Prévia do material em texto
CENTRO UNIVERSITÁRIO INTERNACIONAL UNINTER CURSO DE ENGENHARIA ELÉTRICA Habilitação em Eletrônica ATIVIDADE PRÁTICA PROCESSAMNENTO DE IMANGENS ALUNOS: XXXXXXXXXXXXX PROFESSOR: Charles Fung . Cidade 2020 ATIVIDADE PRÁTICA Nome do Aluno Trabalho escrito de graduação a ser apresentado à Disciplina de Processa- mento de Imagens do curso de Engenha- ria Elétrica da Universidade Uninter. . Cidade 2020 LISTA DE ILUSTRAÇÕES Figura 1 Logotipo do software Scilab................................................................................ 6 Figura 2 Linhas de Comando para carregar as imagens ................................................... 7 Figura 3 Linhas de Comando para demostra tamanho da imagem ................................... 7 Figura 4 Linhas de Comando e imagens carregar ............................................................. 8 Figura 5 Primeira imagem com seu Histograma................................................................ 8 Figura 6 Segunda imagem com seu Histograma................................................................ 9 Figura 7 Terceira imagem com seu Histograma ................................................................ 9 Figura 8 Imagens da atividade 1 e seu Histogramas........................................................ 10 Figura 9 Primeira imagens e seu Histogramas e a imagem equalizada ........................... 10 Figura 10 Segunda imagens e seu Histogramas e a imagem equalizada ........................... 11 Figura 11 Terceira imagens e seu Histogramas e a imagem equalizada............................ 11 Figura 12 Imagens da segunda atividade e seu comando para carregar a mesma ............. 12 Figura 13 Primeira imagem utilizando filtro para detecção............................................... 12 Figura 14 Segunda imagem utilizando filtro para detecção............................................... 13 Figura 15 Primeita imagem da ativ 2 com filtro horizontal, vertical, 45◦ e -45◦ ............... 14 Figura 16 Segunda imagem da ativ 2 com filtro horizontal, vertical, 45◦ e -45◦............... 14 Figura 17 Filtros Roberts para detecção de borda primeira imagem................................. 15 Figura 18 Filtros Roberts para detecção de borda segunda imagem ................................. 15 Figura 19 Filtros Prewitt para detecção de borda primeira imagem.................................. 16 Figura 20 Filtros Prewitt para detecção de borda segunda imagem .................................. 16 Figura 21 Filtros Sobel para detecção de borda primeira imagem .................................... 17 Figura 22 Filtros Sobel para detecção de borda segunda imagem..................................... 17 Figura 23 Filtro Laplaciano aplicado na primeira imagem................................................ 18 Figura 24 Filtro Laplaciano aplicado na segunda imagem ................................................ 18 Figura 25 Imagens baboo_colorido jupiter e lena_colorida carregada para atividade 3 ... 19 Figura 26 Imagem baboo separe as componentes R, G B ................................................. 19 Figura 27 Imagem jupiter separe as componentes R, G B................................................. 20 Figura 28 Imagem lena separe as componentes R, G B .................................................... 20 Figura 29 Imagem baboo converta para o modelo CMY................................................... 21 Figura 30 Imagem jupiter converta para o modelo CMY.................................................. 21 Figura 31 Imagem lena converta para o modelo CMY...................................................... 22 Figura 32 Imagem baboo converta para o modelo HSI ..................................................... 22 Figura 33 Imagem jupiter onverta para o modelo HSI ...................................................... 23 Figura 34 Imagem lena onverta para o modelo HSI .......................................................... 23 Figura 35 Imagem baboo separado componentes RGB..................................................... 24 Figura 36 Imagem jupiter separado componentes RGB.................................................... 24 Figura 37 Imagem lena separado componentes RGB........................................................ 25 Figura 38 Imagem lena com Ruído Gaussiano e seu código ............................................. 