O objetivo deste trabalho era implementar um programa simples que permitisse a visualização de imagens e a aplicação de filtros e transformações sobre as mesmas.

As funcionalidades implementadas foram:
Filtros: Gaussiano, Média, Mediana, Laplaciano e Sobel.
Transformações: Binarização, Brilho, Contraste, Codificação Gama, Espelhamento, Inverter Cores e Tons de Cinza.

A aplicação é composta pelas classes MainWindow e ImageHandler. A MainWindow implementa a janela principal na forma como está estruturada e trata os eventos da interação do usuário sobre ela. Alguns eventos como o de aplicação de filtros de imagem, por sua vez, são tratados de forma a repassar a requisição dos cálculos para a classe específica de manipulação de imagens, ImageHandler.

A classe ImageHandler implementa os métodos responsáveis pelos filtros e transformações que compõem este trabalho.

FILTROS

GAUSSIANO: É um filtro passa-baixa, linear no domínio espacial. Ele suaviza a imagem, dando uma característica de leve "borramento", sendo o mais adequado para o tratamento do chamado ruído gaussiano "branco", processo estocástico com média zero. A máscara que representa esse filtro no domínio espacial da imagem digital é a matriz 3x3 abaixo:
Essa matriz(ou máscara) percorre toda a imagem e cada pixel correspondente à posição central da matriz, terá seu valor alterado pela média ponderada com os respectivos coeficientes.
Apenas por uma questão de simplificação, as bordas da imagem não foram tratadas nesta implementação.



MÉDIA: É um filtro passa-baixa, linear no domínio espacial. Ele suaviza a imagem, dando também uma característica de leve "borramento". A máscara que representa esse filtro no domínio espacial da imagem digital é a matriz 3x3 abaixo que, com soma de pesos igual a 1, fornece a média aritimética dos pixels da vizinhança.
A máscara percorre toda a imagem e cada pixel correspondente à posição central, terá seu valor alterado pela média dos pixels vizinhos.
Apenas por uma questão de simplificação, as bordas da imagem não foram tratadas nesta implementação.

MEDIANA: É um filtro passa-baixa, não linear no domínio espacial. Sua característica é a de suavizar a imagem, porém minimizando bastante o efeito de "borramento". A máscara utilizada nesta implementação foi de dimensão 3x3, sendo que pode-se também optar por usar outras dimensões. Quanto maior a dimensão, maior será o efeito de suavização. O processo consiste em ordenar os pixels da vizinhança e o valor do pixel central passa a ser o valor mediano dos vizinhos.
Este filtro é ideal para o tratamento de ruídos do tipo "sal e pimenta".
Apenas por uma questão de simplificação, as bordas da imagem não foram tratadas nesta implementação.



LAPLACIANO: O Laplaciano de uma função bidimensional f(x,y) é uma derivada de segunda ordem definida por:
A implementação desta equação na forma digital para o caso de uma região 3x3 pode ser definida tal como a matriz abaixo: A máscara percorre toda a imagem e cada pixel correspondente à posição central, terá seu valor alterado pela média ponderada dos pixels vizinhos. Após o cálculo do valor, este deve ser elevado ao quadrado, satisfazendo a magnitude do gradiente.
Apenas por uma questão de simplificação, as bordas da imagem não foram tratadas nesta implementação.



SOBEL: É um filtro passa-alta, não linear no domínio espacial. Tem a propriedade de detectar mudanças bruscas no nível de cinza e realçar as arestas de uma imagem, correspondentes à alta frequencia da função original. Pode-se obter a detecção de arestas independente da direção, fazendo uma filtragem nas direções ortogonais, vertical y e horizontal x, onde os dois resultados constituem as componentes de um gradiente.
O operador Sobel é dado pela seguinte expressão: Onde G é a magnitude do gradiente e Gx e Gy são as saídas dos filtros dados pela seguintes máscaras: Apenas por uma questão de simplificação, as bordas da imagem não foram tratadas nesta implementação.

TRANSFORMAÇÕES

BINARIZAÇÃO: Binarizar uma imagem significa atribuir apenas um entre dois valores possíveis para cada pixel, branco ou preto. Para isso deve-se primeiro convertê-la para tons de cinza, para então aplicar um dos métodos de binarização vistos em aula. A implementação consiste em achar um limiar(threshold), que denota o valor de pixel que minimiza a variância entre os tons de cinza, sendo este o valor que definirá a qual classe(branco ou preto) pertence cada pixel. O método usado neste trabalho para determinar o limiar foi o método de Otsu.
Após o cálculo do limiar percorre-se toda a imagem testando o seu valor contra o valor de cada pixel, o que definirá se ele terá valor zero ou 255.



