Imagens digitais
Armando J. Pinho
Introdução à Análise e Processamento de Sinal Universidade de Aveiro
ap@ua.pt
Sumário
1 Formação e aquisição de imagens
2 Imagens digitais
3 Espaços de cores
4 Para terminar, uma ilusão. . .
Sumário
Amostragem e quantização
Uma imagem pode ser vista como uma função de duas
dimensões, f(x,y), em que x e y representam coordenadas
espaciais.
Amostragem e quantização
Uma imagem pode ser vista como uma função de duas
dimensões, f(x,y), em que x e y representam coordenadas
espaciais.
O valor e significado de f num determinado ponto do espaço,
(x,y), depende da fonte responsável pela produção da imagem.
Amostragem e quantização
Uma imagem pode ser vista como uma função de duas
dimensões, f(x,y), em que x e y representam coordenadas
espaciais.
O valor e significado de f num determinado ponto do espaço,
(x,y), depende da fonte responsável pela produção da imagem.
Geralmente, considera-se que f(x,y) ≥ 0.
Tanto as coordenadas espaciais,(x,y), como f , têm usualmente
valores contínuos.
Amostragem e quantização
Uma imagem pode ser vista como uma função de duas
dimensões, f(x,y), em que x e y representam coordenadas
espaciais.
O valor e significado de f num determinado ponto do espaço,
(x,y), depende da fonte responsável pela produção da imagem.
Geralmente, considera-se que f(x,y) ≥ 0.
Tanto as coordenadas espaciais,(x,y), como f , têm usualmente
valores contínuos.
Portanto, para converter f(x,y) numa imagem digital, por um lado
é necessário realizar umaamostragem espaciale, por outro,
Amostragem e quantização
Amostragem e quantização — exemplo:
(Gonzalez & Woods)
Amostragem e quantização
Amostragem e quantização — resultado:
Resolução espacial
384 × 256 192 × 128 (1/4)
96 × 64 48 × 32
(1/16) (1/64)
Resolução espacial
Imagens digitais
Tipicamente, umaimagem digitalé representada por uma matriz
rectangular de escalares ou vectores.
NC NR . . . i j f(i,j)
Aos f(i,j) chamamoselementos de imagemou pixels e, em geral,
temos f(i,j) ∈ I ⊂ Nn
0.
Imagens digitais
Tipos de imagens digitais:
Preto e branco (binárias). f(i,j) ∈ {0,1}
Imagens digitais
Tipos de imagens digitais:
Preto e branco (binárias). f(i,j) ∈ {0,1}
Níveis de cinzento. f(i,j) ∈ {0,1, . . . ,2
b− 1}
Imagens digitais
Tipos de imagens digitais:
Preto e branco (binárias). f(i,j) ∈ {0,1}
Níveis de cinzento. f(i,j) ∈ {0,1, . . . ,2
b− 1}
Cor indexada (índices num mapa de cores). f(i,j) ∈ {0,1, . . . ,2
b− 1} α
−→ I ⊂ {0,1, . . . ,2b′ − 1}3
Imagens digitais
Tipos de imagens digitais:
Preto e branco (binárias). f(i,j) ∈ {0,1}
Níveis de cinzento. f(i,j) ∈ {0,1, . . . ,2
b− 1}
Cor indexada (índices num mapa de cores). f(i,j) ∈ {0,1, . . . ,2
b− 1} α
−→ I ⊂ {0,1, . . . ,2b′ − 1}3
Cor (por exemplo, RGB). f(i,j) ∈ {0,1, . . . ,2
b− 1}3
Exemplos
Cor Cor indexada (256)
Imagens de cor indexada
Em geral, imagens com um reduzido número de cores são representadas através de uma matrix de índices (a imagem de índices) e de uma tabela de cores.
= + R G B 0 100 035 203 1 030 025 200 2 167 205 010 3 132 219 045 . . .
Imagem de índices Tabela de cores
Digitalizador
Aquisição de imagem num digitalizador:
Câmara fotográfica digital
Aquisição de imagem numa câmara fotográfica digital:
(IEEE SP Magazine, Jan 2005)
A matriz Bayer
Avaliação da qualidade de imagens
Uma das medidas objectivas mais utilizadas para a avaliação da
qualidade em imagens é arelação sinal ruído de pico, que tem
como referência a energia máxima possível do sinal
PSNR= 10 log10A
2
Er
,
em que A é a amplitude máxima possível do sinal, e Er é a
energia média do ruído que afecta a imagem, ou seja, a energia da diferença entre a imagem, ˜f, e a imagem original, f
Er = 1 NRNC NR X i=1 NC X j=1 [f (i,j) − ˜f(i,j)]2
Avaliação da qualidade de imagens
No entanto, é sabido que estas medidas não dão, em geral, uma boa indicação da distorção realmente observada pelo olho humano.
