Академический Документы
Профессиональный Документы
Культура Документы
Fortaleza Cear
Dezembro 2007
Orientador
Prof. Dr. Paulo Csar Cortez
Co-orientador
Msc. Rodrigo Carvalho Souza Costa
Engenharia
de
Teleinformtica
parte
dos
requisitos
para
Teleinformtica.
Fortaleza Cear
Dezembro 2007
Resumo
Abstract
and identication of the object in the image, recognition of subtle features in the
object, among others. In this monograph, it is proposed an approach that makes use
of the image as it is obtained, without use techniques for segmentation and extraction
of contour presents in traditional algorithms. With respect to the techniques used
in this work: conversion between spaces of colors, gradients, wavelet transform and
threshold, all are known from literature and easy to use. An important aspect of this
monograph is its own development, in that environment and tools were used to free
software, so there has been no spending beyond the hardware and could still account
with the support of the world community of free software for the development of
related activities.
The results obtained on the location of critical points were promising, because
the images of test, despite some are complex, the points were located in accordance
with the expected second visual analysis (qualitative). In analysis as in this work
is dicult to obtain a quantitative parameter to evaluate the results.
Agradecimentos
Sumrio
Lista de Figuras
Lista de Siglas
xi
1 Introduo
1.1
Motivao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3
Organizao da Monograa . . . . . . . . . . . . . . . . . . . . . . .
2 Ferramentas e Mtodos
2.1
Representao de Imagens . . . . . . . . . . . . . . . . . . . . . . . .
2.2
Imagens Digitais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1
Gradientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1
2.3.2
2.3.3
2.3
2.4
Transformada Wavelet . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.1
Anlise de Fourier
. . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.2
Decomposio Wavelet . . . . . . . . . . . . . . . . . . . . . . 18
2.4.3
Transformada Wavelet 2D . . . . . . . . . . . . . . . . . . . . 19
2.4.4
2.4.5
2.5
Pontos Crticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5.1
3 Metodologia
3.1
Ambiente de Desenvolvimento . . . . . . . . . . . . . . . . . . . . . . 29
3.1.1
3.2
29
Imagens Utilizadas . . . . . . . . . . . . . . . . . . . . . . . . 30
4 Resultados
36
4.1
4.2
4.3
51
Perspectivas Futuras . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Referncias Bibliogrcas
54
vii
Lista de Figuras
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
. 21
viii
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
Lista de Siglas
KDE
K Desktop Environment
GNU
RGB
CMY
YCbCr
HSV
Db
Daubechies
DDR2
RAM
xi
Captulo
Introduo
s pontos crticos podem representar os objetos presentes em uma cena (na
1.1 Motivao
O uso de cmeras representa atualmente uma das formas de sensoriamento
e aquisio de informaes com maior potencial de aplicaes e inovaes, cujas
imagens contm informaes importantes sobre os objetos presentes; destacando-se
as bordas e os cantos, os quais formam um sub-conjunto dos pontos crticos.
partir dos pontos crticos possvel fazer o reconhecimento de objetos
existentes na imagem original fazendo uso de tcnicas de reconhecimento de
padres, como, por exemplo, classicadores baseados em redes neurais.
No
trabalho desenvolvido por Gomes (2006) fez-se o uso de Transformadas Wavelet para
localizao de objetos, sendo esta uma das principais motivaes desta monograa.
Outra aplicao interessante que depende da localizao de pontos crticos
consiste na utilizao de algoritmos de rastreamento, de modo que a abordagem
proposta permitiria o desenvolvimento de uma aplicao com potencial de ser
adotada em vrias situaes.
1.2. Objetivos
1.2 Objetivos
Esta monograa tem como principal objetivo o desenvolvimento de um sistema,
em plataforma GNU/Linux (livre), para a identicao e localizao de pontos
crticos em imagens digitais.
Como objetivos especcos, almeja-se:
I elaborar uma tcnica completa para localizao dos pontos crticos desde a
captura da imagem at a denio das coordenadas dos pontos desejados;
I permitir que o algoritmo apresentado possa ser usado aplicaes que envolvam
processamento digital de imagens, de acordo com a necessidade relativa
sensibilidade na identicao de um ponto como crtico;
Captulo
Ferramentas e Mtodos
do tipo de imagem.
a = (x, y)
x.
(2.1)
2.3. Gradientes
I HSV: descreve a cor baseado na intensidade de cor (H), saturao (S) e brilho
(V);
As componentes do vetor b em imagens coloridas expressam a intensidade p do
pixel, tambm os seus formentos de cores.
