152
CAPÍTULO 6: IMAGEM
Figura 5. Dilatação de uma função.
chamado de quantização.
Do ponto de vista computacional a discretização de cor está relacionada diretamente
com o problema de discretização do espaço R3 e temos opções de usar aritmética de
ponto flutuante com 32 ou 64 bits. No entanto do ponto de vista de exibição de imagens
a questão é mais delicada. Com efeito, a gradação de intensidades mostrada na Figura 6
possui apenas 256 níveis de intensidade (8 bits), e no entanto não percebemos esses
níveis. Este exemplo mostra que devemos levar em consideração aspectos perceptuais.
Estudaremos o problema de quantização de cor mais adiante na Seção 5.
3
Representação matricial e reconstrução
A reconstrução da função imagem a partir de sua representação matricial f (xj , yk ) é um
problema de interpolação. Temos inúmeras possibilidades para interpolar as amostras
de f na matriz de representação. Uma pergunta importante é a seguinte: existe algum
método de interpolação que obtenha a reconstrução exata da função imagem original?
Essa pergunta está relacionada com o problema que mencionamos anteriormente de
discutir vantagens e desvantagens dos métodos de representação por amostragem pontual
ou por amostragem de área. Uma análise desse problema foge ao carater introdutório
do livro. Nesta seção vamos estudar os três métodos mais utilizados para reconstruir
imagens.
Dado um reticulado P em Rn , com células Cm , m = 0, 1, . . . , k − 1, tomemos um
ponto pk ∈ Ck em cada uma das células Ck . Um núcleo de reconstrução n-dimensional
Figura 6. Gradação com 256 níveis de intensidade.