PSNR: 18.5 dB Original PSNR: 23.9 dB
Sumário
O espectro electromagnético
Raios gama
Imagens adquiridas na banda dos raios gama:
Raios-X
Imagens adquiridas na banda dos raios-X:
Restos de uma supernova Uma das primeiras radiografias
Ultra-violetas
Imagens adquiridas na banda dos ultra-violetas:
Banda do visível
Imagens adquiridas na banda do visível:
Aérea Microscópica (250x) Lena
Infra-vermelhos
Imagens adquiridas na banda dos infra-vermelhos:
Ondas de rádio
Imagens adquiridas na banda das ondas de rádio:
Alguns aspectos de Venus vistos usando SAR (Synthetic Aperture Radar)
O mesmo objecto observado em várias bandas
Pulsar Crab
Imagens multi-espectrais
LANDSAT
0.45 − 0.52µm (Blue) 0.52 − 0.60µm (Green) 0.63 − 0.69µm (Red)
0.76 − 0.90µm (Near IR) 1.55 − 1.75µm (Middle IR) 10.4 − 12.5µm (Thermal IR) 2.08 − 2.35µm (Middle IR)
Ondas acústicas
Imagens adquiridas através de ondas acústicas:
Imagens sintéticas
Existem ainda outros tipos de imagens, como, por exemplo, as geradas por computador ou por desenhadores:
Sumário
O espectro visível
O olho humano típico responde a comprimentos de onda entre os 400 e os 700 nm, tendo máxima sensibilidade em torno dos 555 nm (zona dos verdes).
O espectro visível
O olho humano típico responde a comprimentos de onda entre os 400 e os 700 nm, tendo máxima sensibilidade em torno dos 555 nm (zona dos verdes).
Contudo, algumas pessoas são capazes de ver comprimentos de onda entre os 380 e os 780 nm.
O espectro visível
Cores espectrais (puras)
Cor Comprimento de Onda
Violeta ≈ 380–440 nm Azul ≈ 440–485 nm Ciano ≈ 485–500 nm Verde ≈ 500–565 nm Amarelo ≈ 565–590 nm Laranja ≈ 590–625 nm Vermelho ≈ 625–740 nm
A percepção humana das cores
Normalmente, as características que distinguem uma cor de outra são:
Obrilho, intensidade ou luminância (brightness). Acor dominante(hue).
A percepção humana das cores
Normalmente, as características que distinguem uma cor de outra são:
Obrilho, intensidade ou luminância (brightness). Acor dominante(hue).
Asaturaçãoou pureza da cor (saturation).
Conjuntamente, a cor dominante e a saturação definem a
cromaticidade.
A percepção humana das cores
Normalmente, as características que distinguem uma cor de outra são:
Obrilho, intensidade ou luminância (brightness). Acor dominante(hue).
Asaturaçãoou pureza da cor (saturation).
Conjuntamente, a cor dominante e a saturação definem a
cromaticidade.
Portanto, uma cor pode ser caracterizada pelo seu brilho e pela sua cromaticidade.
A percepção humana das cores
O olho humano temfoto-receptorespara comprimentos de onda
curtos (S, short), médios (M) e longos (L), também conhecidos como foto-receptores azuis, verdes e vermelhos.
O espaço de cores RGB
O vermelho, verde e azul são as três cores primárias aditivas.
O espaço de cores RGB
Os écrans têm pigmentos destas três cores. . .
O espaço de cores sRGB
Gama de cores que podem ser reproduzidas por um espaço
O espaço de cores sRGB
Componente R Componente G Componente B
O espaço de cores Adobe RGB
Gama de cores que podem ser reproduzidas por um espaço
O espaço de cores ProPhoto RGB
Gama de cores que podem ser reproduzidas por um espaço
ProPhoto RGB (proposto pela Kodak):
O espaço de cores HSV
O espaçoHSV (Hue, Saturation, Value) obtém-se através de uma
O espaço de cores HSV
O espaçoHSV (Hue, Saturation, Value) obtém-se através de uma
transformação não linear do espaço RGB.
