Introdução ao Processamento e Síntese de ImagensIntrodução ao...
Transcript of Introdução ao Processamento e Síntese de ImagensIntrodução ao...
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Introdução ao Processamento e
Síntese de Imagens
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Introdução ao Processamento e
Síntese de Imagens: Estruturas matricial e vetorial
Tópicos:
– Conceito de imagem digital;
– Estruturas vetorial e matricial (classes de representações geométricas);
– Formatos de armazenamento.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Introdução ao Processamento e
Síntese de Imagens: Estruturas matricial e vetorial
Imagem (conceito geral)
- Representação gráfica, plástica ou fotográfica de pessoa ou de objeto.
- Representação plástica da Divindade, de um santo, etc.
- Pessoa muito formosa.
- Reprodução invertida, de pessoa ou objeto, numa superfície refletora ou refletidora.
- Representação exata ou analógica de um ser, de uma coisa; cópia.
Conceitos extraídos de Ferreira (1986)*.
* FERREIRA, A. B. de H. Novo dicionário da língua Portuguesa.
2ª edição. Rio de Janeiro: Editora Nova Fronteira, 1986.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Introdução ao Processamento e
Síntese de Imagens: Estruturas matricial e vetorial
Imagem (conceito geral)
- Representação mental de um objeto, de uma impressão, etc; lembrança, recordação.
- Produto da imaginação, consciente ou inconsciente; visão.
- Ponto de um conjunto que corresponde a um ponto de outro numa aplicação deste sobre aquele.
- Conjunto de pontos no espaço, para onde convergem, ou de onde divergem, os raios luminosos que, originados de um objeto luminoso ou iluminado, passam através de um sistema óptico.
Alguns dos outros conceitos de imagem
extraídos de Ferreira (1986).
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Introdução ao Processamento e
Síntese de Imagens: Estruturas matricial e vetorial
Imagem (conceito “específico”, no contexto do curso)
– Conjunto de elementos de imagem (pixel – picture element) espacialmente ordenados em um arranjo matricial, cuja posição é dada por (coluna, linha), sendo que a cada pixel é associado um tom de cinza, expresso genericamente por g(coluna, linha).
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Introdução ao Processamento e
Síntese de Imagens: Estruturas matricial e vetorial
Imagem
– Conjunto de elementos de imagem (pixel – picture element) espacialmente ordenados em um arranjo matricial, cuja posição é dada por (coluna, linha), sendo que a cada pixel é associado um tom de cinza, expresso genericamente por g(coluna, linha).
No caso de imagens coloridas tem-se, associado a
cada posição (coluna, linha) os valores de ND (nível
digital) para as bandas R(red), G(green) e B(blue)
do espectro eletromagnético, ou seja:
R(coluna,linha);
G(coluna, linha);
B(coluna, linha).
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Espectro Eletromagnético
Espectro eletromagnético (λ em µm)Fonte: Mikhail et al. (2001)
Espectro eletromagnético: Resultado da oscilação dos campos elétricos (E) e magnéticos (M) segundo um padrão harmônico de ondas.
c = λ.f Em termos dimensionais: [ LT-1 ] = [ L ].[ T-1 ]
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Fonte: http://www.astro.princeton.edu/ (Acesso em 2009).
Espectro eletromagnético
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem, na forma de um arranjo matricial
Os valores de g(c,l), ou R(c,l), G(c,l) e B(c,l), para o caso de imagens coloridas, são número inteiros armazenados em palavras de n bits.
Número máximo de tons de cinza: 2n (Resolução Radiométrica)
Colunas (c)
Linhas
(l)
g(c,l)
Elemento
(0,0)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem, na forma de um arranjo matricial
R(c,l)
G(c,l)
B(c,l)
Imagem colorida:
R(c,l), G(c,l) e B(c,l)
Imagem em tom de
cinza: g(c,l)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem, na forma de um arranjo matricial
R(c,l)
G(c,l)
B(c,l)
Imagem colorida:
R(c,l), G(c,l) e B(c,l)
Imagem em tom de
cinza: g(c,l)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem, na forma de um arranjo matricial
R(c,l)
G(c,l)
B(c,l)
Imagem colorida:
R(c,l), G(c,l) e B(c,l)
Imagem em tom de
cinza: g(c,l)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem, na forma de um arranjo matricial
R(c,l)
G(c,l)
B(c,l)
Imagem colorida:
R(c,l), G(c,l) e B(c,l)
Imagem em tom de
cinza: g(c,l)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Colunas (c)
Linhas
(l)
g(c,l)
Elemento
(0,0)
n 2n
1 2
2 4
3 8
4 16
5 32
6 64
7 128
8 256
9 512
10 1024
11 2048
12 4096
... ...
