restauração de imagens - sistema integrado de gestão de
TRANSCRIPT
![Page 1: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/1.jpg)
Restauração de Imagens
35M34 – Sala 3D5Bruno Motta de CarvalhoDIMAp – Sala 15 – Ramal 227
![Page 2: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/2.jpg)
DIM00972
Introdução
Restauração busca reconstruir ou recuperar uma imagem que foi degradada usando informações a respeito do processo de degradação
Após modelar o processo de degradação, a restauração de imagens busca aplicar o processo inverso de modo a obter a imagem não degradada
A área de realce de imagens tem interseções com a restauração de imagens, mas é um processo mais subjetivo, onde se busca uma imagem mais adequada, geralmente de acordo com algum critério subjetivo
![Page 3: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/3.jpg)
DIM00973
Modelo de Degradação
O modelo de degradação utilizado usa uma função H que opera na imagem de entrada f(x,y) e um termo de ruído aditivo η(x,y) para gerar a imagem degradada g(x,y)
Se H é um processo linear e invariante a posição, a funçao degradada g é ),(),(*),(),( yxyxfyxhyxg η+=
![Page 4: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/4.jpg)
DIM00974
Modelo de Degradação
Deste modo, no domínio da frequência nós temos
Na primeira parte desta aula nós vamos ter H como o operador identidade, isto é, nós estaremos lidando com imagens degradadas somente por ruído
),(),(),(),( vuNvuFvuHvuG +=
![Page 5: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/5.jpg)
DIM00975
Modelos de Ruído As principais fontes de ruído em imagens digitais
se manifestam nas etapas de aquisição e transmissão
Na aquisição isso pode acontecer devido a precisão dos sensores, sensibilidade dos sensores a condições ambientais
Na transmissão isso pode acontecer devido a interferência no canal usado para transmissão
Podemos nos referir ao ruído suas características espaciais ou de frequência
![Page 6: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/6.jpg)
DIM00976
Modelos de Ruído Quando o espectro de Fourier do ruído é
constante, ele é chamado de ruído branco (devido a luz branca conter quase todas as freqeuências do espectro visível em quantidades iguais)
Com a exceção de ruídos periódicos no espaço, nós assumiremos aqui que o ruído é independente das coordenadas espaciais, e também que não é correlacionado com a imagem original
![Page 7: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/7.jpg)
DIM00977
Modelos de Ruído• Funções de densidade de probabilidade (PDFs)
são usadas para modelar diferentes tipos de ruídos
• Eles modelam o comportamento das intensidades no componente de ruído no modelo visto anteriormente
• Ruído Gaussiano – problemas em sensores devido a altas temperaturas ou iluminação falha
• Ruído de Rayleigh – range imaging• Ruídos exponencial e gama – laser imaging• Ruído de impulso – mudança falha de estados
em sensores
![Page 8: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/8.jpg)
DIM00978
Modelos de Ruído Imagem ao lado foi utilizada para
demonstrar tipos de ruídos Os seis tipos de ruídos foram
adicionados a imagem e as imagens resultantes e seus histogramas foram gerados
Os níveis de ruído para cada caso foram escolhidos de tal forma que o histograma dos três objetos estivessem começando a se fundir
![Page 9: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/9.jpg)
DIM00979
Modelos de Ruído
![Page 10: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/10.jpg)
DIM009710
Modelos de Ruído
![Page 11: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/11.jpg)
DIM009711
Ruídos Periódicos Geralmente aparecem devido a interferências
elétricas ou eletromecânicas durante a aquisição das imagens
Pode ser muito reduzido através de filtragem no domínio da frequência
Isso acontece porque o período do ruído corresponde a frequência de uma senoide, que nada mais é do que uma frequência no domínio da frequência
![Page 12: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/12.jpg)
DIM009712
Ruídos Periódicos• Os parâmetros do ruído são
geralmente estimados observandose o espectro de Fourier da imagem
• Como visto anteriormente, picos no domínio da frequência indicam componentes que formam o ruído periódico
![Page 13: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/13.jpg)
DIM009713
Estimação de Parâmetros de Ruídos Podese também tentar inferir sobre a
