Universidade Federal Rural do Rio de Janeiro
T.E.C.S.: Agricultura de Precisão - CPGA-CS
Imagens Digitais
na Agricultura de Precisão
Prof. Carlos Alberto Alves Varella – [email protected]
Prof. Marcos Bacis Ceddia – [email protected]
Novembro/2005
Aplicação de Imagens
• Visão Artificial :utilização de imagens
digitais para fins de automação de processos
• Sensoriamento Remoto: fotointerpretação identificação automática da variabilidade
Visão Artificial
Aquisição
Processamento
Análise
Atuadores
Processamento – Análise:
Software e Hardware
Aquisição: Câmera
Atuadores:
Máquinas e
Equipamentos
0,5 m
• Resolução Espacial = 0,1 mm.pixel-1
•Tamanho da Imagem = 1039L x 1392C
• Embrapa Milho e Sorgo
• Estimativa do Estresse de N em Milho
Sensoriamento Remoto
Aquisição
Imagens de satélites
Processamento
Análise
Imagens Aéreas
Modelo Simples de Imagem
Função bivariada de intensidade luminosa = f(x,y)
f (x, y)  brilho0  brilho   mundo real
f(x,y)= r.i
i(x,y)
r(x,y)
b=brilho = níveis de cinza no mundo digital
r= reflectância: f(objeto)
i=iluminação: f(fonte de luz)
Restrições do Modelo de Imagem
0  r(x, y)  1
f (x, y)  r(x, y)  i(x, y)
0  i(x, y)  
Reflectância, r (adm)
Iluminação, i (lux e fonte)
0,93 neve
900
dia ensolarado
0,80 parede branca
100
dia nublado
0,85 aço inoxidável
10
iluminação escritório
0,01 veludo preto
0,001
noite de lua cheia
Amostragem e Quantização da Imagem
• Amostragem: é a digitalização das coordenadas (x,y) =
tamanho da imagem digital (LxC);
• Quantização: é a digitalização da amplitude escalonada
em níveis de cinza.
Imagem = função contínua
f (x,y) = tons de cinza (Lmin, Lmax)
Imagem Digital = função discreta e escada
Função
Contínua
Amostragem
Função
Discreta
Quantização
Função
Escada
Imagem Digital
Imagem Real
CCD-Câmera
Amostragem
Imagem Digital
Quantização
Imagem Digital
y=C
Resolução
Espacial
x=L
Nível de Cinza
Resolução
do Brilho
Branco
Voltagem
Grid discreto (L linhas x C colunas)
Imagem monocromática digital
C
L
Quantização: amplitude escalonada em níveis de cinza.
f (0,1)
 f (0, C  1 
f (0,0)
f (1,0)

f
(
1
,
1
)

f
(
1
,
C

1
)

f ( x , y)  
 



f (L  1,0) f (L  1,1)  f (L  1, C  1)
• A função f(x,y) é representada pela matriz L x C
• Matriz (L x C) é o que denominamos de Imagem
Digital.
• Cada elemento da matriz denominamos ‘um elemento
de imagem, pixel ou pel’.
• Cada elemento da matriz é representado por uma
quantidade discreta ‘níveis de cinza’.
Tipos de imagens
•
•
•
•
•
Binária: preto e branco
Monocromática: tons de cinza
Colorida: falso rgb - câmeras comerciais
RGB: rgb verdadeiro-true color
Color-NIR: falsa cor infravermelho-color
infrared
Binária – 1 bit
Preto e Branco: normalmente é o resultado do processamento
 Eleandro / Prof. Daniel
 Fazendinha - UFRRJ -RJ
 Estimativa de Cobertura do Solo
Número de Bits para cada Pixel da Imagem
b  log2 N
b
=
log2 =
número de bits para cada pixel = bits pixel;
logaritmo na base 2;
N
número de níveis de cinza.
=
Exemplo: para uma imagem preto e branco precisamos de
dois níveis de cinza. Então N=2, e bits pixel é:
b  log2 2
b 1
Monocromática – 8 bits
• Fazendinha – UFRRJ
Número de níveis de cinza da imagem
N2
b
N = número de níveis de cinza.
b = número de bits para cada pixel = bits pixel;
Exemplo: para uma imagem monocromática de 8 bits. Temos b=8,
e níveis de cinza é:
N2
8
N  256
Colorida – 8 bits
Câmera Digital SONY
RGB – 24 bits (True color)
Câmera
DUNCANTECH
Configuração
RGB
Red
Green
Blue
Falsa cor (Color Infrared) – 24 bits
Câmera
DUNCANTECH
Configuração
NRG
NIR
Red
Green
Bits necessários para armazenar a imagem
B  LCb
B = bits necessários para armazenar a imagem = Bits
arq ;
L = número de linhas da imagem;
C = Número de colunas da imagem;
b
= número de bits para cada pixel = bits pixel;
Exemplo: para uma imagem RGB (true color) de 652L x
1024C. Temos L=652; C=1024; n=24, e Bits arq é:
B  652 1024  24  160 .023 .552
• Considerando o Byte de 8 bits (mais usual), e
sem o uso de nenhum algoritmo de
compressão (JPG é mais usual), temos:
B  160.023.55
2 Bits  2.002.944Bytes
B  2.002.944bytes 2.002,944 kBytes 2Mb  0,002Gb
Livro: GONZALEZ & WOODS (2000)
Prática 1
Formatos de Imagens Digitais
Resolução da Imagem - Resolução Espacial
Número de Níveis de Cinza
1) Utilize o programa “Corel Photo-Paint” para abrir a imagem a imagem “Figura1.jpeg”. Obtenha as
seguintes informações:
a) Resolução da imagem
b) Resolução espacial
c) Tamanho original da cena=
2) Salve a imagem no formato BMP com 300 dpi usando o programa “Corel Photo-Paint”. Feche o
“Corel Photo-Paint”.
Abra as imagens Figura1.bmp (100dpi e 300dpi) no programa “Microsof-Paint”. Salve-as no
formato BMP monocromático. Preencha a tabela abaixo:
Tabela 1. Formato, Tamanho da imagem (LxC), Bits Pixel, Níveis de Cinza, Tamanho do Arquivo
Figura 1
Formato
100 dpi
BMP Corel
100 dpi
BMP Paint
300 dpi
BMP Corel
300 dpi
BMP Paint
Linhas
Colunas
b
(bits pixel)
N
(Cinza)
B
(Bits arq)
B
(Bytes rq)
3) Tente responder as seguintes questões:
a) Qual o tamanho real da imagem?
b) O porque da diferença entre os tamanhos dos arquivos BMP Corel e Paint?
c) Qual dos formatos escolheria para armazenar essa imagem (BMP Corel ou Paint)? Porque?
Download

Imagens digitais na agricultura de precisão