Por apresentar uma maior semelhança com a forma com que os seres humanos percepcionam a cor, é muitas vezes preferido em situações onde é necessário manipular cores.
O espaço de cores HSV
O espaçoHSV (Hue, Saturation, Value) obtém-se através de uma
transformação não linear do espaço RGB.
Por apresentar uma maior semelhança com a forma com que os seres humanos percepcionam a cor, é muitas vezes preferido em situações onde é necessário manipular cores.
O espaço HSV é definido em termos:
Da cor dominante (hue), variando entre 0 e 360. Da saturação (saturation), variando entre 0 e 100%. Do brilho (value), variando entre 0 e 100%.
O espaço de cores HSV
Algumas representações do espaço HSV :
O espaço de cores HSV
O espaço de cores CMY
O espaçoCMY baseia-se nas propriedades subtractivas das
tintas.
O espaço de cores CMY
O espaçoCMY baseia-se nas propriedades subtractivas das
tintas.
O ciano, magenta e amarelo são as cores primárias subtractivas. São os complementos, respectivamente, do vermelho, verde e azul. Por exemplo, o ciano (verde mais azul) subtrai o vermelho ao branco.
O espaço de cores CMY
O espaçoCMY baseia-se nas propriedades subtractivas das
tintas.
O ciano, magenta e amarelo são as cores primárias subtractivas. São os complementos, respectivamente, do vermelho, verde e azul. Por exemplo, o ciano (verde mais azul) subtrai o vermelho ao branco.
Conversão de RGB para CMY : C = 1 − R, M = 1 − G, Y = 1 − B.
O espaço de cores CMY
O espaço de cores CMYK
Devido à dificuldade de representação do preto, em geral
utiliza-se o espaçoCMYK para impressão.
O espaço de cores CMYK
O espaço de cores YUV /YC
bC
rO espaço de coresYUV é usado pela norma de televisão PAL.
O espaço de cores YUV /YC
bC
rO espaço de coresYUV é usado pela norma de televisão PAL.
O Y é a componente de luminância:
O espaço de cores YUV /YC
bC
rO espaço de coresYUV é usado pela norma de televisão PAL.
O Y é a componente de luminância:
Y = 0.299R+ 0.587G+ 0.114B
As componentes U e V representam a crominância:
U= −0.147R− 0.289G+ 0.436B= 0.492(B − Y )
V = 0.615R− 0.515G− 0.100B= 0.877(R − Y )
O espaço de cores YUV /YC
bC
rO espaço de coresYUV é usado pela norma de televisão PAL.
O Y é a componente de luminância:
Y = 0.299R+ 0.587G+ 0.114B
As componentes U e V representam a crominância:
U= −0.147R− 0.289G+ 0.436B= 0.492(B − Y )
V = 0.615R− 0.515G− 0.100B= 0.877(R − Y )
O espaço de cores YUV /YC
bC
rExemplo do plano U− V , para um valor de Y fixo e igual a 0.5:
O espaço de cores YUV /YC
bC
rSub-amostragem da crominância
Os espaços de cor YUV ou YCbCr separam as componentes de
crominância (UV / CbCr) da componente de luminância (Y ).
Sub-amostragem da crominância
Os espaços de cor YUV ou YCbCr separam as componentes de
crominância (UV / CbCr) da componente de luminância (Y ).
O olho humano é mais sensível aos verdes, os quais são representados principalmente pela componente Y .
Sub-amostragem da crominância
Os espaços de cor YUV ou YCbCr separam as componentes de
crominância (UV / CbCr) da componente de luminância (Y ).
O olho humano é mais sensível aos verdes, os quais são representados principalmente pela componente Y .
Por este motivo, é comum fazer-se a sub-amostragem espacial
das componentes UV / CbCr, com vista à redução do volume de
dados.
Sub-amostragem da crominância
Os espaços de cor YUV ou YCbCr separam as componentes de
crominância (UV / CbCr) da componente de luminância (Y ).
O olho humano é mais sensível aos verdes, os quais são representados principalmente pela componente Y .
Por este motivo, é comum fazer-se a sub-amostragem espacial
das componentes UV / CbCr, com vista à redução do volume de
dados.
Este tipo de redução de dados é usado tanto pelas normas de compressão de vídeo (H.261, MPEG-1, MPEG-2, . . . ), como por normas de compressão de imagem (JPEG).
Exemplo YUV 4:2:0
RGB YCbCr4:2:0
Componente Y Componente Cb Componente Cr