peridodicidade do ruído diretamente da imagem, porém isso só funciona em casos simples
Detecção automática dos picos no domínio da frequência é possível se picos forem acentuados ou se temos alguma informação a priori sobre as áreas onde os picos estariam localizados
Alguns parâmetros das PDFs dos ruídos podem ser conhecidos das descrições dos sensores
![Page 14: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/14.jpg)
DIM009714
Estimação de Parâmetros de Ruídos Podese adquirir uma imagem padrão com
iluminação uniforme para estimar parâmetros de ruídos ou podese usar partes de imagens que tenham intensidades quase constantes
![Page 15: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/15.jpg)
DIM009715
Restauração no Domínio Espacial Como estamos considerando sinais que tenham
sido degradados somente por ruído, temos:
Caso o ruído seja periódico, podemos estimálo como mencionado anteriormente
A filtragem espacial é adequada quando o ruído é somente aditivo
Neste caso, realce=restauração
),(),(),( yxyxfyxg η+= ),(),(),( vuNvuFvuG +=
![Page 16: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/16.jpg)
DIM009716
Filtros de Médias
O filtro de média mais simples é o de média aritmética, que associa a média das intensidades dos pontos da imagem corrompida em uma janela a intensidade do pixel onde esta janela está centrada na imagem restaurada
Pode ser implementada usando uma máscara de convolução
Usandose o filtro de média geométrica nós temos
mn
Sts xy
tsgyxf
1
),(),(),(ˆ
= ∏
∈
![Page 17: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/17.jpg)
DIM009717
Filtros de Médias O valor obtido usandose o filtro de média harmônica é dado
por
Remove ruído salt mas falha em ruídos pepper Já o valor obtido usandose o filtro de média contra
harmônica é dado por
onde Q é a ordem do filtro. Funciona bem para ruídos saltandpepper (um de cada vez, escolhendose o sinal de Q)
∑∈
=
xySts tsg
mnyxf
),( ),(1),(ˆ
∑∑
∈
∈
+
=
xy
xy
Sts
QSts
Q
tsg
tsgyxf
),(
),(
1
),(
),(),(ˆ
![Page 18: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/18.jpg)
DIM009718
Filtros de Médias
![Page 19: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/19.jpg)
DIM009719
Filtros de Médias
![Page 20: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/20.jpg)
DIM009720
Filtros de Médias
• Ruídos Gaussianos ou uniformes média aritmética ou geométrica
• Ruídos saltandpepper – harmônico (salt) ou contraharmônico (salt e pepper, mas não simultaneamente)
![Page 21: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/21.jpg)
DIM009721
Filtros de Ordenação
Filtros baseados em ordenações (rankings) das intensidades da imagem degradada na janela do filtro
Mediana max e min ponto médio média alfacortada
{ }),(median),(ˆxySt)(s, tsgyxf ∈=
{ } { }),(min),(ˆe),(max),(ˆxyxy St)(s,St)(s, tsgyxftsgyxf ∈∈ ==
{ } { }[ ]),(min),(max21),(ˆ
xyxy St)(s,St)(s, tsgtsgyxf ∈∈ +=
∑∈−
=xySt)(s,
),(1),(ˆ tsgdmn
yxf r
![Page 22: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/22.jpg)
DIM009722
Filtros de Ordenação
Filtros baseados em ordenações (rankings) das intensidades da imagem degradada na janela do filtro
O filtro da mediana troca o valor original do pixel pelo valor da mediana da região definida pelo filtro
Os filtros max e min substituem o valor original pelo máximo e mínimo, respectivamente, da área delimitada pelo filtro
f x , y=mediana s , t ∈S xy
{g s , t }
f x , y= maxs ,t ∈S xy
{g s ,t } e f x , y= mins ,t ∈Sxy
{g s ,t }
![Page 23: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/23.jpg)
DIM009723
Filtros de Ordenação
O filtro do ponto médio calcula a média dos valores minímo e máximo e substitui o valor original do pixel
O filtro da média alfacortada elimina os d/2 maiores e os d/2 menores valores e calcula a média dos pixel restantes, que vai substituir o pixel original
f x , y=12[ max s , t∈S xy
{g s , t } mins ,t ∈Sxy
{gs , t }]
f x , y= 1mn−d
∑s ,t ∈Sxy
{gr s ,t }
![Page 24: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/24.jpg)
DIM009724
Filtros de Ordenação
![Page 25: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/25.jpg)
DIM009725
Filtros Adaptativos
Os filtros mencionados até agora são aplicados a toda a imagem, ao contrário dos filtros adaptativos, cujos comportamentos mudam de acordo com as características estatísticas da imagem no área definida pelo filtros
