Operações Morfológicas em Imagens

Operações Morfológicas

• Incluem dilatação, erosão, abertura e fecho.
• São operações não lineares que podem ser aplicadas a imagens binárias (preto/branco) e a imagens em níveis de cinzento.
• Utilizam um elemento estruturante para "varrer" a imagem e modificar os pixels de acordo com uma regra simples.
• O elemento estruturante tem dimensões muito menores que as da imagem.

Erosão

• Remove pixels das bordas dos objetos, com o objetivo de "encolher" objetos e eliminar ruído pequeno.
• Só mantém um pixel branco se todos os seus vizinhos no elemento estruturante também forem brancos.
• Desgasta os contornos, como uma lixa.

Dilatação

• Adiciona pixels às bordas dos objetos, "engordando" os objetos e preenchendo buracos.
• Um pixel torna-se branco se pelo menos um dos seus vizinhos no elemento estruturante for branco.
• Espalha a forma, como um pincel.

Abertura (Erosão + Dilatação)

• Remove pequenos ruídos preservando a forma geral.
• Remove ruído fora dos objetos e remove objetos pequenos.
• É útil para limpar pontos pequenos.

Fecho (Dilatação + Erosão)

• Fecha pequenos buracos ou falhas nos objetos.
• Remove ruído dentro dos objetos e preenche buracos no interior dos objetos.
• É útil quando se tem objetos com "furos" que se quer preencher.

Efeitos das Operações

• Erosão: o quadrado fica menor e os pontinhos desaparecem.
• Dilatação: o quadrado fica maior e pode "colar" nos pontinhos.
• Abertura: remove os pontinhos mas mantém o quadrado.
• Fechamento: preenche buracos no quadrado.

Convolução

• É uma operação utilizada para extrair padrões de uma imagem, como bordas, texturas ou formas.
• É uma operação linear.
• Pode ser usada para filtragem de ruído, estimação de gradiente e aumento da nitidez/contraste.

Processo de Convolução

• Para cada posição (x,y), centra-se o filtro nesse ponto.
• Multiplicam-se ponto a ponto os coeficientes do filtro pelos valores da imagem correspondentes.
• O resultado da convolução será a soma dessas multiplicações.
• O filtro é deslizado por todas as posições possíveis, aplicando as multiplicações/soma.
• O resultado final é obtido deslizando o filtro por todas as posições possíveis na imagem.
• Se não se utilizar padding, as dimensões da matriz do resultado são inferiores às da imagem, pois o filtro não se encaixa nos pontos situados nas bordas da imagem.
• O resultado da convolução pode ser visualizado como uma imagem, normalizando os valores para a gama de 0 a 255.

Kernels

• Um kernel que detecta linhas verticais irá "acender" quando encontrar uma linha vertical e ficar "apagado" onde não houver linha.
• Kernel segundo a direção horizontal deteta linhas verticais.
• Kernel segundo a direção vertical deteta linhas horizontais.