AP Precessamento Digital de Imagens

Prévia do material em texto

CENTRO UNIVERSITÁRIO INTERNACIONAL UNINTER 
ESCOLA SUPERIOR POLITÉCNICA 
BACHARELADO EM ENGENHARIA DA COMPUTAÇÃO 
DISCIPLINA DE PBL – FUNDAMENTOS DA ENGENHARIA 
 
 
 
 
 
 
ATIVIDADE PRÁTICA PROCESSAMENTO DIGITAL DE IMAGENS 
 
 
 
 
 
 
 
EVERTON SILVA RIBEIRO 
PROFESSOR CHARLES WAY HUN FUNG 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
COLATINA – ES 
2020 
1 
 
 
 
SUMÁRIO 
 
 
1.1 OBJETIVOS ......................................................................................................................................... 1 
2 RESULTADOS E DISCUSSÃO .............................................................................................................. 1 
3 CONCLUSÕES ...................................................................................................................................... 20 
4 AGRADECIMENTOS ........................................................................................................................... 21 
5 REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................................. 21 
 
 
 
 
1 
 
1.1 OBJETIVOS 
Utilizar o ambiente matemático SCILAB para resolver os problemas de processamento 
de imagens. 
Esta atividade prática é separada em quatro atividades temáticas, cada uma deverá uti-
lizar um grupo de imagens que está postada no roteiro de estudos em conjunto com o docu-
mento desta prática. 
A resolução de cada item das atividades deve conter o código e, caso necessário, as 
imagens de resultado. 
 
2 RESULTADOS E DISCUSSÃO 
ATIVIDADE 1: Histograma 
 
Para realizar a atividade 1, faça a leitura das imagens house.tif, cameraman.tif e 
lena_color_256.tif usando o comando imread. Em seguida resolva os exercícios propostos: 
 
1. Qual a diferença entre as imagens monocromáticas e a colorida? Como diferenciar que a 
imagem é colorida? 
 
Imagem monocromática é uma imagem com uma cor só, e a colorida com mais de um 
cor. A imagem pode ser identificada como colorida pelo tamanho contendo três compo-
nentes ou três dimensões, no exemplo da imagem ‘lena” o tamanho é 256X256 X3, sendo 
que o número três corresponde a cor da imagem. 
 
 
 
2 
 
 
 
 
 
 
 
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 
imagem resultante. 
 
A imagem em níveis de cinza aparece em preto e branco contém do somente dois compo-
nentes com dimensões 256X256. 
3 
 
 
 
 
 
3. Faça o levantamento do histograma destas imagens, explique o formato do histograma, a 
respeito de níveis de cinza, quantidade de pixels e contraste. 
 
As imagens possuem vários níveis de cinza, contendo em ambas as imagens 512 colunas e 
512 linhas em pixels com determinados valores conforme as imagens abaixo as quais de-
terminam os valores de níveis de cinza, os valores maiores são próximos do branco e valo-
res menores são valores mais escuros. 
 
 
 
4 
 
 
 
 
 
 
4. Faça a plotagem das imagens com seus respectivos histogramas usando subplot, use 3 li-
nhas e 2 colunas. 
 
 
 
 
 
5 
 
 
 
 
 
 
 
 
5. Para cada uma destas imagens realize uma equalização e plote o resultado. O que aconte-
ceu com as imagens? 
 
Os valores de cinza a são baseados nos níveis de pixels, a segunda imagem ficou mais 
clara, pois os valores são mais próximos de 250 conforme ilustra o gráfico equalizado. 
 
 
 
6 
 
 
 
 
 
 
 
 
ATIVIDADE 2: Filtragem Espacial 
 
Para realizar a atividade 2, faça a leitura das imagens jetplane.tif e walkbridge.tif usando 
imread. 
 
 
 
7 
 
 
 
 
 
1. Em ambas imagens aplique um filtro para detecção de pontos isolados. Para isto procure 
uma máscara e utilize conv2 para aplicar o filtro na imagem. Plote o resultado e explique 
o que aconteceu com a imagem. 
 
Em ambas as imagens com a aplicação do filtro para detecção de pontos é mais fácil a 
percepção das curvas da imagem onde na imagem original são linhas. O filtro facilita a 
detecção dos contornos e das retas das imagens. 
 
 
 
 
 
8 
 
 
 
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. 
 
A detecção das linhas fica bem especifica para a direção da linha, detecção de linhas hori-
zontais, verticais, 45° e -45°. 
 
 
 
 
 
 
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 ima-
gem. Plote o resultado e explique o que aconteceu com a imagem. 
 
Os filtros dão ênfase ás bordas em ambas as máscaras, as bordas ficam mais visíveis em 
virtude dos contornos das imagens serem mais marcantes nas aplicações dos filtros. De-
pendendo da máscara utilizada a ênfase das bordas serão mais nítidas nas horizontais e 
outras nas verticais. O filtro de Prewitt por exemplo, é mais nítido nas imagens do que o 
9 
 
 
 
filtro de Roberts, e o filtro Sobel é mais nítido que a do Prewitt, tudo dependerá da esco-
lha da máscara que faremos e assim segmentar a imagem para ter nitidez do fundo e da 
imagem. 
 