25 Figura 39 Imagem lena com Ruído Sal e Pimenta e seu código........................................ 26 Figura 40 Imagem lena com Ruído usando Filtro ............................................................. 26 Figura 41 Imagem lena com Filtro Bayer .......................................................................... 27 Figura 42 Imagens retangulo Texto e Rosto carregada para atividade 4 ........................... 27 Figura 43 Imagens retangulo possível de um retângulo branco ........................................ 28 Figura 44 Imagens Texto processo de Nítides ................................................................... 28 Figura 45 Imagens Rosto processamento morfológico...................................................... 29 SUMÁRIO 1 INTRODUÇÃO ................................................................................................................. 6 2 DESENVOLVIMENTO .................................................................................................... 7 2.1 Atividade 1 ........................................................................................................................ 7 2.2 Atividade 2 ...................................................................................................................... 12 2.3 Atividade 3 ....................................................................................................................... 19 2.4 Atividade 4 ....................................................................................................................... 27 3 CONCLUSÃO .................................................................................................................. 30 4 REFERÊNCIAS ............................................................................................................. 31 6 1 INTRODUÇÃO Figura 1 – Logotipo do software Scilab Fonte: Fonte:https://opensource.googleblog.com/2011/11/scilab-reaches-for-sky.html Está atividade prática tem como objetivo aumentar o conhecimento sobre o conteudo que é separada em quatro atividades prática, cada uma deverá utilizar um grupo de imagens vem para utilizar nas atividade que acaba gerando um roteiro de estudos sobre o conteudo administrado nesta cadeira. 7 2 DESENVOLVIMENTO 2.1 Atividade 1 Histograma: Para realizar a atividade 1, faça a leitura d as imagens house.tif, cameraman.tif e ena_color_256.tif usando o comando imread. Em seguida resolva os exercícios propostos: Figura 2 – Linhas de Comando para carregar as imagens Fonte: Fonte: Uninter 1. Qual a diferença entre as imagens monocromáticas e a colorida? Como diferenciar que a imagem é colorida? Resposta: Imagem monocromática é uma imagem com apenas uma cor só, já a colorida ela posui mais de uma cor sendo possvel identificada como colorida pelo seu tamanho vemos isso usando o comando SIZE. Abaixo exemplo do uso do comando SIZE: Figura 3 – Linhas de Comando para demostra tamanho da imagem Fonte: Fonte: Uninter 8 2. Converta a imagem colorida lena_color_256.tif para níveis de cinza usando o comando rgb2gray. Explique o que mudou na imagem, avalie dimensões e quantidade de dados da ima- gem resultante. Figura 4 – Linhas de Comando e imagens carregar Fonte: Fonte: Uninter Resposta: Analisando a imagem que foi convertida para cinza usando o comando rgb2gray, aparece em preto e branco e a imagem não tem mais os componentes com da terceira dimensão ficando 256 X 256. 3. Faça o levantamento do histograma destas imagens, explique o formato do histograma, a respeito de níveis de cinza,quantidade de pixels e contraste. Figura 5 – Primeira imagem com seu Histograma Fonte: Fonte: Uninter A primeira imagem podemos ver a concentração do pixels ente o valores de 100 a 180 sendo que a nível 170 tem quase 5000 pixels, porém a mais escura tem uma quantidade alta passando os 6000 pixels. 9 Figura 6 – Segunda imagem com seu Histograma Fonte: Fonte: Uninter Na segunda imagem ficou bem diferente da primeira e da terceira imagens, podemos ver em dois ponto especifico que se destacarão, próximo a 200 tem mais de 70.000 pixels e a outra região foi perto do nível de 100. Figura 7 – Terceira imagem com seu Histograma Fonte: Fonte: Uninter Já na terceira imagem podemos observar que a quantidade de cinza é maior, tendo alguns pico de intensidade bem diferente da segunda imagem. 