Visão por Computador
http://gec.di.uminho.pt/lesi/vpc, http://gec.di.uminho.pt/mcc/vpc
LESI / LMCC – 5º Ano
Introdução
João Luís Ferreira Sobral
Departamento do Informática
Universidade do Minho
Setembro 2003
Programa
Introdução e objectivos
Pretende-se com esta disciplina complementar a formação dos alunos com conhecimentos da área de
Visão por Computador. Designadamente, pretende-se introduzir conhecimentos relativos aos métodos
de processamento de imagens, utilizados para melhorar as características de imagens, e os processos
que visam a extracção automática de informação de imagens.
Para atingir estes objectivos, e sendo o processamento de imagem uma área de índole bastante
experimental, existirá uma forte ligação entre a componente teórica e a componente prática: os conceitos
introduzidos na componente teórica serão experimentados na aula prática seguinte, utilizando uma
ferramenta de processamento de imagem, o sistema Khoros. Desta forma são experimentadas as
diversas técnicas, permitindo ao aluno obter as suas próprias conclusões relativamente a cada método.
Componente Teórica
I. Processamento de Imagem
o
Introdução aos sistemas de processamento de imagem.
o
Natureza de uma imagem digital. Calibração de imagem.
o
Propriedades estatísticas das imagens: brilho e contraste. Histograma.
o
Filtros no domínio do espaço. Convolução digital. Filtros passa-alto e
passa-baixo. Suavização de imagens. Detecção e realce de contornos. Filtros
não lineares.
o
Filtros no domínio das frequências. Transformada de Fourier e Teorema da
convolução.
o
Restauração de imagem.
o
Compressão de imagem: compressão sem perda e compressão com perda.
o
Processamento de imagens a cor.
II. Análise de Imagem
o
Binarização simples múltipla e adaptativa.
o
Operadores morfológicos: erosão, dilatação e esqueletização.
o
Análise de texturas: modelos estrutural, estatístico e espectral.
o
Segmentação de imagens em regiões. Detecção de formas: verificação de
padrões, pirâmides de resolução e transformada de Hough.
o
Descrição de formas: chain codes, assinaturas, polígonos e convex hull.
o
Reconhecimento de objectos
III. Visão por Computador em Tempo Real
o
Requisitos de processamento em termos de hardware e software.
Componente Prática
o
Sessões práticas com o sistema Khoros, Desenvolvimento de algoritmos.
Visão por Computador
2
© João Luís Sobral 2003
Programa
Equipa Docente
João Luís Ferreira Sobral
email: jls@...
telefone: 4439 (253 604439 do exterior)
Planeamento
Aula
Dia
Matéria
1
26/09
2
3/10
3
10/10
4
17/10
Restauração de imagem
GZ 5
5
24/10
Processamento de imagens a cores
GZ 6
6
31/10
Compressão de imagem
GZ 8
7
7/11
Segmentação de imagens, operadores morfológicos
GZ 9, 10
8
14/11
Representação e descrição de regiões.
GZ 11
9
21/11
Reconhecimento de objectos / regiões
GZ 12
10
28/11
Visão por Computador em tempo real
11
5/12
Projecto: processamento de imagem
12
12/12
Projecto: segmentação de imagens em regiões
13
19/12
Projecto: classificação de regiões
Apresentação da disciplina, caracterização da área,
natureza e características de uma imagem
Propriedades estatísticas das imagens, alteração do
brilho e contraste, convolução digital
Transformada de Fourier, filtros no domínio das
frequências, teorema da convolução
Bibliografia
GZ 1, 2
GZ 3
GZ 4
Bibliografia
GZ2e
R. Gonzalez, R. Woods. Digital Image Processing, 2ª Ed, Prentice Hall, 2002.
(http://www.imageprocessingbook.com/)
SK2e
M. Sonka, V. Hlavac, R. Boyle. Image Processing Analysis and Machine
Vision, 2ª edição, Prentice Hall, 1999.
Avaliação
Um trabalho prático (ou um exame escrito).
