Programa de Pós-graduação em Engenharia Elétrica e de Computação (PPGEEC)
Disciplina: Processamento Digital de Imagens (BBP1026) - 2022.2
Neste repositório, encontram-se os códigos implementados em cada projeto realizado na disciplina de PDI. Além disso, todos os códigos foram atualizados e melhorados.
Ao todo foram realizados 04 (quatro) projetos ao longo da disciplina, conforme apresentado na Tabela a seguir:
| Projeto | Descrição | Link |
|---|---|---|
| 1º projeto | Realce no domínio espacial | Link para acesso |
| 2º projeto | Morfologia matemática | Link para acesso |
| 3º projeto | Segmentação de Imagens | Link para acesso |
| Projeto Final | Extração de Características com LBP | Link para acesso |
Todas as implementações foram feitas através do Google Colab, logo podem ser acessadas e replicadas em qualquer computador com acesso a internet. Em suma, os projetos foram desenvolvidos utilizando a linguagem python e bibliotecas de processamento de imagens, como por exemplo: OpenCV e skimage.
A seguir, será dada uma breve descrição de cada projeto desenvolvido na disciplina:
- 1º Projeto: Realce no Domínio Espacial
O projeto de Realce no domínio espacial, teve como objetivo a aplicação de filtros (kernels) passa-baixa com diferentes tamanhos de janelas (
O projeto apresenta ao aluno uma das mais variadas técnicas clássicas de pré-processamento de imagens, com objetivo de melhorar as imagens de um conjunto de dados.
- 2º Projeto: Morfologia Matemática
O projeto de Morfologia Matemática, teve como objetivo a implementação das técnicas de erosão, dilatação, abertura e fechamento em dois conjuntos de dados distintos. Variando-se os elementos estruturantes: quadrado, linha e circular com até três dimensões distintas.
- 3º Projeto:Segmentação de Imagens
O projeto de Segmentação de Imagens, teve como objetivo realizar a implementação dos algoritmos Region Growing, Watershed, K-means e Otsu em um conjunto de imagens para fazer a verificação da segmentação realizada por cada técnica proposta.
Neste projeto o aluno teve a oportunidade de implmentar técnicas de segmentação de imagens que fazem parte de um processo de Visão Computacional (VC) para classificação de imagens.
- Projeto Final: Extração de Características de Textura Utilizando Local Binary Pattern (LBP)
Por fim, no Projeto Final, o aluno pôde implementar um algoritmo de sua escolha sobre as técnicas apresentadas na disciplina durante todo o semestre. Neste projeto, foi implementado a Técnica LBP para extração de características de texturas em um conjunto de imagens de células Fotovoltaicas em eletroluminescência (EL) em nível de cinza que serviu como matriz de características (atributos) para o processo de classificação de defeitos nas células através de um algortimo baseado em Deep Learning.