Processamento de Imagens 2016.2

Processamento de Imagens 2016.2
FAPI – Faculdade do Piauí
Professor: Alexandre Tolstenko, email:
Segundo semestre de 2016

Informações sobre a disciplina

Aulas e atendimento:

Aulas Teóricas: Sextas 18h35m – 19h50m;
Atendimento:Sextas 21h00m após a aula.
Contato: 

Ementa

Conceitos básicos, áreas de atuação e mercado de trabalho: visão humana X visão computacional, a imagem digital (resolução espacial e profundidade de cor). Aquisição de imagens (amostragem, quantificação e codificação) e manipulação (restauração, realce, segmentação). Histograma, limiarização. Transformações geométricas, morphing. Filtros de imagens. Texturas. Compressão de Imagens com e sem perda de informação. Padrões de Arquivos de imagem. Multimídia e o vídeo digital (integração de imagens e sons).

Objetivos Gerais

Fornecer conceitos e técnicas básicas em processamento de imagem digital com o objetivo de preparar o aluno para cursos mais avançados, tais como análise de imagens, sensoriamento remoto, visão computacional e diagnóstico por imagens. Capacitar o aluno a resolver problemas que envolvem a uso e manipulação de imagens digitais, mobilizando recursos de multimídia, imagens, sons, para apresentação da informação.

Objetivos Específicos

  • Aprender as principais técnicas de processamento de imagem com o objetivo de desenvolver programas e rotinas para a representação e manipulação de imagens digitais;
  • Conhecer o funcionamento dos principais programas disponíveis no mercado, bem como reconhecer os diferentes padrões de arquivos de imagem por eles utilizados;
  • Desenvolver um projeto de animação gráfica por computador, através de vídeo digital, integrando sons à síntese e ao processamento de imagens.

Conteúdo

  1. Conceitos básicos e terminologia.
    1. Visão humana x visão computacional
    2. Aquisição de imagens (digitalização: Scanners, CCD)
    3. A imagem digital e suas características (resolução, profundidade de cor)
    4. Imagens vetoriais x matriciais (raster)
  2. Formato de Arquivos de Imagens (conceitos).
    1. Formatos de armazenamento matricial (raster) x vetorial.
    2. Compressão de imagens: Com perda e sem perda de informação (geométrica e cor).
  3. Amostragem e quantificação
    1. Histograma
    2. Limiarização.
    3. A Curva de Tons
  4. Apresentação através de datashow
    1. Programa para calcular e apresentar histogramas de uma imagem digital.
  5. Operações com imagens
    1. Aritméticas (blending) e Lógicas;
    2. Anti-serrilhamento
  6. Transformações geométricas e morphing.
    1. Translação, reflexão, escala e rotação
  7. Apresentação através de datashow
    1. Programa implementando transformações geométricas em imagens
  8. Transformadas de Imagens.
    1. Transformadas de Fourier (Discreta e Rápida)
    2. Convolução de imagens
  9. Filtros de imagens.
    1. Filtragem Passa-baixa (smothing)
    2. Filtagem Passa-alta (sharpening)
  10. Compressão de Imagens
    1. Métodos de compressão (com e sem perdas)
    2. Codificações (LZW e DCT)
    3. Compressão por Wavelets.
  11. Projeto de animação por computador
    1. Princípios de animação. Sinopse, Roteiro, Storyboard
    2. Animação interativa (Z-Buffer…) x não-interativa (Raytracing…)
    3. Som e vídeo digitais.
  12. Apresentação através de datashow
    1. Uso de um pacote de modelagem 3D e Criação de uma animação com 30 segundos.

Estratégia de Trabalho

Aulas expositivas nas quais são abordados aspectos teóricos.
Aplicações a problemas de interesse, com exercícios em classe (acompanhados pelo professor) e atividades extraclasse (projetos).
Apresentação dos resultados dos projetos à comunidade discente.

Referências

O professor não seguirá um livro texto específico. Mas os seguintes livros cobrem o que será visto em aula:

Aulas

Material

WebLectures

Atividades

Equalização por Histograma – Vídeo
Filtro Mediana – Vídeo
Detecção de Bordas – Vídeo
Esqueletonização – Vídeo 
Pseudocor – Vídeo
Compressão Por Huffman – Video
Estrutura de dados em quadtreeWikipedia
Tone Mapping -> Extra
Compressão Aritmética -> Descrição,
Trabalho Extra – Space-Variante Image Enhancement: http://home.earthlink.net/~castleman/lin_com1.html

Precisa de mais nota? Encontre erros nos enunciados dos colegas ou melhore o enunciado deles. Crie novos enunciados como os que descrevi, ou proponha outros. Ainda não é suficiente? Implemente para seu celular qualquer um desses algoritmos.