Visão por Computador
3
© João Luís Sobral 2003
Caracterização da área
Principais aplicações
•
Realçar informação contida na imagem para facilitar a sua percepção
•
Obter informação da imagem para apoio a modelos de decisão
Três níveis de processamento
•
Baixo nível (processamento de imagem)
•
Nível intermédio (análise de imagem)
•
Alto nível (compreensão de imagem)
Alguns exemplos de aplicações de processamento de imagem/visão
•
Medidas antropométricas
•
Contagem de pessoas
•
Reconhecimento de matrículas
•
Vigilância remota
Visão por Computador
4
© João Luís Sobral 2003
Natureza de uma imagem digitalizada
Sistema de aquisição e processamento de imagens
O processo de digitalização
•
Amostragem de uma imagem 3D numa superfície 2D
•
Obtenção de pixels quadrados ou rectangulares
•
Tipicamente obtém imagens de 256x256 a 1024x1024 pixels
•
Existem vários tipos de sensores (luz visível, infravermelho, etc.)
•
Podem existir vários tipos de sensores operando em simultâneo
Alguns problemas do processo de digitalização
•
Limites dos sensores (amplitude e tempo de resposta)
•
Período de amostragem
•
Desfasamento temporal entre os vários sensores
•
Ruído de quantificação (aliasing)
Operações típicas a aplicar às imagens
•
Remover ruído
•
Melhorar o contraste da imagem
•
Alterar o tamanho ou forma da imagem
•
Corrigir a distorção espacial
•
Retirar rastos do movimento
•
Corrigir focagens deficientes
•
Codificar imagens
•
Segmentar imagens para localizar objectos ou realçar atributos
Visão por Computador
5
© João Luís Sobral 2003
O nosso sistema de visão
Formação da imagem no nosso olho
•
A luz proveniente do exterior é projectada na retina, depois de ter atravessado a
córnea e a lente
•
O olho adapta a forma da lente para focar objectos mais distantes (lente mais
plana) ou mais próximos (lente mais curva).
•
A distância entre a lente e a retina varia entre 14 mm e 17mm
•
A parte da retina responsável por detectar os detalhes da imagem tem cerca de
150 000 elementos por mm2 e uma área de 1.5mm x 1.5mm
Adaptação de brilho e discriminação
•
O nosso olho não utiliza um sistema de brilho proporcional à intensidade da luz
(os contornos são realçados e o brilho não depende apenas de sua intensidade)
Visão por Computador
6
© João Luís Sobral 2003
O nosso sistema de visão
Adaptação de brilho e discriminação (cont.)
•
O nosso olho sofre de ilusões ópticas, fenómenos que ainda não estão
completamente explicados
Visão por Computador
7
© João Luís Sobral 2003
O nosso sistema de visão
A luz e o espectro electomagnético
•
O nosso olho apenas é sensível a uma parte reduzida do especto.
•
O nosso olho capta as ondas (na gamas do espectro visível) reflectidas pelos
objectos. Os objectos brancos reflectem de forma balanceada todas as cores
visíveis.
Visão por Computador
8
© João Luís Sobral 2003
Aquisição de Imagem
Sensores
•
Elementos sensíveis à energia, transformando-a numa voltagem.
•
Cada sensor é sensível a um determinado tipo de energia (i.é., gama do especto).
•
A aquisição pode ser efectuada por um único sensor, por uma linha de sensores ou
por uma matriz de sensores.
Visão por Computador
9
© João Luís Sobral 2003
Aquisição de Imagem
Sensores
•
Captação de imagem com uma linha de sensores
•
Captação de imagem com uma matriz de sensores
Visão por Computador
10
© João Luís Sobral 2003
Aquisição de Imagem
Amostragem e discretização
•
A voltagem produzida pelos sensores tem que ser amostrada (i.é., detectado o seu
valor em intervalos fixos) e discretizada para valores inteiros, uma vez que a
voltagem é um sinal contínuo.
•
Quando são utilizados vários sensores, o número de sensores estabelece o número de
amostragens.
Visão por Computador
11
© João Luís Sobral 2003
Aquisição de Imagem
Representação de uma imagem digital
•
Representação de uma imagem de M linhas por N colunas:
•
Tipicamente o número de tons associado a cada pixel é geralmente uma potência de 2.
•
Resolução espacial (i.é., amostragem)
•
Resolução em número de tons (i.é., discretização)
Visão por Computador
12
© João Luís Sobral 2003