10 4. Faça a plotagem das imagens com seus respectivos histogramas usando subplot, use 3 linhas e 2 colunas. Figura 8 – Imagens da atividade 1 e seu Histogramas Fonte: Fonte: Uninter 5. Para cada uma destas imagens realize uma equalização e plote o resultado. O que aconteceu com as imagens? Figura 9 – Primeira imagens e seu Histogramas e a imagem equalizada Fonte: Fonte: Uninter Podemos Observar que a imagem equalizado está mais clara, sendo visto no histograma equalizado que demostra que a cor cinza está mais distribuído, como obsevando do valor da cor de 0 a 60. 11 Figura 10 – Segunda imagens e seu Histogramas e a imagem equalizada Fonte: Fonte: Uninter Na imagem dois podemos ver no histograma que a quantidade de pixels está se após aproximando do branco e os estava mais perto do de 100 está mais distribuídos, como podemos observar na imagem que foi realizado a equação. Figura 11 – Terceira imagens e seu Histogramas e a imagem equalizada Fonte: Fonte: Uninter Na imagem três podemos ver que a foto equalizado está mais cara, e observado o his- tograma vimos que teve um espalhamento da cor cinza, no primeiro gráfico qua a cor escura começa no 30 e após a equalização já inicia no zero. 12 2.2 Atividade 2 Para realizar a atividade 2, faça a leitura das imagens jetplane.tif e walkbridge.tif usando o comando imread. Figura 12 – Imagens da segunda atividade e seu comando para carregar a mesma Fonte: Fonte: Uninter 1. Em ambas imagens aplique um filtro para detecção de pontos isolados. Para isto pro- cure uma máscara e utilize conv2 para aplicar o filtro na imagem. Plote o resultado e explique o que aconteceu com a imagem. Figura 13 – Primeira imagem utilizando filtro para detecção Fonte: Fonte: Uninter 13 Figura 14 – Segunda imagem utilizando filtro para detecção Fonte: Fonte: Uninter Resposta: Na duas imagens com a aplicação dos filtros para detecção de pontos temos mais facilidade a notar das curvas das imagens onde na imagem original que podemos observar no inicio da atividade dois. Nesta atividade podemos ver que os filtros facilitam a detecção dos contornos e das retas das imagens. 14 2. Em ambas imagens aplique os filtros para detecção de linha: horizontal, vertical, 45◦ e -45◦. Para isto procure uma máscara para cada filtro e utilize conv2 para aplicar o filtro na imagem. Plote o resultado e explique o que aconteceu com a imagem. Resposta: Após ser aplicado o filtro de detecção das linhas podemos observa que fica bem especifica para a direção da linha. Figura 15 – Primeita imagem da ativ 2 com filtro horizontal, vertical, 45◦ e -45◦ Fonte: Fonte: Uninter Figura 16 – Segunda imagem da ativ 2 com filtro horizontal, vertical, 45◦ e -45◦ Fonte: Fonte: Uninter 3. Em ambas imagens aplique os filtros para detecção de borda: Roberts, Prewitt, Sobel. Para isto procure uma máscara para cada filtro e utilize conv2 para aplicar o filtro na imagem. Plote o resultado e explique o que aconteceu com a imagem. 15 Resposta: Dependendo da mascara que iremos utilizada dará uma ênfase das bordas ficará mais visível nas horizontais e ou também nas verticais. assim usando o filtro de Prewitt por exemplo, teremos nas imagens uma nítidam do que o filtro de Roberts, e o filtro Sobel é mais nítido que a do Prewitt, tudo dependerá da mascaras que irá ser escolhida. Figura 17 – Filtros Roberts para detecção de borda primeira imagem Fonte: Fonte: Uninter Figura 18 – Filtros Roberts para detecção de borda segunda imagem Fonte: Fonte: Uninter 16 Figura 19 – Filtros Prewitt para detecção de borda primeira imagem Fonte: Fonte: Uninter Figura 20 – Filtros Prewitt para detecção de borda segunda imagem Fonte: Fonte: Uninter 17 Figura 21 – Filtros Sobel para detecção de borda primeira imagem Fonte: Fonte: Uninter Figura 22 – Filtros Sobel para detecção de borda segunda imagem Fonte: Fonte: Uninter 4. Procure na literatura por outro filtro de borda que não foi utilizado aqui, apresente sua máscara e explique seu funcionamento, características e a apresente a bibliografia da qual foi retirado este método. Resposta: Filtro Laplaciano, é um filtro que realce a imagem, utilizando derivadas de segunda ordem, assim gerando uma resposta mais acentuada e com detalhes mais finos como pontos isolados e linhas. 