Lista de grupos

BIBLIOGRAFIA

Básica

AZEVEDO, E. e CONCI, A. “Computação Gráfica: Teoria e Prática”, Rio de Janeiro, Editora Campus, 2003, 353p.
CONCI, A., AZEVEDO, E. e LETA, F.R., “Computação Gráfica: Teoria e Prática” Volume 2. Rio de Janeiro, Editora Campus, 2008,407p.
PAULA FILHO, W. P, “Multimídia: conceitos e aplicações”, Rio de Janeiro, LTC, 2000, 321p.

Complementar

GOMES, J. M. e VELHO, L., “Image Processing for Computer Graphics”, Springer, 1997, ISBN 0-387- 94854-6.
GONZALEZ, R. G., e WOODS, R., “Processamento Digital de Imagens”, São Paulo, Edgard Blücher, 2000.
PEDRINI, H. e SCHWARTZ, W. R., “Análise de Imagens Digitais”, São Paulo, Thomson, 2008, 508p.
VIEIRA NETO, Hugo / MARQUES FILHO, Oge – Processamento Digital de Imagens – 1999 – Acadêmica – Brasport.
FILGUEIRAS, Carlos. GARROT, João. Introdução ao Processamento Digital de Imagem. FCA, 2008.

Básica

  • H. Pedrini, W.R. Schwartz. Análise de Imagens Digitais: Princípios, Algoritmos e Aplicações. Editora Thomson Learning, 2007.
  • R.C. Gonzalez, R.E.Woods. Digital Image Processing. Prentice Hall, 2007.
  • R.C. Gonzalez, R.E. Woods, S.L. Eddins. Digital Image Processing Using MATLAB. Gatesmark Publishing, 2009.
  • R. Szeliski. Computer Vision: Algorithms and Applications. Springer, 2011.
  • B. Jähne. Digital Image Processing. Springer, 2002.
  • N.D.A. Mascarenhas, F.R.D. Velasco. Processamento Digital de Imagens. Editora Kapelusz S.A, 1989.
  • R. Jain, R. Kasturi, B.G. Schunck. Machine Vision. McGraw Hill, Inc, 1995.
  • K.R. Castleman. Digital Image Processing. Prentice Hall, 1995.
  • W.K. Pratt. Image Processing Algorithms. John Wiley & Sons, 1991.
  • I. Pitas. Digital Image Processing Algorithms. Wiley-Interscience, 2007.

Complementar

  • A.K. Jain. Fundamentals of Digital Image Processing. Prentice Hall, Englewood Cliffs, NJ, 1989.
  • J.R. Parker. Practical Computer Vision using C. John Wiley & Sons, Inc, 1994.
  • D. Ballard, C.M. Brown. Computer Vision. Prentice-Hall, Englewood Cliffs, NJ, 1982.
  • M. Sonka, V. Hlavac, R. Boyle. Image Processing Analysis and Machine Vision. CL Engineering, 2007.
  • R.M. Haralick, L.G. Shapiro. Computer and Robot Vision. Addison-Wesley Publishing Company, volume I, 1992.
  • R.M. Haralick, L.G. Shapiro. Computer and Robot Vision. Addison-Wesley Publishing Company, volume II, 1993.
  • J. Serra. Image Analysis and Mathematical Morphology. Academic Press, volume I, 1982.
  • J. Serra. Image Analysis and Mathematical Morphology. Academic Press, volume II, 1988.

 

Avaliação

Laboratório para a primeira prova será em grupo e focado em desenvolver os enunciados das questões. Já para a segunda prova, será individual e será implementar as soluções para os enunciados.

Serão duas notas, N1 e N2 que irão condensar as notas relativas a notas de provas e atividades de cada bimestre que serão calculadas da seguinte maneira:

N1 = (1.50.5*Media(P1,Labs1)/10)*Media(P1,Labs1)
N2 = (1.50.5*Media(P2,Labs2)/10)*Media(P2,Labs2)

Exemplo de Nota:
P=5.0; Labs=0.0 -> N=3.4
P=10.0; Labs=0.0 -> N=6.3
P=0.0; Labs=10.0 -> N=6.3
P=5.0; Labs=5.0 -> N=6.3
P=5.0; Labs=10.0 -> N=8.4
P=7.0; Labs=10.0 -> N=9.1
P=10.0; Labs=10.0 -> N=10.0

A Média Final Antes de Exame será:

MFAE = Media(N1,N2)

Caso MFAE seja maior ou igual a 7, o aluno aprovou-se com Média Final igual a MFAE, caso contrário terá a oportunidade de se submeter a um exame, tendo assim sua Média Final calculada como:

MF = Media(Exame, MFAE);

Data das Provas

P1 (??)
P2 (??)
PS(??)
Ex (??)

Observações

Caso o aluno tenha perdido uma prova, poderá se submeter a uma prova substitutiva que irá substituir a prova faltante (desde que acompanhada previamente de um atestado). Não haverá outro tipo de prova substitutiva.
Qualquer tentativa de fraude, plágio ou cola implicará em nota 0.0 (zero), para todos os envolvidos, na disciplina. Leia sobre a Disciplina Consciente.

 

Outras Fontes de Informação
%d blogueiros gostam disto: