introdução ao processamento de imagensprofessor.unisinos.br › ltonietto › jed › pgr ›...
TRANSCRIPT
![Page 1: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/1.jpg)
Introdução ao Processamento de Introdução ao Processamento de Imagens Imagens
Cláudio Rosito Jung
![Page 2: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/2.jpg)
IntroduçãoIntrodução• Processamento de Imagens: processamento de sinais bidimensionais
(ou n-dimensionais).
• Aplicações:- reconstrução de tomografias;
- compressão (imagens e vídeos);
- reconhecimento automático de impressões digitais;
- identificação automática de estruturas em imagens aéreas;
- quantificação de vegetacão e queimadas em imagens de satélite;
- medição automática de formas e tamanhos de órgãos (medicina);
- detecção de falhas em cicuitos impressos;
- sistemas de apoio ao motorista;
- detecção de eventos suspeitos em sistemas de vigilância;
- outras.
![Page 3: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/3.jpg)
ExemplosExemplos de de ImagensImagens
Aérea
Satélite Ressonância Magnética
Câmera fotográfica
SAR Sensor capacitivo
![Page 4: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/4.jpg)
Formação de Imagens ÓticasFormação de Imagens Óticas1. Luz é emitida por uma fonte;
2. Luz é refletida pelos objetos
3. Luz é captada pelo olho humano ou sensor.
![Page 5: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/5.jpg)
Percepção de ImagensPercepção de Imagens
- Luminância: relação com intensidada de luz refletida.
- Brilho: luminância percebida (com relação à vizinhança).
Efeito de Mach: relação
luminância x brilho percebido
![Page 6: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/6.jpg)
IlusõesIlusões VisuaisVisuais
http://www.michaelbach.de/ot/index.html
![Page 7: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/7.jpg)
Espaços de CoresEspaços de Cores
Espaço RGBEspaço HSV
3 componentes: Hue, Saturation, Value
3 componentes: Red, Green, Blue
![Page 8: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/8.jpg)
Espaço CIE L*a*b*
Criado em 1976, com o objetivo de ser aproximadamente uniforme
com relação à distância Euclideana.
( ) ( ) ( )2*2*2** baLEab ∆+∆+∆=∆
)Difference Noticeable(Just JND um a ecorrespond 3.2*≈∆ abE
Há vários outros: HSI, L*u*v*, YUV, XYZ, etc.
http://www.couleur.org/
![Page 9: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/9.jpg)
Amostragem e QuantizaçãoAmostragem e Quantização
),( yxf
],[1 nmg
],[2 nmg
Amostragem
Quantização
4 tons de cinza 10 tons de cinza
![Page 10: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/10.jpg)
Transformações de ImagensTransformações de Imagens
DFT2
DFT
DWT2
Outras: Seno, Coseno, Haddamard, Slant, SVD
Objetivo:Objetivo: representar a imagem em uma “base” diferente.
![Page 11: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/11.jpg)
““Realce” de ImagensRealce” de Imagens
Equalização de histograma:Equalização de histograma:
histograma
histograma
Imagem CBERS original
Imagem CBERS equalizada
Objetivo:Objetivo: Modificar características da imagem para melhorar sua visualização ou posterior análise.
![Page 12: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/12.jpg)
Filtragem Linear de Imagens:Filtragem Linear de Imagens:
-- ConvoluçãoConvolução::
∑∑∈
−−=∗Wlk
lkglnkmfnmgf),(
],[],[],)[(
],[ nmf
W],[ nm
33010
141
010
8
1
x
g
=
Exemplo:
Filtro da média ponderada
![Page 13: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/13.jpg)
- Filtros passa-baixas: deixam passar componentes de baixa freqüência,e bloqueiam componentes de alta freqüência. Usados para remoção de ruído. Problema: causam borramento na imagem.
Imagem peppers original Imagem peppers ruidosa Filtrada pela média
- Filtros passa-altas: deixam passar componentes de alta freqüência,e bloqueiam componentes de baixa freqüência. Usados para detecção e realce de bordas. Problema: sensibilidade ao ruído.
usharp mask
![Page 14: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/14.jpg)
Combinação de Redução de Ruído e RealceCombinação de Redução de Ruído e Realce
Imagens originais Imagens filtradas/realçadas
![Page 15: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/15.jpg)
Restauração de ImagensRestauração de ImagensObjetivo:Objetivo: desfazer/atenuar as degradações introduzidas pelo sensor na aquisição/transmissão de imagens.
Imagem house original Imagem house borrada (movimento) Imagem house restaurada (Wiener)
Imagem house ruidosa (salt & pepper) Imagem house restaurada (filtro da mediana)
![Page 16: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/16.jpg)
Compressão de Imagens e VídeoCompressão de Imagens e VídeoObjetivo:Objetivo: diminuir o tamanho da imagem/vídeo para facilitar o armazenamento/transmissão.