Podem obter melhores performances mas suas implementações são mais complexas
![Page 26: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/26.jpg)
DIM009726
Filtros Adaptativos
Exemplo: Filtro adaptativo para remoção de ruído aditivo, usando valores de média e variância
Filtro preserva bordas e elimina ruído em áreas homogêneas f x , y=g x , y−
² ²L
[ g x , y−mL ]
f x , y−imagem recuperada g x , y−imagem corrompida ²−variância do ruído ²L−variância local mL−média local
![Page 27: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/27.jpg)
DIM009727
Filtros Adaptativos
Exemplo de filtro adaptativo de medianaNível A : A1=zmed−zmin
A2=zmed−zmax
If A10 AND A20, Vá para o Nível B Senão aumente o tamanho da janela Se o tamanho da janela S_max repita o Nível A Senão retorne zmed
Nível B : B1=z xy−zmin
B2=z xy−zmax
If B10 AND B20, retorne z xy
Senão retorne zmed
zmin=intensidade mínima em S xy
zmax=intensidade máxima em S xy
zmed
=mediana das intensidades em Sxy
Smax=maior tamanho permitido da regiãoS xy
zxy=intensidade da imagem em x , y
![Page 28: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/28.jpg)
DIM009728
Filtros Adaptativos
![Page 29: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/29.jpg)
DIM009729
Restauração no Domínio da Frequência Filtros podem ser definidos
interativamente, após a visualização da transformada de uma imagem como nos filtros de rejeição de banda e notch
Outros métodos incluem estimação de degradações, filtragem inversa e filtragem de Wiener
![Page 30: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/30.jpg)
DIM009730
Filtros de Supressão de Bandas
H u , v=1−e−12 [D 2u ,v −D
02
D u , vW ]2
H u ,v = 1
1[ D u , v WD2 u , v −D0
2 ]2n
H u ,v ={1, se D u ,vD0−W2
0, se D0−W2D u , v D0
W2
1, se D u ,vD0W2
![Page 31: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/31.jpg)
DIM009731
Filtros de Supressão de Bandas
![Page 32: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/32.jpg)
DIM009732
Filtros Notch
Partes dos coeficientes da transformada da imagem são atenuados ou eliminados de acordo com pontos especificados por um usuário
Exceto no caso (u,v)=(0,0), dois filtros são usados devido a simetria da transformada de Fourier
![Page 33: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/33.jpg)
DIM009733
Filtros Notch
Os filtros notch ideal, Butterwoth e Gaussiano podem ser definidos por
H u , v =1−e−12 [ D1u , v D2 u , v
D02 ]H u , v = 1
1[ D02
D1u , v −D2u ,v ]n
H u , v={0, se D1u , v D0 ou D2u , v D0
1, caso contrário
Onde D1u ,v=[u−M /2−uo2v−N /2−vo
2 ]1/2
e
D2 u , v =[u−M /2uo2v−N /2vo
2 ]1/2
![Page 34: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/34.jpg)
DIM009734
Filtros Notch Ótimos Em alguns caso, é difícil julgar o que é e o que
não é um pico de interferência na transformada de uma imagem
A abordagem citada usa uma função de peso ou modulação (x,y) que tenta diminuir o efeito de componentes do ruído que não estão presentes na estimativa do ruído (x,y)
f x , y=g x , y− x , y x , y
![Page 35: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/35.jpg)
DIM009735
Filtros Notch Ótimos Uma abordagem é a de se selecionar (x,y) tal que a
variância (x,y) da estimativa da função restaurada seja minimizada na vizinhança do pixel (x,y), isto é,
Combinandose as duas equações, minimizandose a variância (x,y) e isolandose (x,y), nós temos
2 x , y= 12a12b1
∑s=−a
a
∑t=−b
b
[ f xs , yt − f x , y ]2
x , y = g x , y x , y−g x , y x , y 2 x , y − 2 x , y
![Page 36: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/36.jpg)
DIM009736
Restauração no Domínio da Frequência
![Page 37: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/37.jpg)
DIM009737
Degradações Lineares e Invariantes a Posição A degradação de um sinal foi modelada como
O operador H é dito linear se
isto é, se H tem as propriedades aditiva e da homogeneidade
H é dito invariante a posição se
g x , y=H [ f x , y] x , y
H [af 1 x , ybf 2 x , y]=aH [ f 1 x , y]bH [ f 2 x , y]
H [ f x− , y−]=g x− , y−
![Page 38: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/38.jpg)
DIM009738
Degradações Lineares e Invariantes a Posição
No contínuo nós temos
Usando as propriedades aditiva e da homogeneidade, chegamos a
h(x,,y,) é chamada de point spread function (PSF) pois na ótica, ela descreve como um sistema ótico borra um ponto de luz
f x , y=∫−∞
∞
∫−∞
∞
f , x− , y−d d
g x , y=H [ f x , y ]=H [∫−∞
∞
∫−∞
∞
