Na monografia são tratados os seguintes temas, processamento de imagem, transformada de fourier e analise dos resultados.

Implementação de um sistema para avaliação da macrotextura de
pavimentos utilizando Java

O histograma de uma imagem é demonstrado através de um gráfico de barras, onde é feito um somatório da ocorrência de cada pixel. Neste exemplo será utilizada uma imagem na escala de cinza com um resolução de 16bits (0 a 65536).

Desenvolvi um algoritmo que cria e equaliza o histograma.

O algoritmo mostrado aqui foi desenvolvido em Java usando a API ImageJ. E tem o seguinte príncipio de funcionamento:

1. Lê a imagem;
2. Cria o histograma;
3. Cria a tabela LUT (Look Up Table);
4. Encontra a escala que será o total do somátorio dividido pelos níveis de cinza;
5. Atribui valores a tabela que será lut(n) = H[n] * escala;
6. Aplica a tabela na imagem.

O código mostrado é um plugin do imageJ

import ij.ImagePlus;
import ij.plugin.filter.PlugInFilter;
import ij.process.ImageConverter;
import ij.process.ImageProcessor;

public class HistogramEqualization_ implements PlugInFilter{
	int hist[];
	private ImagePlus imp;

	public int setup(String arg0, ImagePlus imp)
	{
		this.imp = imp;
		return DOES_16;
	}

	public void run(ImageProcessor ip)
	{
		hist = ip.getHistogram();
		equalizeHistogram(ip);
		imp.setProcessor("Equalized", ip);
		imp.updateAndDraw();
	}

	public void equalizeHistogram(ImageProcessor ip)
	{
		int max = 65535+1;
		float sumH[] = new float[max];
		float sum = 0;

		for(int i=0;i< max;i++)
		{
			sum = sum + hist[i];
			sumH[i] = sum;
		}

		int lut[] = new int[max];
		double scale = max/sum;

		for(int i = 1;i< max;i++)
			lut[i] = (int)Math.round(sumH[i] * scale);

		lut[max-1] = max;
		ip.applyTable(lut);
	}
}

Utilizando a famosa imagem do cameramam

Histograma Original

Após a execução do algoritmo temos a nova imagem do cameramam com o histograma equalizado

Histograma equalizado

Este algoritmo equalizou o histograma melhorando o contraste mostrando os prédios no fundo da imagem que não apareciam muito bem. Existem outras formas de equalizar o histograma e melhorar a imagem que podem serem pesquisadas no Livro Digital Image Processing

Assine o feed e receba as matérias do blog por email.

Desenvolvi na minha monografia em método para calcular a rugosidade de pavimentos asfálticos utilizando a linguagem java e o programa imageJ.

Neste post mostrarei como usar o imageJ, um programa muito bom de utilizar. Possui alguma documentação explicando como desenvolver plugins e macros para expandir suas funcionalidades.
Este plugin transforma uma imagem preto e branca em imagem negativa, facilitando sua interpretação.
Com exemplo será utilizada uma imagem de mamografia.

import ij.IJ;
import ij.ImagePlus;
import ij.gui.NewImage;
import ij.plugin.filter.PlugInFilter;
import ij.process.Blitter;
import ij.process.ImageProcessor;

public class ImageNegativa_ implements PlugInFilter{

	@Override
	public int setup(String arg0, ImagePlus arg1) {
		IJ.showMessage("Marlon Luis Petry",
				"Converte imagem"
			);
		return DOES_8G;
	}

	@Override
	public void run(ImageProcessor ip) {

		int w = ip.getWidth();
		int h = ip.getHeight();

		ImagePlus ipNbit = NewImage.createRGBImage("Negative", w, h, 1, NewImage.FILL_BLACK);

		ImageProcessor inv_ip = ipNbit.getProcessor();
		inv_ip.copyBits(ip,0,0,Blitter.COPY);
		inv_ip.gamma(0.7);
		inv_ip.invert();

		ipNbit.show();
	}
}

Exemplo de utilização

As imagens mostradas aqui, são do livro do Digital Image Processing 2nd Edition (DIP/2e), e podem ser encontradas neste site http://www.imageprocessingplace.com/

Imagem Original

Imagem Negativa

Esta técnica de processamento de realça as partes escuras da imagem, sendo mais fácil a análise por um especialista na área médica.