18 Figura 23 – Filtro Laplaciano aplicado na primeira imagem Fonte: Fonte: Uninter Figura 24 – Filtro Laplaciano aplicado na segunda imagem Fonte: Fonte: Uninter 19 2.3 Atividade 3 Modelo de cores Para realizar a atividade 3, faça a leitura das imagens: baboo_colorido.tif, jupiter.tif e lena_colorida.tif usando imread. Figura 25 – Imagens baboo_colorido jupiter e lena_colorida carregada para atividade 3 Fonte: Fonte: Uninter 1. Separe as componentes de cor das imagens: R, G e B. Figura 26 – Imagem baboo separe as componentes R, G B Fonte: Fonte: Uninter 20 Figura 27 – Imagem jupiter separe as componentes R, G B Fonte: Fonte: Uninter Figura 28 – Imagem lena separe as componentes R, G B Fonte: Fonte: Uninter 21 2. Converta estas imagens para o modelo CMY, separe as componentes. Figura 29 – Imagem baboo converta para o modelo CMY Fonte: Fonte: Uninter Figura 30 – Imagem jupiter converta para o modelo CMY Fonte: Fonte: Uninter 22 Figura 31 – Imagem lena converta para o modelo CMY Fonte: Fonte: Uninter 3. Converta as imagens para HSI, usando o comando rgb2hsv. Veja cada uma das com- ponentes deste modelo: 1: Intensidade, 2: Saturação, 3: Matiz. O que cada uma destas compo- nentes significa? Resposta: . • Intensidade Brilho é uma noção acromática subjetiva da intensidade. • Saturação É a medida de grau de diluição de uma cor pura pela luz branca. • Matiz Descreve a cor pura. Figura 32 – Imagem baboo converta para o modelo HSI Fonte: Fonte: Uninter 23 Figura 33 – Imagem jupiter onverta para o modelo HSI Fonte: Fonte: Uninter Figura 34 – Imagem lena onverta para o modelo HSI Fonte: Fonte: Uninter 24 4. Separe apenas uma componente de cor diferente de cada imagem, zerando as outras componentes. Apresente separadamente componente vermelha, verde e azul. O resultado de- verá mostrar nove imagens, sendo elas as componentes RGB de cada imagem Figura 35 – Imagem baboo separado componentes RGB Fonte: Fonte: Uninter Figura 36 – Imagem jupiter separado componentes RGB Fonte: Fonte: Uninter 25 Figura 37 – Imagem lena separado componentes RGB Fonte: Fonte: Uninter 5. Insira ruído gaussiano e sal e pimenta na imagem lena_colorida.tif. Figura 38 – Imagem lena com Ruído Gaussiano e seu código Fonte: Fonte: Uninter 26 Figura 39 – Imagem lena com Ruído Sal e Pimenta e seu código Fonte: Fonte: Uninter 6. Com as imagens com ruído aplique um filtro com característica de passa-baixa, apre- sente o resultado. Resposta: A utilização do filtro passa–baixa conseguimos reduzir o ruídos ambas as ima- gem com ruído gaussiano quanto na de sal e pimenta. O filtro faz um limpeza da imagem com finalidade de melhorar a imagem. Figura 40 – Imagem lena com Ruído usando Filtro Fonte: Fonte: Uninter 27 7. Escolha uma imagem e apresente-a em formato de filtro Bayer. Apresente os códigos e a imagem. 8. Faça ainterpolação e restaure a imagem do exercício anterior. Apresente os códigos e a imagem. Figura 41 – Imagem lena com Filtro Bayer Fonte: Fonte: Uninter 2.4 Atividade 4 Morfologia Matemática Para realizar a atividade 4, faça a leitura das imagens: retan- gulo.tif, texto.tif e Rosto.tif. Realizar um processamento morfológico nas imagens para realçar as características e o conteúdo das imagens. E obter os seguintes resultados: Figura 42 – Imagens retangulo Texto e Rosto carregada para atividade 4 Fonte: Fonte: Uninter 1. Na imagem retangulo.tif deve resultar no mais próximo possível de um retângulo 28 branco sem nenhum artefato dentro ou fora do mesmo. Figura 43 – Imagens retangulo possível de um retângulo branco Fonte: Fonte: Uninter 2. Na imagem texto.tif deve-se obter o texto nítido (o texto original possuí falhas nos caracteres). O texto se tornará nítido quando estiver legível e sem falhas dentro das letras. Figura 44 – Imagens Texto processo de Nítides Fonte: Fonte: Uninter 3. Fazer um processamento morfológico em Rosto.tif para conseguir o contorno do rosto na imagem. 29 Figura 45 – Imagens Rosto processamento morfológico Fonte: Fonte: Uninter 30 3 CONCLUSÃO Durante a execução da atividade prática proposto na disciplina de Processamento de Ima- gens, percebemos o uso em programação e desenvolvimento de produtos como câmeras de celulares e até exame de imagens, as que utilizamos o processamento de imagens para a visuali- zação das imagens. A realização da tarefa foi bastante para gratificante, de como são trabalhadas e formadas as imagens. 31 4 REFERÊNCIAS • FILHO, O. M.; NETO, H. V. Processamento digital de imagens. 1. ed., Rio de Janeiro: Brasport, 1999 • GONZALEZ, R. C.; WOODS, R. E. Processamento d igital de imagens. 3.ed. São Paulo: Pearson, 2010. • http://computacaografica.ic.uff.br/transparenciasvol2cap5.pdf 1 Introdução 2 Desenvolvimento 2.1 Atividade 1 2.2 Atividade 2 2.3 Atividade 3 2.4 Atividade 4 3 Conclusão 4 Referências