Imagem, na forma de um arranjo matricial
Os valores de g(c,l), ou R(c,l), G(c,l) e B(c,l), para o caso de imagens coloridas, são número inteiros armazenados em palavras de n bits.
Número máximo de tons de cinza: 2n (Resolução Radiométrica)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem
No contexto visto, as imagens são apresentadas como um conjunto discreto de pontos, onde é associado a cada um desses pontos um valor, ou amplitude, que corresponde a uma intensidade (brilho).
Um vez que a luz é uma forma de energia, f(x,y) deverá estar no seguinte intervalo:
A função f(x,y) pode ser caracterizada por duas componentes (GONZALEZ e WOODS, 1993):(1) A quantidade de luz incidente na cena sendo visualizada, dada por i(x,y),
sendo 0<i(x,y)<∞ e denominada componente de iluminação*;
(2) A quantidade de luz refletida pelos objetos da cena, dada por r(x,y), sendo 0<r(x,y)<1 e denominada componente de reflectância.
∞<< )y,x(f0
)y,x(r)y,x(i)y,x(f =* Optou-se por usar a terminologia adotada por (GONZALEZ e WOODS, 1993). Na literatura
relacionada à Sensoriamento Remoto este conceitos são aprofundados e algumas diferenças na terminologia podem ser encontradas.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem
A componente de reflectância (0<r(x,y)<1) depende da composição de cada material que forma os objetos presentes na cena.
Alguns valores típicos (GONZALEZ e WOODS, 1993):
Veludo preto 0,01 Prata 0,90
Aço inoxidável 0,65 Neve 0,93
Parede plana branca 0,80
Os valores 0<i(x,y)<∞ e 0<r(x,y)<1 são valores teóricos.
r(x,y) = 0 (Corresponde a ter absorção total)
r(x,y) = 1 (Corresponde a reflectância total)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem
A intensidade de uma imagem monocromática f na posição (x,y) é normalmente denominada nível de cinza ou nível digital (ND). Alguns autores utilizam o símbolo g e outros l. A partir da equação f(x,y)=i(x,y)r(x,y) tem-se os limites mínimo e máximo da intensidade (I):
maxmin LIL ≤≤
Na prática normalmente são feitas operações matemáticas de modo que o intervalo numérico fique no intervalo [0, L].
0 – Corresponde ao preto;
L – Branco.
Os valores intermediários correspondem aos valores de tons de cinza.
=
=
maxmaxmax
minminmin
riL
riL
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem
Para ser adequada ao processamento e ao tratamento computacional a função contínua f(x,y) deve ser digitalizada, ou discretizada, tanto em termos espaciais quanto em amplitude.
– A digitalização (ou discretização) em termos espaciais, ou das coordenadas (x,y), é denominada amostragem espacial (image
sampling).
– A digitalização em amplitude é denominada quantização em tons de cinza (gray-level quantization).
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem mostrada em diferentes
resoluções radiométricas
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Resolução Radiométrica: 28
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Resolução Radiométrica: 27
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Resolução Radiométrica: 26
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Resolução Radiométrica: 25
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Resolução Radiométrica: 24
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Resolução Radiométrica: 23
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Resolução Radiométrica: 22
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Resolução Radiométrica: 21
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem mostrada em diferentes
resoluções espaciais
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem de uma mesma área, para diferentes taxas de
amostragem espacial
GSD (Ground Sample Distance)* ≈ 0,25 m * Dimensão do Elemento Amostral no Terreno
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem de uma mesma área, para diferentes taxas de
amostragem espacial
GSD (Ground Sample Distance)* ≈ 0,50 m * Dimensão do Elemento Amostral no Terreno
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem de uma mesma área, para diferentes taxas de
amostragem espacial
GSD (Ground Sample Distance)* ≈ 1,00 m* Dimensão do Elemento Amostral no Terreno
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem de uma mesma área, para diferentes taxas de
amostragem espacial
GSD (Ground Sample Distance)* ≈ 2,00 m* Dimensão do Elemento Amostral no Terreno
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Imagem de uma mesma área, para diferentes taxas de
amostragem espacial
GSD (Ground Sample Distance)* ≈ 4,00 m * Dimensão do Elemento Amostral no Terreno
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Além da resolução espacial e radiométrica, um outro aspecto
relevante é a Resolução Espectral
A resolução espectral está relacionada à obtenção de imagens apartir de múltiplas bandas, sendo possível analisar e extrairinformação a partir da resposta dos alvos a estas bandasespectrais.
