1 / 11

Tratamento de Imagens

Tratamento de Imagens. Prof. Marcelo Gattass Alexandre Valdetaro Porto Gustavo Bastos Nunes. Operador Sobel. Calcula o gradiente da imagem em cada ponto Fornece a taxa de variação de claro pra escuro na direção de maior crescimento

decima
Download Presentation

Tratamento de Imagens

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Tratamento de Imagens Prof. Marcelo Gattass Alexandre Valdetaro Porto Gustavo Bastos Nunes

  2. Operador Sobel • Calcula o gradiente da imagem em cada ponto • Fornece a taxa de variação de claro pra escuro na direção de maior crescimento • O resultado mostra o quão abruptamente ou suavemente a imagem muda naquele ponto

  3. Algoritmo do Operador Sobel • Cria-se dois kernels de 3x3 para convolução, um para a direção vertical outro para a horizontal • Multiplica-se por A que é a luminância da imagem. • Obtendo assim as componentes x e y do vetor gradiente no pixel • Através da norma do gradiente é criada a imagem das arestas

  4. GaussianBlur • Efeito de blur utilizando uma função gaussiana em 2 dimensões • A função em 2 dimensões é o produto de duas funções de 1 dimensão

  5. GaussianBlur • O resultado da Aplicação da função é uma superfície que os contornos são círculos concêntricos com uma distribuição Gaussiana do ponto central. • Os valores desta distribuição serão usados para construir uma matriz de convolução para ser aplicada na imagem original. • Os sinais de alta freqüência serão atenuados, pois é um filtro de passa-baixa.

  6. GaussianBlur • A matriz de convolução foi criada utilizando um kernel de 7x7 e

  7. Sharpening • É aplicado através do mesmo método de convolução. • A matriz de convolução realça as diferenças entre os pixels

  8. Sepia • Emula efeitos de filmes antigos (Velho Oeste) • Primeiramente é obtida a imagem em grayscale. • Então é somado uma tinta sobre o grayscale que representa a pigmentação dos filmes da época. • R: 80 G: 43 B: -23

  9. Kuwahara • Algoritmo feito em duas passadas • Primeira passada: • Pra cada pixel: • Faz a amostragem da região 3x3 em torno do pixel e ache a média • Calcule a variância desta região 3x3 • Guarde a média nos canais rgb, guarde a variância no canal alpha • Retorne a média/variância em uma textura. • Segunda passada(textura da primeira passada como entrada) • Para cada pixel: • Faz a amostragem dos 4 pixels que estão na diagonal deste pixel • Compare as variâncias(canal alpha) dos pixels amostrados e pegue a menor • Retorne a média(rgb) associada com a menor variância.

  10. Kuwahara • A média é simplesmente a média aritmética de cada canal: • A variância é calculada conforme a fórmula abaixo:

  11. Kuwahara • O efeito de cada aplicação do filtro é pequeno. Para atingir o efeito final da imagem mostrada no nosso programa nós aplicamos o filtro 40 vezes e depois aplicamos o filtro de detecção de arestas para adicionar um efeito não-fotorealístico na imagem.

More Related