Baixe o app para aproveitar ainda mais
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.
Compartilhar