- Compressão sem perda: imagem reconstruída e idêntica a original. Importante no
arquivamento de imagens medicas, ou de satélite.
- Compressão com perda: imagem reconstruída apresenta diferenças com relação
a original (as vezes imperceptíveis). Uso para imagens em geral (Web, fotografias
digitais, etc.)
Principais abordagens:
•• DCT (Transformada Discreta do Cosseno)
• VQ (Vector Quantization)
• DWT (Transformada Wavelets Discreta)
• Compressão Fractal
![Page 17: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/17.jpg)
Padrão JPEG (Joint Photographic Experts Groups): compressão com perda, baseada na DCT (Transformada Discreta do Cosseno).
Padrão JPEG2000: baseado em wavelets
BMP (sem compressão) - 92 KB
( 153 x 204 x 3 bytes)JPEG - 6 KB
Imagem 153 x 204
JPEG - 3 KB JPEG - 2 KB
Padrão MPEG (Moving Picture Experts Groups): extensão para vídeos de JPEG.
• MPEG-1:1.5 Mbit/sec, adequado para internet
• MPEG-2: 1.5 – 15 Mbit/sec, padrão para TV digital e DVD
• MPEG-4: compressão baseada em objetos, escalável
![Page 18: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/18.jpg)
Detecção de BordasDetecção de Bordas
Objetivo:Objetivo: detectar as fronteiras entre os objetos (bordas);
Caracterização matemática: bordas são normalmente representadas por máximos locais de derivadas primeiras, ou cruzamentos de zero de derivadas segundas.
Principais Abordagens:- calculo do gradiente digital (diferenças nas direções x e y);- cruzamentos de zero do Laplaciano (derivada segunda);- morfologia matemática.;
Problema: imagens ruidosas e/ou textura dificultam a
detecção de bordas de baixo contraste.
![Page 19: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/19.jpg)
Exemplo 1DExemplo 1D
-10 -5 5 10
-1.5
-1
-0.5
0.5
1
1.5
-10 -5 5 10
0.2
0.4
0.6
0.8
1
-10 -5 5 10
-0.6
-0.4
-0.2
0.2
0.4
0.6
Perfil de uma borda Derivada primeira Derivada segunda
![Page 20: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/20.jpg)
Exemplo 2DExemplo 2D
Imagem house original Diferenças verticais (Dx) Diferenças horizontais (Dy) Módulo do Gradiente
Operador de Sobel Operador de Prewitt Operador de Canny
![Page 21: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/21.jpg)
SegmentaçãoSegmentação de de ImagensImagens
Objetivo:Objetivo: isolar os diferentes objetos que compõem uma cena.
Algumas Abordagens:- limiarização;
- watersheds (morfologia matemática);
- modelos deformáveis (snakes);
- region growing;
Questão: a segmentação ótima normalmente depende
da aplicação, e dois humanos podem segmentar a
mesma imagem de maneiras diferentes.
![Page 22: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/22.jpg)
Histograma
T1 = 70 T2 = 150
Limiarização
ExemplosExemplos
![Page 23: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/23.jpg)
Imagem SAR filtrada
Histograma
Histograma
Imagem SAR original
Limiar
Limiarização
![Page 24: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/24.jpg)
Imagem cameraman original
Módulo do Gradiente (T=.05)
Módulo do Gradiente (T=0.2) Imagem segmentada
Imagem segmentada
Watersheds
Watersheds
![Page 25: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/25.jpg)
Bubbles Snakes
http://iacl.ece.jhu.edu/projects/gvf/http://www.lems.brown.edu/~tek/research/2d-bubbles/
wmatter2d-gif.html
Wavelets & Watersheds
![Page 26: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/26.jpg)
Análise de Imagens (Visão Análise de Imagens (Visão Computacional)Computacional)
Objetivo:Objetivo: extrair e/ou interpretar informações de imagens ou vídeos
Aplicações:
• Reconhecimento de caracteres
• Análise de imagens médicas
• Robótica
• Cartografia
• Sensoreamento remoto
• outros
![Page 27: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/27.jpg)
Algumas AplicaçõesAlgumas Aplicações
Exemplo:Exemplo: lanelane detectiondetection andand lanelane departuredeparture
BR 116 (Novo Hamburgo – São Leopoldo)
Freeway
![Page 28: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/28.jpg)
Exemplo:Exemplo: reconhecimento de impressões digitaisreconhecimento de impressões digitais
Imagem original Imagem binarizada Crest lines Minuteae
http://www.intranet-acces.ro/fingerprint_en.html
Exemplo:Exemplo: classificação de imagens de satéliteclassificação de imagens de satélite
Imagem de satélite Imagem classificada
http://www.ag.unr.edu/serdp/mcagcc.htm
![Page 29: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/29.jpg)
Exemplo:Exemplo: realce de realce de mamografiasmamografias
Mamografia original Mamografia realçada
![Page 30: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/30.jpg)
Exemplo:Exemplo: InpaintingInpainting digitaldigital
Remoção de texto Reparação de perda digital
Reparo em fotografia Correção guiada
Trabalho de mestrado de Ubiratã Ignácio - PIPCA
![Page 31: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/31.jpg)
Exemplo:Exemplo: Síntese de texturasSíntese de texturas
Trabalho de Leandro Tonietto - UNISINOS
![Page 32: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/32.jpg)
Exemplo:Exemplo: reconstrução 3D automática de imagens aéreasreconstrução 3D automática de imagens aéreas
Exemplo:Exemplo: detecção automática de tumoresdetecção automática de tumores
MRI do cérebro Tumor segmentado
Imagem aérea e objetos 3D detectados
Moon et al, 2002
Huertas e Ascona, 1997.
