1

Universidade Federal de Gois

Instituto de Informtica

Processamento
Digital de
Imagens
Prof Fabrzzio Alphonsus A M N Soares
2012

Captulo 2 Fundamentos da Imagem Digital

Definio de Imagem:
Uma imagem pode ser definida como uma funo bidimensional f(x, y)
Onde:

x e y coordenadas espaciais
Amplitude de f em qualquer par de coordenadas (x, y) intensidade ou
nvel de cinza da imagem naquele ponto.

- Captulo 2 -

Captulo 2 Fundamentos da Imagem Digital

Origem
0

xi

yi
y

f(xi ,yi )

Imagem Digital:
Coordenadas espaciais (x, y) e valores de
amplitude de f so grandezas finitas e
discretas.
Assim, uma imagem digital uma matriz
cujos ndices de linhas e de colunas
identificam um ponto na imagem, o valor do
elemento da matriz identifica o nvel de cinza
naquele ponto.

x
Os elementos dessa matriz digital so chamados de elementos da
imagem, elementos da figura, pixels ou pels, estes dois ltimos,
abreviaes de picture elements (elementos de figura).
- Captulo 2 -

Amostragem e Quantizao de Imagens

Em aplicaes de Processamento Digital de Imagens necessrio gerar
imagens digitais partir de dados captados por sensores, cuja amplitude e
o comportamento no espao esto relacionados ao fenmeno fsico que
est sendo captado e portanto so grandezas contnuas.

Fonte de iluminao
(energia)

Imagem de sada
(digitalizada)

Sistema de
aquisio de
imagens
Plano imagem
Elemento da cena

- Captulo 2 -

Conceito Bsico:

Imagem contnua em relao s coordenadas

x e y e tambm em relao amplitude

Nveis de cinza da
linha de varredura AB

Digitalizao dos valores de amplitude

Quantizao

Linha de
varredura
digital

Amostragem
Digitalizao dos valores de coordenadas

- Captulo 2 -

Exemplo:
Matriz de sensores

Imagem contnua projetada em

uma matriz de sensores

Resultado da amostragem e
quantizao da imagem

- Captulo 2 -

Representao de Imagens Digitais

f(x,y) Imagem digital
(x,y) Coordenadas discretas (nmeros inteiros)
x = 0, 1, 2, ..., M-1
y = 0, 1, 2, ..., N-1

Matriz M x N M linhas e N colunas

- Captulo 2 -

Representao de Imagens Digitais (cont...)

Imagem representada graficamente
como uma superfcie.
Origem

Origem

Imagem representada
como uma matriz de
intensidade visual.

Imagem representada
como uma matriz
numrica 2-D.

- Captulo 2 -

L Nmero de nveis discretos de intensidade Potncia inteira

de 2
k
Faixa de valores: [0, L-1]

L=2

Nmero de bits necessrios para armazenar uma imagem digitalizada:

b=M xN xk

Quando M = N b = N 2 k

Nmero de bits de armazenamento para vrios valores de N e k.

- Captulo 2 -

10

Resoluo Espacial e de Intensidade

Resoluo Espacial:
uma medida do menor detalhe discernvel em uma imagem.
Pode ser expressa por:
Pares de linha por unidade de distncia:
Suponha um diagrama com linhas verticais, cada uma com uma
largura de W unidades. A largura de um par de linhas 2W e h 1/2W
pares de linhas por unidade de distncia.
Ex: W = 0,1mm 5 pares de linhas por mm

- Captulo 2 -

11

Resoluo Espacial e de Intensidade

Resoluo Espacial:
Pontos (pixels) por unidade de distncia:
Medida de resoluo de imagens comumente utilizadas por editoras e
revistas grficas.
dots per inch pontos por polegadas dpi
Ex: Jornais 75 dpi ; Revistas 133 dpi ; Livros em torno de 2400 dpi

- Captulo 2 -

12

Efeito da Resoluo Espacial:

Imagem 1024 x 1024 sub-amostrada at 32 x 32.

Obs.: A quantidade de nveis de cinza mantida a mesma (256).
- Captulo 2 -

13

Efeito da Resoluo Espacial:

Imagens anteriores expandidas para facilitar comparao.

- Captulo 2 -

14

Efeito da Resoluo Espacial:

1250 dpi

150 dpi

300 dpi

72 dpi

- Captulo 2 -

15

Resoluo de Intensidade:
Refere-se menor variao discernvel de nvel de intensidade na
imagem.
Em virtude de algumas consideraes de hardware no processo de
armazenamento e quantizao, o nmero de nveis de cinza
normalmente igual a 2k, sendo k um nmero inteiro.
Geralmente, expressa pela quantidade de bits utilizados para
quantizar a intensidade.
Ex: Imagem cuja intensidade quantizada em 256 nveis
8 bits de resoluo de intensidade

- Captulo 2 -

16

Efeito da Resoluo de Intensidade:

256

128

64

32

16

Variao da quantidade de nveis de cinza usados para quantizao.