Segundo Menezes e Almeida (2012) o termo resolução espectralenvolve pelo menos três parâmetros de medida:– O número de bandas que determinado sensor possui;
– A largura, em comprimento de onda, das bandas;
– As posições que as bandas estão situadas no espectro eletromagnético.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Além da resolução espacial e radiométrica, um outro aspecto
relevante é a Resolução Espectral
Exemplos de imagens de uma mesma região, obtidas a partir da banda no visível (a) e no infravermelho próximo (b). Fonte: Menezes e Almeida (2012).
b)a)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Estruturas de representação do tipo vetorial e matricial
Desenho feito em um aplicativo do tipo CAD e salvo na forma de uma imagem.
1 1 1 1 1 1 1 01 1
1 1 1 1 1 1 0 01 1
1 1 1 1 1 0 0 11 1
1 1 1 1 0 0 1 11 1
1 1 1 0 0 1 1 11 1
1 1 0 0 1 1 1 11 1
1 0 0 1 1 1 1 11 1
0 0 1 1 1 1 1 11 1
0 1 1 1 1 1 1 11 0
1 1 1 1 1 1 1 10 0
1 1 1 1 1 1 1 10 1
Pequeno segmento de imagem onde pode-se ver os pixels e a matriz de intensidade correspondente.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Primitivas gráficas
Os exemplos mostrados anteriormente correspondem a estruturas matriciais.
Primitivas gráficas: Pontos, Linhas e Áreas (ou Polígonos).
Para o caso de linhas:
Algoritmo de Bresenham
Alg. de Bresenham (operações com inteiros)
Alg. de Bresenham generalizado (inteiros)
Para o caso de círculos:
Alg. de Bresenham Serão vistos em síntese de imagens.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Fonte: Câmara, Davis e Monteiro (2009).
Estrutura de representação do tipo vetorial e a
possibilidade de inserção de topologia
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Ponto
Posição (x,y)
Segmento de reta
Ponto inicial (xi,yi)
Ponto final (xf,yf)
Polígono / Área
(x0,y0), (x1,y1), (x2,y2),.... ,(xn,yn), (x0,y0).
Circunferência: Posição do centro (x,y), Raio (r)
Elipse ...
Representação vetorial
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Representação vetorial...
ENDSEC
0
SECTION
2
ENTITIES
0
POLYLINE
8
1
6
CONTINUOUS
62
7
5
29
66
1
10
0.0
20
0.0
30
0.0
70
1
210
0.0
220
0.0
230
1.0
0
VERTEX
8
1
6
CONTINUOUS
62
7
...
Trecho de um arquivo .DXF
(Arquivo ASCII definido pelo produtor do Autocad)
Outros Formatos: DGN (MicroStation), DWG (Autodesk), SHP
(Arc/Info), CGM (Computer Graphic Metafile), PDF (Portable Document
Format), etc.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Formatos de armazenamento
São inúmeros os formatos de armazenamento, tanto de dados no modo vetorial quanto matricial (ou raster)
Como o foco da disciplina consiste no processamento e síntese de imagens, serão tratados apenas alguns dos formatos destinados ao armazenamento de dados matriciais.
Essencialmente as imagens são estruturas matriciais no qual são armazenados valores de intensidade, normalmente valores inteiros, em palavras de n bits, sendo o número de valores de intensidade dado por 2n, sendo os valores indexados no intervalo [0, 2n - 1].
Para n=8, 2n=256
Intervalo para os valores de intensidade [0, 255]
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Formatos de armazenamento
Alguns exemplos de formatos comumente utilizados:
BMP, PPM, PGM, PBM, JPEG, TIFF, PNG, RAW, GIF, ...
BMP – Windows BitMaP
PPM - Portable PixMap
PGM - Portable GrayMap
PBM - Portable BitMap
JPEG - Joint Photographic Experts Group
TIFF - Tagged Image File Format
GIF – Graphics Interchange Format (Limitado a paleta de 8-bits, suporta animação)
PNG – Portable Network Graphics (Sucessor em formato aberto do GIF, suporta 16 milhões de cores)
ECW - Enhanced Compression Wavelet (Formato proprietário da Leica Geosystem)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Compactação com e sem perda
Formatos que normalmente não consideram a compactação
BMP, PBM, PGM,
PPM, ...
Alguns formatos de imagem consideram a possibilidade de compressão das imagens, em diferentes níveis de compactação, podendo a compactação ser com perda de informação (Lossy compression) ou sem perda de informação (Lossless compression).
