Baixe o app para aproveitar ainda mais
Prévia do material em texto
Quarta tarefa – Resumo de artigo científico Nome: João Pedro Albernaz Soares Matrícula: 41411ETE013 Artigo: Performance evaluation of Homomorphic filtering, Anisotrophic filtering and Autocontrast algorithm Existem diferentes técnicas e processos de filtragem para aprimorar a qualidade de uma imagem. Neste artigo serão consideradas as técnicas de filtragem homomórfica, filtragem anisotrópica e algoritmo de contraste e, posteriormente, a performance de cada uma delas será avaliada utilizando os parâmetros SNR (relação sinal-ruído) e MSE (erro quadrático médio) (SUJATHA et al, 2009, p. 27). “A filtragem homomórfica é usada para corrigir iluminação não-uniforme e melhorar o contraste da imagem” (SUJATHA et al, 2009, p. 27). A Figura 1 mostra o fluxograma da filtragem homomórfica. Figura 1 – Fluxograma da filtragem homomórfica Fonte: Sujatha C. M. et al, 2009. “A filtragem anisotrópica nos permite simplificar recursos da imagem para melhorar a segmentação da imagem. Este filtro suaviza a imagem em uma área homogênea, mas preserva bordas e as realçam” (SUJATHA et al, 2009, p. 28). A Figura 2 mostra o fluxograma da filtragem anisotrópica. Figura 2 – Fluxograma da filtragem anisotrópica Fonte: Sujatha C. M. et al, 2009. “O alongamento de contraste (frequentemente chamado de normalização) é uma simples técnica de realce de imagem que tenta melhorar o contraste em uma imagem ‘alongando’ o alcance de valores de intensidade que ela tem para um alcance de valores desejado” (SUJATHA et al, 2009, p. 28). A Figura 3 mostra o fluxograma do algoritmo de realce de contraste. Figura 3 – Fluxograma do algoritmo de realce de contraste Fonte: Sujatha C. M. et al, 2009. As Figuras 4, 5 e 6 mostram os resultados das simulações realizadas pelo AUTOR, utilizando o MATLAB 2006a, para verificar o desempenho de cada uma das técnicas de filtragem detalhadas no artigo (SUJATHA et al, 2009, p. 28). Figura 4 – Imagens originais cell.tif e barbara.png e saídas correspondentes após uso da técnica de filtragem homomórfica Fonte: Sujatha C. M. et al, 2009. Figura 5 – Imagens originais cell.tif e barbara.png e saídas correspondentes após uso da técnica de filtragem anisotrópica Fonte: Sujatha C. M. et al, 2009. Figura 6 – Imagens originais cell.tif e barbara.png e saídas correspondentes após uso do algoritmo de realce de contraste Fonte: Sujatha C. M. et al, 2009. As Tabelas 1 e 2 mostram os valores de SNR e MSE obtidos em cada técnica, para cada imagem. Tabela 1 – Valores de SNR e MSE obtidos por meio de diversas técnicas de filtragem aplicadas sobre a imagem cell.tif Fonte: Sujatha C. M. et al, 2009. Tabela 2 – Valores de SNR e MSE obtidos por meio de diversas técnicas de filtragem aplicadas sobre a imagem barbara.png Fonte: Sujatha C. M. et al, 2009. O AUTOR conclui que o algoritmo de contraste permite uma maior SNR e melhores resultados em geral (SUJATHA et al, 2009, p. 29). Referências SUJATHA, C. M. et al. Performance evaluation of Homomorphic filtering, Anisotrophic filtering and Autocontrast algorithm. In: 2009 INTERNATIONAL CONFERENCE ON ADVANCES IN COMPUTING, CONTROL, AND TELECOMMUNICATION TECHNOLOGIES, Trivandrum, Kerala, India. Local: IEEE, 2010. 27 – 29.
Compartilhar