![Page 33: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/33.jpg)
Exemplo:Exemplo: reconhecimento de caracteresreconhecimento de caracteres
Imagem adquirida (caracteres segmentados)Classificação
http://www.industrialvision.co.uk/case_studies/char_recognition.htm
Exemplo:Exemplo: controle de qualidadecontrole de qualidade
Medição da porosidade em uma solda
http://www.swri.org/4org/d10/autoeng/mvision/example.htm
![Page 34: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/34.jpg)
Exemplo:Exemplo: acompanhamento de pessoasacompanhamento de pessoas
Sistema detecta que a pessoa está entrando em uma sala
(http://www.cim.mcgill.ca/~clark/papers/jjclark_vi_2002.pdf)
Trabalho de Júlio C. S. Jacques Jr
(PIPCA)Trabalho de Leandro Dihl (PIPCA)
![Page 35: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/35.jpg)
Exemplo:Exemplo: detecção de trajetórias nãodetecção de trajetórias não--usuaisusuais
Trabalho de Júlio C. S. Jacques Jr (PIPCA)
![Page 36: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/36.jpg)
Exemplo:Exemplo: detecção de pele por cordetecção de pele por cor
http://crl-download.crl.hpl.hp.com/vision/humansensing/skin/default.htm
![Page 37: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/37.jpg)
Exemplo:Exemplo: realidade aumentadarealidade aumentada
Imagem original e objetos gerados por computação gráfica superpostos
![Page 38: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/38.jpg)
Exemplo:Exemplo: mosaico de imagensmosaico de imagens
http://www.sgi.com/grafica/merge/index.html
Exemplo:Exemplo: uum sm sistema de visão embarcado
http://www-2.cs.cmu.edu/~cmucam/gallery.html
![Page 39: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/39.jpg)
Comentários FinaisComentários Finais
• Processamento de imagens pode ser utilizado em qualquer aplicação que envolva sinais com duas ou mais dimensões.
• Diversas aplicações práticas;
• Tarefas triviais para o olho humano podem ser extremamente difíceis para a máquina.
• Muita matemática e computação envolvidas (real-time).
• Muitos problemas em aberto.
![Page 40: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/40.jpg)
Bibliografia BásicaBibliografia BásicaLivros:• A. K. Jain. Fundamentals of Digital Image Processing. Prentice-Hall, 1989.
• R. C. Gonzalez and R. E. Woods. Digital Image Processing. Addison-Wesley,
1992.
Periódicos:• IEEE Transactions on Image Processing
• IEEE Transactions on Pattern Analysis and Machine Intelligence
• Pattern Recognition
• Pattern Recognition Letters
• Computer Vision and Image Understanding
• Image and Vision Computing
• Journal of Electronic Imaging
• International Journal of Computer Vision
![Page 41: Introdução ao Processamento de Imagensprofessor.unisinos.br › ltonietto › jed › pgr › pi_intro.pdf · Luz é refletida pelos objetos 3. Luz é captada pelo olho humano ou](https://reader033.vdocuments.net/reader033/viewer/2022042409/5f2502d7b4a85d00e64b2b38/html5/thumbnails/41.jpg)
Conferências:• SIBGRAPI (Simpósio Brasileiro de Computação Gráfica e Processamento de
Imagens)
• ICIP (International Conference on Image Processing)
• ICCV (International Conference on Computer Vision)
• ECCV (European Conference on Computer Vision)
• CVPR (Computer Vision and Pattern Recognition)
• ICPR (International Conference on Pattern Recognition)