2.3 Gradientes
No contexto do processamento de imagens, o estudo dos vetores gradientes tm
como efeito mais signicativo a avaliao e o realce dos detalhes, tais como bordas,
porque suas componentes representam taxas de variaes dos elementos de imagem
e relao e variao de posio do pixel.
2.3. Gradientes
f (x1 , x2 . . . , xn ) =
f
f
f
~a1 +
~a2 + . . . +
~an
x1
x2
xn
(2.2)
f : R2 R, denido como:
f (x1 , x2 ) = x21 + x22 ,
(2.3)
f (x1 , x2 ) =
f
f
~a1 +
~a2 = 2 (x1~a1 + x2~a2 )
x1
x2
(2.4)
2.3. Gradientes
campo
gradiente
possui
as
seguintes
propriedades
(LARSON;
f 0 [n] =
f [n] f [n 1]
,
n
(2.5)
10
2.3. Gradientes
(2.6)
f 0 [n] = f [n] f [n 1] = (a n + b) [a (n 1) + b]
f 0 [n] = a n + b a n + a b
f 0 [n] = a
Observa-se que o resultado obtido o mesmo para uma funo contnua f (x) =
a x + b, em que f 0 (x) = a.
Em seguida mostrado outro exemplo, seja uma funo discreta f [n] = a n2 +
f 0 [n] = a n2 + b n + c a n2 2 n a + a + b n b + c
f 0 [n] = 2 a n a + b.
Neste caso, ocorre um erro entre a expresso obtida e o equivalente para a funo
contnua f (x) = a x2 + b x + c, em que f 0 (x) = 2 a x + b.
0
Finalizando, observa-se
ento quea derivada numrica f [n] pode ser vista como
f [u]
f [u 1]
com o vetor:
1
h=
,
1
11
2.3. Gradientes
1
ou seja f 0 [n] = [f [u] f [u 1]]
.
1
Pode-se ainda enunciar f 0 [n] como resultado de uma operao de convoluo
de entrada f [n] em um sistema h[n] composto de duas componentes: h[0] = 1 e
h[1] = 1.
O uso da mdia aritmtica f0 [n] entre as derivadas anterior (f10 [n] = f [n] f [n
1]) e posterior (f20 [n] = f [n + 1] f [n]) a posio n, fornece uma preciso maior
representao discreta da derivada da funo em relao ao seu valor contnuo.
Desta forma, f0 [n] pode ser representada por:
(2.7)
f [n + 1] f [n 1]
f0 [n] =
2
(2.8)
f 0 [n] =
[a (n + 1) + b] [a (n 1) + b]
f [n 1] f [n + 1]
=
2
2
f 0 [n] =
an+a+ban+ab
2
f 0 [n] = a
12
2.3. Gradientes
a (n + 1)2 + b (n + 1) + c a (n 1)2 + b (n 1) + c
f [n + 1] f [n 1]
f [n] =
=
2
2
0
f 0 [n] =
[a n2 + 2 n a + a + b n + b + c] [a n2 2 n a + a + b n b + c]
2
4an+2b
f 0 [n] =
= 2 n + b.
2
h=
0
(2.9)
(2.10)
13
2.3. Gradientes
As matrizes que
Sobel
Prewitt
1 0
Hx =
2 0
1 0
1 0
Hx =
1 0
1 0
2
1
1
Hy =
0
0
0
1 2 1
1
1
1
Hy =
0
0
0
1 1 1
14
(a)
(b)
(a)
(b)
15
f (x) j0 ,k dx
(2.11)
f (x) j,k dx
(2.12)
<D >
Z
dj [k] =
<D >
f (x) =
X
X
j=j0
(2.13)
Z
f (t) ejt dt
F () =
(2.14)
16
f (t) =
sin(w2 t), t0 < t < 2t0
0, t < 0 ou t > 2t
0
(2.15)
f (t) =
sin(w1 t), t0 < t < 2t0
0, t < 0 ou t > 2t
0
(2.16)
em que w1 < w2 .
Pode-se observar pelas Figuras 2.11(b) e 2.12(b) que as Transformadas de Fourier
obtidas so iguais, apesar da diferena entre as Equaes 2.15 e 2.16. Este fato
mostra que a Transformada de Fourier no extrai informaes temporais do sinal.
(a)
(b)
17
(a)
(b)
f (t) =
g2 (t), t0 < t < 2t0
0, t < 0 ou t > 2t
0
Z
Z2t0
jt
F () =
f (t)e
dt =
Zt0
f (t)e
jt
dt =
Z2t0
g1 (t)e
|0
jt
{z
g2 (t)ejt dt
dt +
t0
G1 ()
Z2t0
H() =
g2 (t)e
t0
j(tt0 )
g (t t )e
|2 {z 0}
dt =
0
Zt0
Zt0
jt
{z
H()
jt0
g2 (t)ejt dt
dt = e|{z}
g2 (t)
|0
{z
G2 ()
F () = G1 () + G2 ().
