estas duas operações são compostas pelas duas anteriores com o objetivo de suavizar</p><p>contornos, porém cada uma tem sua particularidade. A abertura elimina saliências finas, enquanto o</p><p>fechamento funde descontinuidades estreitas e preenche lacunas em um contorno (Gonzalez, 2010).</p><p>A operação de Abertura é definida como:</p><p>No Scilab a abertura é representada pela função:</p><p>Imagem_abertura = imopen(imagem, elemento_estruturante);</p><p>A operação de Fechamento é definida como:</p><p>No Scilab o fechamento é representado pela função:</p><p>Imagem_fechada = imclose(imagem, elemento_estruturante);</p><p>Exercícios de Morfologia Matemática:</p><p>Para resolver estes exercícios faça a leitura das imagens retangulo.tif, texto.tif, U.tif e digital.tif</p><p>usando o comando imread. Em todos os exercícios mostre o código, imagens resultantes e</p><p>apresente explicações.</p><p>Atividade Prática de Processamento de Imagens 34 Prof. Charles Way Hun Fung, MSc</p><p>17. A imagem retangulo.tif deve resultar no mais próximo possível de um retângulo</p><p>branco sem nenhum artefato dentro ou fora do mesmo. Utilize apenas operações</p><p>para resolver este problema.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 28: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 35 Prof. Charles Way Hun Fung, MSc</p><p>18. Na imagem texto.tif deve-se obter o texto nítido. Para isto, utilize operações de</p><p>dilatação e erosão. O critério para verificar a nitidez do texto é quando as falhas nas</p><p>letras deixarem de existir.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 29: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 36 Prof. Charles Way Hun Fung, MSc</p><p>19. Encontre as bordas da imagem U.tif utilizando apenas operações morfológicas.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 30: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p><p>Atividade Prática de Processamento de Imagens 37 Prof. Charles Way Hun Fung, MSc</p><p>20. A imagem digital.tif é de uma impressão digital com ruído, realize operações</p><p>morfológicas para retirar o ruído e realçar os traços da digital nesta imagem.</p><p>I) Apresentação do Código:</p><p>(COLOCAR CÓDIGO AQUI)</p><p>II) Apresentação das</p><p>Imagens Resultantes:</p><p>(COLOCAR FIGURAS AQUI)</p><p>Figura 31: (COLOCAR</p><p>LEGENDA AQUI)</p><p>III) Explicação:</p><p>(COLOCAR EXPLICAÇÃO AQUI)</p>