Resumo Artigo PDI

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.