Formatos que permitem a compactação
JPG, TIF, PNG,
GIF, ECW, ...
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Taxa de compactação – Efeito na imagem
Arquivos com: 56 Kb, 9 Kb e 6 Kb, respectivamente. Todos foram salvos no formato JPG, com as qualidades 100%, 50% e 25%, respectivamente.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Taxa de compactação – Efeito na imagem
Arquivos com: 56 Kb, 9 Kb e 6 Kb, respectivamente. Todos foram salvos no formato JPG, com as qualidades 100%, 50% e 25%, respectivamente.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Formatos de imagem PBM, PGM e PPM
PBM - Portable Bit Map
PGM - Portable Gray Map
PPM - Portable Pixel Map
Origem
Foi criado nos anos 80 por Jef Poskanzer e foi destinado originalmente para envio de imagens via internet.
Alguns aplicativos que permitem a leitura e escrita destes formatos de imagem:
GIMP, ImageJ, Xview` Plataformas UNIX, LINUX
IrfanView, Lview, GIMP, ImageJ, ... Windows
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017 Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017 Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Bibliografia
CÂMARA, G.; DAVIS, C. ; MONTEIRO, A. M. V. Introdução à Ciência da Geoinformação. INPE: SãoJosé dos Campos. Disponível em: http://www.dpi.inpe.br/gilberto/livro/introd/. Acesso: Novembrode 2014.
FERREIRA, A. B. de H. Novo dicionário da língua Portuguesa. 2ª ed. Rio de Janeiro: Editora NovaFronteira, 1986. (ISBN 85-209-0411-4)
GONZALEZ, R. C.; WOODS, R. E. Digital image processing. Reading: Addison-Wesley PublishingCompany, Inc., 1993.
GONZALEZ, R. C.; WOODS, R. E. Processamento Digital de Imagens. 3ª ed. São Paulo: PearsonPrentice Hall, 2010.
GOMES, J.; VELHO, L. Computação Gráfica - Volume 1. IMPA - Instituto de Matemática Pura eAplicada, Rio de Janeiro, RJ-Brasil, 1998.
MENEZES, P. R.; ALMEIDA, T. de Introdução ao Processamento de Imagens de Sensoriamento
Remoto. UNB – Universidade de Brasilia, CNPq – Conselho Nacional de Pesquisa eDesenvolvimento, Brasilia, 2012.
MIKHAIL, E. M.; BETHEL, J.; McGLONE, J. C. Introduction to Modern Photogrammetry. New York:John Wiley & Sons, 2001. (ISBN 0-471-30924-9)
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Apêndice
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
A título de curiosidade, uma vez que este assunto será tratadofuturamente, em outras disciplinas do curso, serão mostradas algumassuperfícies usadas na calibração radiométrica de alguns sensores.
Superfícies de referência usadas na calibração
radiométrica
Em algumas aplicações em laboratório são utilizadas placas de referênciacompostas por Sulfato de Bário (BaSO4), como pode-se ver em Soutoet al. (2005). Algumas destas placas de referência são conhecidascomo Spectralon (https://www.labsphere.com).
Souto, R. P.; Kampel, M.; Brandini, F.; Velho, H. F. de C.; Stephany, S. Análise comparativa de medições in situ e orbital de radiâncias do oceano na estimativa de concentração de clorofila-a. Anais do XII SBSR, Goiânia, INPE, 2005, p. 3679-3686.
Placas de Spectralon.
Fonte: https://www.labsphere.com, 2017.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
No caso de alguns sensores orbitais são usadas referências naturais,como por exemplo regiões desérticas como o Salar de Uyuni, naBolívia. A figura abaixo mostra a localização deste salar na Bolívia.
Superfícies de referência usadas na calibração
radiométrica
Fonte: Google Earth, 2017.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Superfícies de referência usadas na calibração
radiométricaSalar de Uyuni
na Bolívia.
Fonte: Google Earth, 2017.
Introdução ao Processamento e Síntese de Imagens, Eng, Cartográfica, Prof. M. Galo, 2017
Superfícies de referência usadas na calibração
radiométrica
Em (a) e (b) são mostradas duas imagens do Salar de Uyuni, Bolívia, utilizado nacalibração radiométrica de sensores orbitais. Fonte: Ponzoni et al. (2015).
Ponzoni, F. J.; Pinto, C. T.; Lamparelli, R. A. C.; Júnior, J. Z.; Antunes, M. A. H. Calibração de Sensores Orbitais. São Paulo, Oficina de Textos, 2015, 96 p.