1 / 24

Prof. Carlos Alberto Alves Varella – varella@ufrrj.br Prof. Marcos Bacis Ceddia – ceddia@ufrrj.br

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 – varella@ufrrj.br Prof. Marcos Bacis Ceddia – ceddia@ufrrj.br. Novembro/2005. Aplicação de Imagens.

branden-gonzalez
Download Presentation

Prof. Carlos Alberto Alves Varella – varella@ufrrj.br Prof. Marcos Bacis Ceddia – ceddia@ufrrj.br

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. Universidade Federal Rural do Rio de Janeiro T.E.C.S.: Agricultura de Precisão - CPGA-CS Imagens Digitaisna Agricultura de Precisão Prof. Carlos Alberto Alves Varella – varella@ufrrj.br Prof. Marcos Bacis Ceddia – ceddia@ufrrj.br Novembro/2005

  2. Aplicação de Imagens • Visão Artificial :utilização de imagens digitais para fins de automação de processos • Sensoriamento Remoto: fotointerpretação - identificação automática da variabilidade

  3. 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

  4. Sensoriamento Remoto Aquisição Processamento Análise Imagens de satélites Imagens Aéreas

  5. Modelo Simples de Imagem Função bivariada de intensidade luminosa = f(x,y) 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)

  6. Restrições do Modelo de Imagem

  7. 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)

  8. Imagem Digital = função discreta e escada Função Escada Função Discreta Função Contínua Quantização Amostragem

  9. Imagem Digital Imagem Real CCD-Câmera Imagem Digital Amostragem Quantização

  10. Imagem Digital y = C Resolução Espacial x = L Resolução do Brilho Nível de Cinza Branco Voltagem Grid discreto (L linhas x C colunas)

  11. Imagem monocromática digital C L

  12. Quantização: amplitude escalonada em níveis de cinza. • 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’.

  13. 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 Tipos de imagens

  14. Binária – 1 bit Preto e Branco: normalmente é o resultado do processamento • Eleandro / Prof. Daniel • Fazendinha - UFRRJ -RJ • Estimativa de Cobertura do Solo

  15. Número de Bits para cada Pixel da Imagem Exemplo:para uma imagem preto e branco precisamos de dois níveis de cinza. Então N=2, e bits pixel é:

  16. Monocromática – 8 bits • Fazendinha – UFRRJ

  17. Número de níveis de cinza da imagem Exemplo:para uma imagem monocromática de 8 bits. Temos b=8, e níveis de cinza é:

  18. Colorida – 8 bits Câmera Digital SONY

  19. RGB – 24 bits (True color) Câmera DUNCANTECH Configuração RGB Red Green Blue

  20. Falsa cor (Color Infrared) – 24 bits Câmera DUNCANTECH Configuração NRG NIR Red Green

  21. Bits necessários para armazenar a imagem

  22. Exemplo:para uma imagem RGB (true color) de 652L x 1024C. Temos L=652; C=1024; n=24, e Bits arq é: • Considerando o Byte de 8 bits (mais usual), e sem o uso de nenhum algoritmo de compressão (JPG é mais usual), temos:

  23. Livro: GONZALEZ & WOODS (2000)

  24. 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 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?

More Related