BRILHO: Para alterar o brilho desliza-se o slider da janela, que está entre os valores -128 a 128. O valor corrente do Slider é somado (ou diminuído) aos valores R,G e B de cada pixel da imagem. Dado um histograma para cada canal de cor, onde o eixo x dispõe os valores de 0 a 255 (pois trata-se de uma imagem de 8 bits por canal), e o eixo y é a quantidade de pixels da imagem em cada intensidade, na prática ocorre que o aumento do brilho desloca cada histograma para a direita, pois está aumentando a intensidade do tom da cor. Como cada canal está sofrendo o mesmo aumento, a imagem fica mais clara. Em um histograma de luminosidade, mais tons estariam se deslocando para a região dos "highlights". O análogo acontece para a diminuição do brilho.

O histograma de luminosidade é mais preciso que o histograma R,G,B na descrição da distribuição do brilho (ou luminosidade), pois a luminosidade leva em conta a diferença de sensibilidade do olho humano para o azul, verde e o vermelho. O histograma de luminosidade é construído de forma análoga ao anterior, mas a intensidade do pixel no eixo x é a intensidade luminosa, que é obtida pela a soma de contribuições diferentes de cana canal: Y = 0,2126*R + 0,7152*G + 0,0722*B
Referências: http://www.cambridgeincolour.com/tutorials/histograms1.htm
http://www.cambridgeincolour.com/tutorials/histograms2.htm



CONTRASTE: Um histograma pode também representar a quantidade de contraste. O contraste mede a diferença de luminosidade entre as áreas claras e escuras em uma imagem. Quando aumentamos o contraste, o histograma se estende, denotando que uma quantidade de pixels de tons médios(mid-tones) se reajustaram para tons escuros e claros. Ou seja, aumentou-se a quantidade de pixels nas regiões mais escuras e mais claras. O análogo acontece para a diminuição do contraste.

Neste trabalho o contraste é controlado por um Slider, que varia de -128 a 128 e o cálculo foi extraído de algumas fontes na Internet.
Primeiro determina-se o Nível de Contraste: contrastLevel = ( (100 + sliderVal) / 100 )^2
Depois, para cada canal de cor faz-se: red = ( ((red/255 - 0.5) * contrastLevel) + 0.5 ) * 255



ALTERNAR CODIFICAÇÃO GAMA: O Gama define a relação entre o valor numérico de um pixel e sua real luminância. A aplicação da codificação gama é na gravação da imagem, e não na sua exibição. Quando uma imagem digital é salva ela é "codificada com gama"(gamma-encoded), de modo que o dobro de um valor em um arquivo de imagem, corresponda ao que se percebe como duas vezes mais brilhante. O segundo passo, o gama de exibição(display gamma), é automaticamente realizado pelos monitores. Uma imagem codificada com gama deve sofrer uma "correção gama" simétrica quando é visualizada, que efetivamente a converte de volta para a luz da cena original.

Neste trabalho, a funcionalidade implementada ao redor do tema 'Gama', foi a opção de se alternar entre a imagem por padrão codificada com gama 1/2.2 e a remoção desta codificação, simulando uma imagem raw, com um gama linear (1.0). Para isso, eleva-se o valor do pixel a 2.2. Vale lembrar que o gama de exibição(display gamma) do monitor usado é de 2.2. Ou seja, se desfizermos a codificação padrão(1/2.2), a imagem passa a ter a codificação linear (1.0) e, como a correção do monitor é 2.2, a codificação e a exibição não se cancelam e a imagem aparece mais escura, pois a correção do monitor está mais alta que a codificação da imagem.

Informações mais detalhadas sobre todo o processo de "Correção Gama" podem ser econtradas no link abaixo:
Referência: http://www.cambridgeincolour.com/tutorials/gamma-correction.htm



ESPELHAMENTO: O espelhamento de imagem nesse trabalho foi realizado em torno do eixo vertical, de forma que, para cada ponto da imagem, a altura é mantida e o índice no eixo da largura é trocado com o seu "mesmo índice" no lado oposto.



INVERTER CORES: A inversão de cores consiste em aplicar a subtração 255-red, 255-green, e 255-blue, para cada pixel da imagem. Ou seja, inverter os componentes R,G e B, fazendo o máximo de sua escala menos seu valor original.



TONS DE CINZA: Tornar uma imagem colorida, em tons de cinza significa uniformizar cada pixel com os mesmos valores para as componentes R, G e B. Para calcular essa intensidade luminosa da cor R,G,B, intuitivamente pode-se pensar em fazer uma média aritmética entre os valores das componentes. No entanto, há equações próprias para diferentes dispositivos, que levam em consideração a sensibilidade relativa dos nossos olhos para os diferentes comprimentos de onda. A equação utilizada neste trabalho para calcular a intensidade luminosa do pixel é a utilizada para os monitores atuais: Y = 0.2126*Red + 0.7152*Green + 0.0722*Blue

Download do Programa