2. Realce de imagens

Métodos no domínio espacial

2.1 Convolução

w1 w2 w3

w4 w5 w6

w7 w8 w9w1 w2 w3

w4 w5 w6

w7 w8 w9

w1 w2 w3

w4 w5 w6

w7 w8 w9

w1 w2 w3

w4 w5 w6

w7 w8 w9

w1 w2 w3

w4 w5 w6

w7 w8 w9

w1 w2 w3

w4 w5 w6

w7 w8 w9

w1 w2 w3

w4 w5 w6

w7 w8 w9

Exemplo de convolução

-1 -1 -1

-1 8 -1

-1 -1 -1

A=

1 2 3 4 5 6 7

8 9 10 11 12 13 14

15 16 17 18 19 20 21

22 23 24 25 26 27 28

29 30 31 32 33 34 35

B=

Métodos no domínio espacial

2. Realce de imagens

int Masc3x3[3][3]= { {-1, -1, -1}, {-1, 8, -1},

{-1, -1, -1} };

channels=convolucao->nChannels; step=convolucao->widthStep; data=(uchar *)convolucao->imageData;

for(r=2; r<convolucao->height-2; r++){ for(c=2; c<convolucao->width-2; c++){ //Processamento com Máscara 3x3 somacor = 0; for(m=-1; m<=1; m++){ for(n=-1; n<=1; n++){ NivelCinza = cvGet2D(filtro, r+m, c+n); somacor = somacor + (Masc3x3[m+1][n+1]*NivelCinza.val[0]); }}//fim do FOR m n data[r*step + c*channels] = somacor; //recebe valor de cinza do processo de convolução }}//fim do FOR r c

2.2 Alargamento de contraste

Métodos no domínio espacial

2. Realce de imagens

//Realce de imagens baseado em uma Transformação lineara = 1.0;b = -15.; for(r=0; r<img_transformed->height; r++){ for(c=0; c<img_transformed->width; c++){ Pixel = cvGet2D(Cinza, r, c); nc = a*(Pixel.val[0]) + b; data[r*step + c*channels] = nc; }}

Imagem original Imagem realçada

2.2 Alargamento de contraste (transformação linear)

Métodos no domínio espacial

2. Realce de imagens

//Realce de imagens baseado em uma Transformação lineara = 1.0;b = 25.; for(r=0; r<img_transformed->height; r++){ for(c=0; c<img_transformed->width; c++){ Pixel = cvGet2D(Cinza, r, c); nc = a*(Pixel.val[0]) + b + 0.5; data[r*step + c*channels] = nc; }}

Imagem original Imagem realçada

2.2 Alargamento de contraste (transformação linear)

Métodos no domínio espacial

2. Realce de imagens

2.2 Alargamento de contraste (transformação não linear)

Métodos no domínio espacial

2. Realce de imagens

2.2 Alargamento de contraste

Métodos no domínio espacial

2. Realce de imagens

•

•

2.3 Histograma de Imagens

Métodos no domínio espacial

2. Realce de imagens

Imagem escura

Alto contraste

Baixo contraste

?

Rotina para calcular histograma de imagem

Métodos no domínio espacial

2. Realce de imagens

void histograma(){ long int freq[256]; int max, k1, k2, i, j;

for (i=0; i<256; i++) freq[i] = 0; max = 0; for (i=2; i<larg-2; i++) for (j=2; j<altu-2; j++) { k1 = ImagemEntrada[i][j]; freq[k1]++; if ( freq[k1] > max ) max = freq[k1]; } k1 = round(max / 100.0);

for (i=0; i<256; i++) { k2 = (int) freq[i] / k1; Histograma->MoveTo(i,100); Histograma->LineTo(i,100-k2); }

}

2.3 Equalização de histograma

Métodos no domínio espacial

2. Realce de imagens

Exercício - Dada a Tabela abaixo:

1) Equalizar o histograma2) Montar o histograma não equalizado e equalizado3) Montar a função de transformação utilizada para a equalização

2. Realce de imagens

Histograma não equalizado

Função de Transformação

Solução do exercício anterior

Histograma equalizado

2.4 Limiarização

Métodos no domínio espacial

2. Realce de imagens

2.4 Limiarização

Métodos no domínio espacial

2. Realce de imagens

T = 100

T = 200

2.4 Limiarização

Métodos no domínio espacial

2. Realce de imagens

Tipos de limiar (T)• Global • Local• Adaptativo

Global

Local Adaptativo

(1)

(2)

Relações espaciais

Abertura

• Propriedades:• Suaviza o contorno da imagem

Fechamento

• Propriedades:• Suaviza o contorno da imagem e elimina pequenos buracos na imagem

Abertura e fechamento são duais em relação à complementação e reflexão

Abertura• Propriedades:

• Suaviza o contorno da imagem • A o B é um subconjunto de A

• (A o B) o B = A o B

Fechamento• Propriedades:

• Suaviza o contorno da imagem e elimina pequenos buracos na imagem

• A é um subconjunto de A o B

• (A o B) o B = A o B

Abertura e fechamento são duais em relação à complementação e reflexão

Exemplo de abertura

Convolução de B em A

Exemplo de fechamento

Extração de fronteiras

origem