Para:
f (t) =
g2 (t), t0 < t < 2t0
0, t < 0 ou t > 2t
0
18
Z2t0
jt
F () =
f (t)e
dt =
Z2t0
Zt0
f (t)e
jt
dt =
g2 (t)e
|0
jt
{z
g1 (t)ejt dt
dt +
t0
{z
G2 ()
Z2t0
Zt0
g1 (t)ejt dt =
H() =
t0
H()
Zt0
g1 (t)ejt dt
jt0
g (t t )ej(tt0 ) dt = e|{z}
|1 {z 0}
0
g1 (t)
|0
{z
G1 ()
F () = G2 () + G1 ().
Assim mostrando que a Transformada de Fourier no extrai informaes
temporais do sinal.
Z
| (x)|2 dx <
(2.17)
Dx
Z
(x) dx = 0
(2.18)
<D >
A Equao 2.17 mostra que a funo (x) limitada e a Equao 2.18 mostra
que a mdia temporal de (x) nula.
Outra caracterstica freqente com relao as funes do ncleo da Transformada
(2.19)
19
(x, y) = (x)(y).
H (x, y) = (x)(y)
V (x, y) = (x)(y)
(x, y) = (x)(y)
D
(2.20)
(2.21)
20
Wavelets. Dentre elas destacam-se: Haar e Daubechies, sendo estas formadas por
uma famlia de funes.
(x) =
0 caso contrario
(x) =
1 p/0.5 < x < 1
0 caso contrario
(2.22)
(2.23)
21
(a) aproximao
Wavelet Haar:
(a)
(b)
22
Z
(x) dx = 1
(2.24)
(2.25)
(2.26)
(a)
(b)
23
24
(a)
(b)
(a)
(b)
(a)
(b)
(c)
25
26
(a)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(a)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
27
(a)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(i)
(j)
(k)
(l)
(m)
(n)
(o)
(p)
(a) quadrado
(b) losango
(c)
tomograa
computadorizada de seco da
caixa torxica
28
(a) pontos
quadrado
localizados
no (b) pontos
losango
localizados
Captulo
Metodologia
As
Scilab
Wavelets
Toolbox
SWT
0.1.0
Os uxogramas foram
30
31
(a)
(b)
(a)
(b)
32
(a)
(b)
(a)
(b)
Em seguida, esta
33
Imdetalhes =
(3.1)
Si (CIm ) i
i=1
em que:
1
i
34
(a)
(b)
Figura 3.7: a) imagem original e b) imagens geradas pela Transformada Wavelet Haar.
I ImA a imagem relativa aos detalhes verticais;
I ImB a imagem relativa aos detalhes horizontais;
I ImC a imagem relativa aos detalhes diagonais;
I ImD a imagem relativa aos detalhes diagonais obtida pela aplicao a
Transformada Wavelet na imagem do mdulo do gradiente rotacionada de
90 graus.
35
1 Nvel
de sensibilidade tido como o valor escolhido como limiar para a imagem de detalhes, de
modo que quanto menor o nvel de sensibilidade mais pecular o ponto precisa ser para o algoritmo
t-lo como crtico
Captulo
Resultados
37
38
39
40
41
42
43
44
45
(a) pontos
localizados (b) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Haar
Wavelet Db4
(c) pontos
localizados (d) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Db6
Wavelet Db8
Wavelet Daubechies.
(a) pontos
localizados (b) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Haar
Wavelet Db4
(c) pontos
localizados (d) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Db6
Wavelet Db8
(a) pontos
localizados (b) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Haar
Wavelet Db4
(c) pontos
localizados (d) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Db6
Wavelet Db8
46
(a) pontos
localizados (b) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Haar
Wavelet Db4
(c) pontos
localizados (d) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Db6
Wavelet Db8
(a) pontos
localizados (b) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Haar
Wavelet Db4
(c) pontos
localizados (d) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Db6
Wavelet Db8
47
(a) pontos
localizados (b) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Haar
Wavelet Db4
(c) pontos
localizados (d) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Db6
Wavelet Db8
48
(a) pontos
localizados (b) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Haar
Wavelet Db4
(c) pontos
localizados (d) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Db6
Wavelet Db8
49
(a) pontos
localizados (b) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Haar
Wavelet Db4
(c) pontos
localizados (d) pontos localizados
com
a
Transformada com
a
Transformada
Wavelet Db6
Wavelet Db8
50
Captulo
52
Referncias Bibliogrcas
53
Referncias Bibliogrcas
54