f ,x− , y− dd ]g x , y=∫
−∞
∞
∫−∞
∞
f ,H [ x− , y−] d d ou
∫−∞
∞
∫−∞
∞
f ,h x , , y , dd
![Page 39: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/39.jpg)
DIM009739
Degradações Lineares e Invariantes a Posição A integral de superposição (ou Friedholm) do
primeiro tipo é a base da teoria de sistemas lineares
Um sistema linear é completamente caracterizado pela sua resposta a impulsos
No caso de invariância a posição a equação se torna também conhecida
como integral de convolução Na presença de um ruído aditivo a expressão acima
se transforma em
g x , y=∫−∞
∞
∫−∞
∞
f ,h x , , y , dd
g x , y=∫−∞
∞
∫−∞
∞
f ,h x− , y−dd
g x , y=∫−∞
∞
∫−∞
∞
f ,h x , , y , dd x , y
![Page 40: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/40.jpg)
DIM009740
Degradações Lineares e Invariantes a Posição No caso de invariância a posição a equação se torna
Como os valores de (x,y) são aleatórios e independentes de posição, nós podemos reescrever a equação como
Vários tipos de degradações podem ser modelados como processos lineares e invariantes a posição
Como degradações são modeladas como sendo resultado de uma convolução, a restauração linear de imagens é também chamada de deconvolução
g x , y=∫−∞
∞
∫−∞
∞
f ,h x− , y−dd x , y
g x , y=h x , y∗ f x , yx , y
![Page 41: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/41.jpg)
DIM009741
Estimando Funções de Degradação As três principais maneiras de se estimar uma
degradação são: observação, experimentação e modelagem matemática
Na observação, coletase informação da imagem degradada, por exemplo, examinando estruturas simples, estimando uma subimagem nãoborrada, e calculando H usando esta imagem e a imagem original H su , v=
G s u , vF s u , v
![Page 42: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/42.jpg)
DIM009742
Estimando Funções de Degradação Na estimação por experimentação, utilizase
equipamento similar ao usado para adquirir a imagem, podemos estimar a função de degradação adquirindo um impulso usando parâmetros parecidos
H u ,v =G u , vA
Um impulso é simulado por um ponto brilhante de luz, logo, temos
![Page 43: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/43.jpg)
DIM009743
Estimando Funções de Degradação Na estimação por modelagem, utilizase modelos
matemáticos para caracterizar alguma degradação de origem conhecida
Por exemplo, Hufnagel e Stanley (1964) usaram a equação abaixo para modelar turbulência H u , v=e−k u2v25 /6
![Page 44: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/44.jpg)
DIM009744
Estimando Funções de Degradação
![Page 45: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/45.jpg)
DIM009745
Estimando Funções de Degradação
Imagem ao lado foi criada modelandose um borramento por movimento linear uniforme entre o objeto sendo capturado e o sensor de aquisição
Esta técnica pode ser usada para criar efeitos em fotografias, por exemplo
![Page 46: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/46.jpg)
DIM009746
Filtragem Inversa
A filtragem inversa busca recuperar uma estimativa usando
Entretanto, na presença de ruído, nós temos
Ou seja, não podemos recuperar F(u,v) exatamente porque o ruído N(u,v) é uma função aleatória desconhecida
Se H tem valores nulos ou pequenos, o ruído domina a solução
F u , v= G u , vH u , v
F u ,v =F u , v N u , vH u ,v
![Page 47: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/47.jpg)
DIM009747
Filtragem Inversa Figura ao ladomostra imagens filtradas usando a função de degradação exata
Observe como o limite dosuporte do filtro diminui o problema dos valores próximos de 0
H u ,v=e−k [u−M /22v−N /22]5/6
![Page 48: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/48.jpg)
DIM009748
Filtragem de Wiener
Os filtros de Wiener, ou filtros de erro quadrado médio mínimo, modelam tanto degradação quanto adição de ruído ao sinal original, ao contrário dos filtros inversos
O método considera a imagem e o ruído como processos aleatórios, e tenta estimar uma versão não corrompida de f minimizando o erro onde E{.} é o valor esperado do argumento
e2=E { f − f 2}
![Page 49: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/49.jpg)
DIM009749
Filtragem de Wiener
O mínimo da função de erro no domínio da freqüência é dado por
onde
F u , v = [ H *u ,v S f u ,v
S f u , v∣H u ,v ∣2Su , v ]G u , v
= [ 1H u , v
H u , v2
∣H u ,v ∣2Su ,v /S f u ,v ]G u , v
