1

Processamento de Imagens: Conceitos Básicos

2

Aplicações em Processamento de Imagens

•Processamento de Imagens:

* Reconhecimento e Classificação de Padrões: - Impressões Digitais / Identificação da íris do olho - Assinaturas e textos manuscritos - Reconhecimento de caracteres em textos digitalizados (OCR) - Reconhecimento de expressões faciais e gestos - Identificação e controle de acesso com “senha visual” - Reconhecimento de objetos em uma cena - Reconstrução de modelos geométricos a partir de imagens digitais - Controle de Qualidade Automático (produto bom/ruim)

* Tratamento de Imagens: - Destacar, corrigir, apagar ou melhorar elementos de uma imagem - Focalizar melhor uma imagem, suavizar os contrastes de uma imagem - Transformar as cores dos elementos que compõem a imagem - Identificar bordas e contornos, linhas horizontais, linhas verticiais, etc

3

Imagem

Original

(X,Y)

Imagem

Transformada

(X,Y)

F(x,y) Imagem

Original

(X,Y)

Classificação

da Imagem

(X,Y)

G(x,y)

Processamento de Imagens Convencional

•Processamento de Imagens:

* Tratamento de Imagens Imagem(X,Y) => F( Imagem(X,Y) , Vizinhança (X,Y) ) : Transformar em uma nova imagem F(Imagem) => Imagem Tratada F(Imagem) => Função deve ser conhecida (algoritmo a ser implementado)

* Reconhecimento e Classificação de Padrões Imagem(X,Y) => G( Imagem(X,Y) ), Vizinhança (X,Y) ) : Classificar / Reconhecer elementos G(Imagem) => Classes, Dados e Modelos G(Imagem) => Função deve ser conhecida (algoritmo a ser implementado)

X

XXX P

4-vizinhança

X

XXX P

8-vizinhança

X

X

X

X

4

Imagem

Original

(X,Y)

Imagem

Transformada

(X,Y)

F(x,y) Imagem

Original

(X,Y)

Classificação

da Imagem

(X,Y)

G(x,y)

Processamento de Imagens Convencional

•Processamento de Imagens:

* Tratamento de Imagens

(a) (b)

Original Cores Falsas

5

Processamento de Imagens Neural

Y N=F(XN)

Função F(X) de transformação

não é conhecida previamente

XN

são imagens fornecidas pelo usuário

YN

são imagens fornecidas pelo usuário

F(X N)

ImagemOriginal (X 1)

Imagem Transformada

(Y1)

?

ImagemOriginal (X 2)

Imagem Transformada

(Y2)

?

ImagemOriginal (X 3)

Imagem Transformada

(Y3)

?

ImagemOriginal (X 4)

Imagem Transformada

(Y4)

?

Função F(X) de transformação

deve ser APRENDIDA usandoos exemplos disponíveis

Tratamento de Imagens

6

Processamento de Imagens Neural

Y N=F(XN)

Função F(X) de transformação

não é conhecida previamente

XN

são imagens fornecidas pelo usuário

YN

são imagens fornecidas pelo usuário

F(X N)

ImagemOriginal (X 1)

Imagem Transformada

(Y1)

?

ImagemOriginal (X 2)

Imagem Transformada

(Y2)

?

ImagemOriginal (X 3)

Imagem Transformada

(Y3)

?

ImagemOriginal (X 4)

Imagem Transformada

(Y4)

?

Função F(X) de transformação

deve ser APRENDIDA usandoos exemplos disponíveis

Tratamento de Imagens

Transformações: RGB 24 = Red Green Blue 24 bits/pixel, Gray= GrayScale, P&B = Preto e Branxo

RGB 24 => RGB 24 - Transformação da imagem RGB 24 => Gray 8 - Tirar a cor, colorido para monocromáticoRGB 24 => Palette 8 - Reduzir o número de cores por pixelGray 8 => Palette 8 - Cores falsas atribuídas ao monocromáticoGray 8 => P&B 1 - Reduzir o número de cores por pixel Palette 8 => P&B 1 - Reduzir o número de cores por pixelGray 8 => RGB 24 - Cores falsas (aumento do nro. de cores!)Palette 8 => RGB 24 - Cores falsas (aumento do nro. de cores!)

7

(a)

(b) (c) (d)

Processamento de Imagens Neural

Transformaçãode

Cores

RGB 24 Bits/Pixel

GrayScale 8 Bits/PixeL

(a) Imagem Original

(b) Imagem Tratada - Convencional

(c) Imagem Tratada Neural sem vizinhança

(d) Imagem Tratada Neural com vizinhança

8

Processamento de Imagens Neural

Detecçãode

Contornos

(a) (b) (c) Original Filtro Convencional Filtro Neural

Transformação da Imagem:

RGB 24 Bits/Pixel

P&B 1 Bit/Pixel

9

Processamento de Imagens Neural

Focalizaruma

Imagem

Desfocada Focalizada Convencional Focalizada Neural

Transformação da Imagem:

RGB 24 Bits/Pixel

RGB 24 Bits/Pixel

(a) (b) (c)

10

Processamento de Imagens Neural

Ferramenta NeuronColor

11

Processamento de Imagens Neural

Reconhecimento e Classificação de Imagens

Texto Original

Texto Digitalizado

OCROpticalCharacterRecognition