Obs: O tamanho da imagem mantido constante.
- Captulo 2 -

Interpolao de Imagens

uma ferramenta bsica utilizada extensivamente em tarefa como ampliao,

reduo, rotao e correes geomtricas.
Trata-se de um processo que utiliza dados conhecidos para estimar valores em
pontos desconhecidos.
9x9

b)

Ex: Visualizao da ampliao de uma

imagem 4 x 4 para:
a) 8 x 8
b) 9 x 9

8x8

a)

Aps atribuir as intensidades a todos os

pontos da grade de sobreposio, ela
expandida para o tamanho original a fim
de se obter a imagem ampliada.

b)

a)

4x4

Tamanho original

17

- Captulo 2 -

18

Mtodos de Interpolao
Interpolao por vizinho mais prximo:

Atribui a cada nova posio a intensidade de seu vizinho mais prximo na

imagem original.
Tem a tendncia de produzir artefatos indesejveis na imagem, como
grande distoro nas bordas retas.

- Captulo 2 -

19

Mtodos de Interpolao
Interpolao Bilinear:

So utilizados os quatro vizinhos mais prximos para estimar a intensidade

de uma dada posio.
Proporciona resultados muito melhores do que a interpolao por vizinho
mais prximo, com um pequeno aumento de custo computacional.

- Captulo 2 -

20

Mtodos de Interpolao
Interpolao Bicbica:

Inclui os 16 vizinhos mais prximos de um ponto.

Em geral, melhor na preservao de detalhes finos em comparao com
a interpolao bilinear.
o padro utilizado em programas comerciais de edio de imagens como
o Adobe Photoshop e o Corel Photopaint.

- Captulo 2 -

21

Exemplo:

Imagem original 1250 dpi 3692 x 2812 pixels

Abaixo, observa-se imagens com a resoluo reduzida para 72 dpi (213 x 162 pixels) e tamanho ampliado de volta ao original (3692 x 2812 pixels) utilizando
diferentes mtodos de interpolao.

Interpolao por
vizinho mais prximo

Interpolao Bilinear

Interpolao Bicbica
- Captulo 2 -

22

Relacionamentos bsicos entre pixels

Vizinhos de um pixel
Um pixel p na coordenada (x,y) pode ter as seguintes vizinhanas:

N4(p) Vizinhana-4 de p:
Inclui os quatro vizinhos horizontais e verticais de p cujas coordenadas

so:
(x+1,y), (x-1,y), (x, y+1), (x,y-1)

ND(p) Vizinhana diagonal de p:

Inclui os quatro vizinhos diagonais de p cujas coordenadas so:

(x+1,y+1), (x+1,y-1), (x-1, y+1), (x-1,y-1)

N8(p) Vizinhana-8 de p:
Conjunto da vizinhana-4 e da vizinhana diagonal de p.

- Captulo 2 -

23

Relacionamentos bsicos entre pixels

Vizinhana Diagonal

Vizinhana - 4

Vizinhana - 8

Obs: Se (x,y) estiver na borda da imagem, alguns vizinhos

de p ficaro para fora da imagem.

- Captulo 2 -

24

Adjacncia, conectividade, regies e fronteiras

V
conjunto de valores de intensidade utilizados para definir
adjacncia.
V = {1} adjacncia de pixels com valores iguais a 1 em imagens
binrias.
Nveis de cinza de 0 a 255 V pode ser qualquer subconjunto desses
256 valores.

- Captulo 2 -

25

Adjacncia, conectividade, regies e fronteiras

Tipos de adjacncia:

Adjacncia-4:
Dois pixels p e q com valores pertencentes a V so adjacentes-4
se q estiver no conjunto N4(p).
Adjacncia-8:
Dois pixels p e q com valores pertencentes a V so adjacentes-8
se q estiver no conjunto N8(p).
Adjacncia-m (adjacncia mista):
Dois pixels p e q com valores pertencentes a V so adjacentes-m
se:
a) q estiver em N4(p),ou
b) q estiver em ND(p) e N4(p)N4(q) no contiver nenhum pixels
com valores de V.
Foi criada para eliminar ambiguidades da adjacncia-8.