H u , v=função de degradaçãoH*u , v=conjugado de H u , v∣H u , v∣2=H *u , vH u , vSu , v=∣N u , v∣2=espectro de potência do ruídoS f u , v=∣F u , v∣2=espectro de potência da imagem original
![Page 50: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/50.jpg)
DIM009750
Filtragem de Wiener
Se o ruído for zero, o filtro de Wiener se torna um filtro inverso
Como não sabemos o espectro da imagem não corrompida, devemos estimála
No caso de ruído branco, a equação anterior se torna
Deste modo, podese especificar K interativamente até que um resultado desejado seja alcançado
F u , v =[ 1H u , v
H u , v 2
∣H u , v ∣2K ]G u , v
![Page 51: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/51.jpg)
DIM009751
Filtragem de Wiener
Comparação com filtragem inversa
![Page 52: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/52.jpg)
DIM009752
Filtragem de Wiener
Comparação com filtragem inversa
Observe como o ruído ainda está presente no resultado do filtro inverso na terceira linha
![Page 53: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/53.jpg)
DIM009753
Filtragem de Quadrados Mínimos Uma constante aproximando a razão entre os
especros de potência do ruído e da imagem original nem sempre é adequado
Nos filtros de quadrados mínimos somente a média e a variância do ruído precisam ser especificados (e podem ser estimados a partir de uma imagem degradada)
Representandose o processo de degradação da imagem na forma matricial temos g=Hf
![Page 54: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/54.jpg)
DIM009754
Filtragem de Quadrados Mínimos
Como H é muito sensível a ruídos, o método restaura a imagem usando uma medida de suavidade, como a segunda derivada da imagem (Laplaciano), minimizando
sujeito a onde é a norma Euclidiana No domínio da freqüência nós temos
onde é um parâmetro que deve ser ajustado para manter a restrição acima e P(u,v) é transformada de Fourier do Laplaciano
C=∑x=0
M−1
∑y=0
N −1
[ ∇2 f x , y ]2
∥g−H f∥2=∥∥2 ∥w∥2=wT w
F u , v =[ H *u ,v ∣H u , v ∣2∣P u ,v∣2 ]G u , v
![Page 55: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/55.jpg)
DIM009755
Filtragem de Quadrados Mínimos Comparação com o resultados
obtidos usandose filtros de Wiener
![Page 56: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/56.jpg)
DIM009756
Filtragem de Quadrados Mínimos Parâmetro pode ser definido por observação ou
calculado de modo ótimo usando um procedimento iterativo
![Page 57: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/57.jpg)
DIM009757
Filtro de Média Geométrica O filtro da média geométrica é uma generalização do
filtro de Wiener, que define uma família de filtros, que podem ser controlados variandose e (que são positivos)
Quando =1 este filtro se reduz a um filtro inverso, =0 implica em um filtro paramétrico de Wiener, que se reduz a um filtro de Wiener quando =1
F u , v =[ H *u , v∣H u , v∣2 ][ H *u ,v
∣H u , v ∣2[ Su , v
S f u ,v ] ]1−
G u , v
![Page 58: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/58.jpg)
DIM009758
Transformações Geométricas Transformações geométricas modificam o
relacionamento espacial entre os pixels e não suas intensidades, e são divididas em uma transformação espacial seguida de uma interpolação das intensidades
Uma imagem f com coordenadas (x,y) sofre uma transformação geométrica gerando a imagem g com as coordenadas (x’,y’). Essa transformação pode ser expressa por x '=r x , y e y'=s x , y
![Page 59: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/59.jpg)
DIM009759
Transformações Geométricas Conhecendose as funções r e s podese, teoricamente,
recuperar f, porém geralmente é impossível se caracterizar a transformação em toda a imagem usando apenas um par de funções r e s
Por isso usase pontos âncora em pixels correspondentes nas imagens distorcida e corrigida para o cálculo de r e s em subáreas da imagem corrigida
![Page 60: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/60.jpg)
DIM009760
Transformações Geométricas Nós podemos reescrever r e s como
Como essas equações poder gerar números não inteiros, devese usar algum método de interpolação para mapear os valores nos pontos da grade da imagem
r x , y=x '=c1 xc2 yc3 xyc4 e s x , y =y'=c5 xc6 yc7 xyc8
![Page 61: Restauração de Imagens - Sistema Integrado de Gestão de](https://reader035.vdocuments.pub/reader035/viewer/2022072902/62e23aefeda571217d01b73e/html5/thumbnails/61.jpg)
DIM009761
Transformações Geométricas