2.5 Processamento de Imagens
2.5.1 Conceitos Fundamentais
Diversos recursos computacionais j´a foram implementados com objetivo de apoiar ati- vidades diversas realizadas anteriormente de forma manual. O Processamento de Imagens cont´em relevantes e significativas contribui¸c˜oes para o ser humano. Segundo Gonzalez e Woods (2000) o Processamento de Imagens ´e um vasto conjunto de opera¸c˜oes que podem ser aplicadas em uma representa¸c˜ao matem´atica de uma imagem com objetivo de resolver determinado problema.
Atualmente t´ecnicas de processamento de imagens s˜ao amplamente utilizadas em ´areas como medicina, geografia, arqueologia, f´ısica, intera¸c˜ao humano computador, eletrˆonica e outros (GONZALEZ; WOODS, 2000). Na medicina, atividades como interpreta¸c˜ao de imagens de raios-X, melhoria na qualidade de imagens de ultrassonografia e apoio a treinamento m´edico s˜ao situa¸c˜oes nas quais trabalhos com imagens s˜ao aplicados. Na geografia pode-se citar exemplos de utiliza¸c˜ao em sistemas de reconhecimento de terre- nos e simula¸c˜oes e na intera¸c˜ao humano computador pode-se apontar a realidade virtual, apoio ao ensino e aprendizagem, reconhecimento facial e apoio a sistemas com recursos de acessibilidade (NUNES, 2011).
2.5 Processamento de Imagens 42
Uma imagem ´e apresentada por Gonzalez e Woods (2000) como a representa¸c˜ao de um objeto f´ısico que pode ser armazenada, manipulada e interpretada de acordo com as necessidades dos interessados. Matematicamente uma imagem pode ser definida como a intensidade de sinal retornada ao sensor. Segundo Nunes (2006, 2011) e Gonzalez e Woods (2000) a maioria das imagens s˜ao bidimensionais e definidas pelas f´ormulas f=(x,y), onde x e y s˜ao coordenadas espaciais e f fornece a intensidade da imagem no ponto.
Um caso especial de imagem ´e constitu´ıdo por imagens digitais. Nesta abordagem, a imagem ´e representada por um vetor de valores discretos (NUNES, 2006). Normalmente o vetor trata-se de um conjunto de linhas e colunas e cada ´ındice das mesmas representa um ponto da imagem e os valores armazenados nestes ´ındices identificam o n´ıvel de cinza na- quele ponto. Os elementos da matriz s˜ao chamados de elementos da imagem ou elementos da figura ou pixels, este ´ultimo ´e uma abrevia¸c˜ao de picture elements (GONZALEZ; WO- ODS, 2000). Segundo Nunes (2006) os valores assumidos em cada ponto s˜ao quantificados por n´umeros pertencentes a uma escala de cores diferentes e em geral s˜ao representadas por escalas de cinza onde o valor zero representa a cor mais escura (preto) e o valor mais alto M representa a cor mais clara (branco). A equa¸c˜ao retirada do trabalho de Nunes (2006) apresenta uma matriz de imagem digital onde n e m correspondem `a quantidade de linhas e colunas respectivamente.
f = (x, y) f0,0 f0,1 ... f0,n-1 f1,0 f1,1 ... f1,n-1 . . . m,-1,0 m-1,1 ... m-1,n-1
Segundo Gonzalez e Woods (2000) a atividade de processamento de imagens abrange uma ampla classe de hardware, software e fundamentos te´oricos. Os autores explicam que o objetivo global desta atividade ´e produzir resultado a partir do dom´ınio de um problema utilizando imagens. Por exemplo, ler o endere¸co em uma correspondˆencia ou identificar um rosto em uma foto podem ser dom´ınios a serem resolvidos.