 
 
 
 
 
 
10 
 
 
 
 
 
 
 
 
 
 
11 
 
 
 
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. 
Filtro Laplaciano, é um filtro de realce, utiliza derivadas de segunda ordem, resposta mais 
acentuada a detalhes finos como pontos isolados e linhas. É um filtro isotrópico a res-
posta é independente da direção da descontinuidade na imagem em que o filtro é aplicado 
(invariante à rotação). 
 
 
 
 
ATIVIDADE 3: Modelo de cores 
 
Para realizar a atividade 3, faça a leitura das imagens: baboo_colorido.tif, jupiter.tif e lena_co-
lorida.tif usando imread. 
 
1. Separe as componentes de cor das imagens: R, G e B. 
 
 
 
12 
 
 
 
 
 
 
 
2. Converta estas imagens para o modelo CMY, separe as componentes. 
 
 
 
13 
 
 
 
 
 
 
 
3. Converta as imagens para HSI, usando o comando rgb2hsv. Veja cada uma das componen-
tes deste modelo: 1: Intensidade, 2: Saturação, 3: Matiz. O que cada uma destas componentes 
significa? 
 
Brilho é uma noção acromática subjetiva da intensidade, Saturação é a medida de grau de di-
luição de uma cor pura pela luz branca, Matiz descreve a cor pura. 
 
 
 
14 
 
 
 
 
 
 
 
 
15 
 
 
 
4. Separe apenas uma componente de cor diferente de cada imagem, zerando as outras com-
ponentes. Apresente separadamente componente vermelha, verde e azul. O resultado deverá 
mostrar nove imagens, sendo elas as componentes RGB de cada imagem. 
 
 
 
 
 
16 
 
 
 
 
 
5. Insira ruído gaussiano e sal e pimenta na imagem lena_colorida.tif. 
 
 
 
 
 
6. Com as imagens com ruído aplique um filtro com característica de passa baixa, apresente o 
resultado. 
 
17 
 
 
 
 
 
 
 
7. Escolha uma imagem e apresente-a em formato de filtro Bayer. Apresente os códigos e a 
imagem. 
 
18 
 
 
 
 
 
8. Faça a interpolação e restaure a imagem do exercício anterior. Apresente os códigos e a 
imagem. 
 
 
 
ATIVIDADE 4: Morfologia Matemática 
 
Para realizar a atividade 4, faça a leitura das imagens: retangulo.tif, texto.tif e Rosto.tif. Reali-
zar um processamento morfológico nas imagens para realçar as características e o conteúdo 
das imagens. E obter os seguintes resultados: 
 
1. Na imagem retangulo.tif deve resultar no mais próximo possível de um retângulo branco 
sem nenhum artefato dentro ou fora do mesmo. 
 
 
 
2. Na imagem texto.tif deve-se obter o texto nítido (o texto originalpossuí falhas nos caracte-
res). O texto se tornará nítido quando estiver legível e sem falhas dentro das letras. 
 
19 
 
 
 
 
 
3. Fazer um processamento morfológico em Rosto.tif para conseguir o contorno do rosto na 
imagem. 
 
 
 
 
 
20 
 
 
 
3 CONCLUSÕES 
 
Concluímos identificando que a tratativa de imagens com a utilização de uma modelagem 
simples com comandos de auxilio o SCILAB, percebemos que embora parece tão complexo a 
ferramenta matemática torna-se simples. 
Sabemos da importância na engenharia o processamento de imagens, portanto a atividade 
prática demonstrou como é realizado as tratativas com objetivo de processar e armazenar ima-
gens em um projeto ou ferramenta utilizado no cotidiano da sociedade. 
 
 
21 
 
 
 
4 AGRADECIMENTOS 
 
Agradecimento em especial ao Professor Charles Way, minha família e a instituição por 
me propiciar condições e um conteúdo teórico de didático capaz de desenvolver um trabalho 
com essa importância na minha vida profissional e acadêmica. 
 
5 REFERÊNCIAS BIBLIOGRÁFICAS 
FILHO, O. M.; NETO, H. V. Processamento digital de imagens. 1. ed., Rio de Janeiro: 
Brasport, 1999. 
GONZALEZ, R. C.; WOODS, R. E. Processamento digital de imagens. 3.ed. São Paulo: 
Pearson, 2010. 
THOMÉ, Antônio. Processamento de Imagens, Tratamento da Imagem Tratamento da 
Imagem - Filtros. Disponível em: 
<http://equipe.nce.ufrj.br/thome/p_grad/nn_img/transp/c4_filtros.pdf>. Acesso em 21 março 
de 2020.