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



Síntese de Imagens: Estruturas matricial e vetorial

Tópicos:

– Conceito de imagem digital;

– Estruturas vetorial e matricial (classes de representações geométricas);

– Formatos de armazenamento.




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.




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).




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).




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).


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 ]


Fonte: http://www.astro.princeton.edu/ (Acesso em 2009).

Espectro eletromagnético


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)



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)



R(c,l)

G(c,l)

B(c,l)

Imagem colorida:


Imagem em tom de

cinza: g(c,l)



R(c,l)

G(c,l)

B(c,l)

Imagem colorida:


Imagem em tom de

cinza: g(c,l)



R(c,l)

G(c,l)

B(c,l)

Imagem colorida:


Imagem em tom de

cinza: g(c,l)


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

... ...


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)


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.


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)


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


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).


Imagem mostrada em diferentes

resoluções radiométricas


Resolução Radiométrica: 28








Imagem mostrada em diferentes

resoluções espaciais


Imagem de uma mesma área, para diferentes taxas de

amostragem espacial

GSD (Ground Sample Distance)* ≈ 0,25 m * Dimensão do Elemento Amostral no Terreno



amostragem espacial




amostragem espacial

GSD (Ground Sample Distance)* ≈ 1,00 m* Dimensão do Elemento Amostral no Terreno



amostragem espacial

GSD (Ground Sample Distance)* ≈ 2,00 m* Dimensão do Elemento Amostral no Terreno



amostragem espacial



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.


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)


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.


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.


Fonte: Câmara, Davis e Monteiro (2009).

Estrutura de representação do tipo vetorial e a

possibilidade de inserção de topologia


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


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.


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]


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)


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, ...


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.


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.


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)


Apêndice


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.


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.


radiométrica

Fonte: Google Earth, 2017.



radiométricaSalar de Uyuni

na Bolívia.

Fonte: Google Earth, 2017.



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.

Introdução ao Processamento e Síntese de ImagensIntrodução ao...

Documents

Transcript of Introdução ao Processamento e Síntese de ImagensIntrodução ao...