Coleta, armazenamento, processamento e exibi¸c˜ao s˜ao atividades relacionadas ao pro- cessamento de imagens. A atividade de processamento merece destaque dentre as demais porque de acordo com Gonzalez e Woods (2000) refere-se aos algoritmos computacio- nais que realizam a manipula¸c˜ao de uma imagem retornando uma imagem final proces- sada. Gonzalez e Woods (2000) apresentam, de forma t´ecnica, as atividades de proces-
2.5 Processamento de Imagens 43
samento como Aquisi¸c˜ao de Imagens, Pr´e-Processamento, Segmenta¸c˜ao, Representa¸c˜ao e Descri¸c˜ao, Reconhecimento e Interpreta¸c˜ao.
A Aquisi¸c˜ao de Imagens ´e primeira atividade necess´aria para o processamento de imagens e visa obter uma imagem digital. Pode ser feita utilizando dispositivos de video capaz de coletar e digitalizar o sinal produzido pelo equipamento tais como cˆameras digitais, webcam ou um leitor que permita capturar uma linha da imagem.
Ap´os obter a imagem o Pr´e Processamento deve ser realizado com objetivo de melhorar a imagem aumentando assim as chances de sucesso do processamento em si. Uma forma de melhoria da imagem ´e a suaviza¸c˜ao que ´e utilizada para redu¸c˜ao de efeitos da coleta da imagem que comprometem sua qualidade, por exemplo, ru´ıdos. Outra t´ecnica ´e conhecida por realce que tem o objetivo de destacar detalhes relevantes da imagem e melhorar a visualiza¸c˜ao de bordas.
Nunes (2011) apresenta dois exemplos de t´ecnicas de suaviza¸c˜ao (pr´e processamento) da imagem conhecidos por M´edia Vizinhan¸ca, Mediana Vizinhan¸ca e uma t´ecnica de realce chamada Quantiza¸c˜ao. A M´edia Vizinhan¸ca ´e uma das t´ecnicas mais cl´assicas e seu processamento consistem em gerar uma imagem no qual o valor de cada pixel ´e obtido por meio do c´alculo da m´edia dos pixels vizinhos. A Mediana Vizinhan¸ca tem processo semelhante a M´edia Vizinhan¸ca, mas diferente da primeira, na segunda t´ecnica cada pixel da imagem final ´e substitu´ıdo pelo valor mediano da vizinhan¸ca do pixel. O valor mediano de um conjunto de valores (m) ´e tal que a metade dos valores no conjunto s˜ao menores que m e outra metade ´e formada por valores maiores que m. A Figura 3 retirado de Nunes (2011) apresenta exemplos de uma imagem adquirida e de duas imagens finais, uma suavizada pela M´edia Vizinhan¸ca e outra pela Mediana vizinhan¸ca nas quais ´e poss´ıvel identificar uma melhora na qualidade final da imagem.
Outra t´ecnica de melhoria da imagem apresentada por Nunes (2011) ´e a quantiza¸c˜ao. Nesta t´ecnica, percorre-se os pixels da imagem ajustando seus valores para n´umeros pr´e determinados, considerando uma quantidade de cores definidas para tal a¸c˜ao. A Figura 4 tamb´em extra´ıda do trabalho de Nunes (2011) mostra um exemplo de realce realizado em uma imagem m´edica na qual ´e aplicado um filtro com dez n´ıveis de cinza. A melho- ria do contraste ´e vis´ıvel na imagem e destacado pela autora como forma de apresentar informa¸c˜oes relevantes da figura. A aplica¸c˜ao de realce em atividades que utilizam pro- cessamento de imagens ´e considerada fundamental por destacar estruturas de interesse para seus utilizadores.