- Captulo 2 -

26

Caminho (ou curva) digital:

O caminho do pixel p com coordenadas (x,y) ao pixel q com coordenadas (s,t)
uma sequncia de pixels distintos com coordenadas:
(x0 ,y0), (x1 ,y1), ... , (xn ,yn)
onde (x0 ,y0)=(x,y) , (xn ,yn) = (s,t), e os pixels (xi ,yi) e (x i-1,yi-1) so adjacentes
para 1 i n, onde n o comprimento do caminho.
Pode-se definir caminhos 4, 8 ou m, dependendo do tipo de adjacncia
especificada.
Exemplos:

Caminho-4
Comprimento = 10

Caminho-8
Comprimento = 7

- Captulo 2 -

27

Conectividade:
Com S representando um subconjunto de pixels em uma

imagem, dizemos que dois pixels p e q so conexos em S

se houver um caminho entre eles consistindo inteiramente
de pixels em S.

- Captulo 2 -

28

Componentes Conexos:
Para qualquer pixel p em S, o conjunto de pixels que so conectados a

ele em S chamado de componente conexo de S.

Considerando a vizinhana-4:
Trs componentes conexos
Considerando a vizinhana-8:
Dois componentes conexos

Se existir apenas um componente conexo,

o conjunto S chamado de conjunto

conexo.

- Captulo 2 -

29

Regio:

Com R representando um subconjunto de pixels em uma imagem,

chamamos de R uma regio da imagem se R for um conjunto conexo.
Dizemos que duas regies Ri e Rj so adjacentes se sua unio
formar um conjunto conexo.

O tipo de adjacncia utilizado deve ser especificado.

Regies que no so adjacentes so chamadas disjuntas.

Adjacncia-8

- Captulo 2 -

30

Fronteira:
Suponha que uma imagem contenha k regies disjuntas. Expressamos por Ru
a unio de todas essas regies e por (Ru )c seu complemento, ou seja, o
conjunto de pontos que no esto em Ru.
Chamamos todos os pontos em Ru de frente (foreground) e todos os pontos
em (Ru )c de fundo (background) da imagem.
A fronteira ou contorno interno de uma regio R o conjunto de pontos
adjacentes aos pontos do complemento de R, ou seja, o conjunto de pixels da
regio que tem pelo menos um vizinho no fundo da imagem.

O ponto circulado parte da fronteira dos

pixels de valor 1 somente se a adjacncia-8
entre a regio e o fundo for utilizada.

- Captulo 2 -

31

Fronteira:
Contorno externo Contorno correspondente, no fundo.
Importante no desenvolvimento de algoritmos chamados de
seguidores de contorno (border following) que so formulados
para seguir o contorno externo de uma regio de modo a
garantir que o resultado formar um contorno fechado.

Na figura ao lado, a fronteira interna da regio de valor 1 no

forma um caminho fechado, mas sua fronteira externa sim,

- Captulo 2 -

32

Borda:
Diferena entre borda e fronteira:
A fronteira de uma regio forma um caminho fechado, e assim, um conceito
global.
As bordas so formadas por pixels com valores cujas derivadas excedem um
limiar pr-definido. Assim, a ideia de uma borda um conceito local baseado
em uma medida de descontinuidade de nvel de intensidade em um ponto.
Em imagens binrias, as bordas e as fronteiras se correspondem.

- Captulo 2 -

33

Medidas de Distncia

Para os pixels p, q e z, com coordenadas (x,y), (s,t) e (v,w),

respectivamente, D uma funo distncia ou medida de distncia

se:
a) D(p,q) 0 ( D(p,q)=0 se p=q )
b) D(p,q) = D(q,p)
c) D(p,z) D(p,q) + D(q,z)

- Captulo 2 -

34

Medidas de Distncia
Distncia Euclidiana
De(p,q) = [(x - s)2 + (y - t)2]1/2
Para essa medida de distncia, os pixels que possuem distncia de (x,y)

menor ou igual a um valor r so os pontos contidos em um disco

de raio r centrado em (x,y).
Distncia D4 ( Distncia City Block )
D4(p,q) = | x s | + | y t |
Neste caso, os pixels que possuem distncia D4 de (x,y)

menor ou igual a um valor r, formam um losango

centrado em (x,y).
Ex: D4 2 Os pixels com D4 =1 so vizinhos-4 de (x,y).

- Captulo 2 -

35

Distncia D8 ( Distncia Chessboard )

D8(p,q) = mx( | x s |, | y t | )
Neste caso, os pixels que possuem distncia D8 de (x,y)

menor ou igual a um valor r, formam um quadrado

centrado em (x,y).
Ex: D8 2

Os pixels com D8 =1 so vizinhos-8 de (x,y).

- Captulo 2 -