2.5 Processamento de Imagens 44
Figura 3 – Imagem de aplica¸c˜ao de filtro de suaviza¸c˜ao com base na vizinhan¸ca. Fonte: (NUNES, 2011)
´e um dos est´agios mais importantes do processamento de imagens. De forma geral, na segmenta¸c˜ao a imagem de entrada ´e dividida em parte ou objetos constituintes para ser processado. A segmenta¸c˜ao compreende os algoritmos utilizados para realizar as ativida- des de processamento. Um bom algoritmo de segmenta¸c˜ao pode favorecer a solu¸c˜ao do problema e da mesma forma, algoritmos fracos ou err´aticos podem comprometer severa- mente o processo. Um processo de segmenta¸c˜ao, por exemplo, poderia extrair caracteres individuais de uma palavra ou selecionar parte de uma imagem que correspondam a ima- gens faciais. Considerando o objetivo desta pesquisa a segmenta¸c˜ao pode realizar a busca de um rosto dentro de uma imagem proposta retornando uma s´erie de pixels que forma a imagem facial.
2.5 Processamento de Imagens 45
Outra atividade de segmenta¸c˜ao aplic´avel a esta pesquisa ´e o processo de compara¸c˜ao facial que consiste na entrada de duas imagens faciais, nas quais s˜ao aplicados algoritmos de compara¸c˜ao de imagens para detectar se s˜ao iguais ou n˜ao, ou a taxa de semelhan¸ca entre elas.
A fase seguinte ´e composta pela Representa¸c˜ao e Descri¸c˜ao. Representa¸c˜ao consiste em determinar se o processamento computacional ser´a realizado com base nas fronteiras ou por regi˜ao. Na representa¸c˜ao por fronteira ´e adequada quando o interesse se concentra em caracter´ısticas como cantos ou pontos de inflex˜ao e a representa¸c˜ao por regi˜ao deve ser aplicada quando o interesse est´a em propriedades internas como texturas ou forma do esqueleto, podendo ocorrer coexistˆencia das duas representa¸c˜oes em algumas aplica¸c˜oes.
A descri¸c˜ao consiste em extrair dados que permitam a identifica¸c˜ao de caracter´ısticas e resultem em informa¸c˜ao quantitativa de interesse para discrimina¸c˜ao entre objetos e classes. Em um processo de reconhecimento de letras, descritores, como concavidades, s˜ao caracter´ısticas que permitem identificar uma letra ou outra. Em um processo de reco- nhecimento facial, a quantidade de faces identificadas em uma imagem, seu histograma, a m´edia e desvio padr˜ao do histrograma s˜ao considerados dados para identifica¸c˜ao das imagens (BERGAMASSO, 2010).
O ultimo est´agio envolve o Reconhecimento e a Interpreta¸c˜ao. Enquanto o Reconheci- mento ´e o processo de atribuir um r´otulo a um objeto com base nas informa¸c˜oes fornecidas pelo seu descritor, a Interpreta¸c˜ao envolve a atribui¸c˜ao de significado a um conjunto de objetos reconhecimentos. Para o exemplo de reconhecimento de caracteres a identifica¸c˜ao do caracter C requer associa¸c˜ao dos descritores para aquele r´otulo. Considerando o reco- nhecimento ou compara¸c˜ao facial, considerar uma imagem igual ou diferente ou indicar a taxa de similaridade pode ser considerada uma atividade deste est´agio.
Segundo Gonzalez e Woods (2000) estas atividades s˜ao realizadas com apoio de uma base de conhecimentos previamente desenvolvida com o dom´ınio do problema. O conheci- mento codificado pode ser simples como o detalhamento de regi˜oes de uma imagem na qual se sabe a informa¸c˜ao de interesse quanto um conhecimento mais detalhado e complexo como uma lista de defeitos em uma an´alise de material ou as condi¸c˜oes que caracterizam as v´arias emo¸c˜oes expressadas pelas pessoas.
A base de conhecimento direciona a opera¸c˜ao de cada fase do processamento de ima- gens e controla a intera¸c˜ao entre as mesmas. A Figura 5 extra´ıda de Gonzalez e Woods (2000) apresenta a dinˆamica das tarefas de processamento de imagens.
2.5 Processamento de Imagens 46
Figura 5 – Atividades do processamento de imagens (GONZALEZ; WOODS, 2000)