1. Gerar no Matlab a imagem de faixas que mostra o efeito de bandas Mach
2. Gerar no Matlab a imagem que demonstra o efeito de contraste simultaneo
3. Dada uma imagem 256x256x8 gera-la com:
a) diversas subamostragens: 128x128, 64,x64, 32x32, e 16x16
b) diversas quantizacoes radiometricas: 128, 64, 32, 16, 8, 4, 2 niveis
4. Exercicio 2.1 e 2.2 do livro, feitos com a ajuda do Matlab
- 2.1) Descobrir o menor ponto visivel em um papel a uma distância de 20 cm do olho.
- 2.2) Quantos bits são necessário para que existe um falso contorno
- 2.3) Qual a imagem com uma variação radiométrica de m=4

II - Média e Rotulação de Iamgens [Fábio Luchini]

1. Codificar no Matlab uma funcao que gere a imagem da gaussiana com os 
seguintes parametros:
M,N: n. de linhas e colunas, respectivamente
K: amplitude
r0,c0: centro
Sr,Sc: sigma_r e sigma_c (desvios padroes)

2. Codificar no Matlab uma funcao que calcule a media ponderada na vizinha
3x3 de cada pixel, utilizando duas formas de programacao:
a) operacao pixel a pixel, usando o comando for

b) operacoes matriciais de multiplicacao escalar, deslocamento, etc

c) comparar o tempo de execucao das duas funcoes em uma imagem 256x256.
Utilize a funcao tic e toc do matlab para cronometrar o tempo

d) discutir as diversas formas possiveis de se tratar o processamento
dos pixels de borda da imagem. Dar vantagens e desvantagens de cada
forma.

3. Codificar no Matlab a funcao de rotulacao mencionada na secao 2.4.3.
a) usando o algoritmo proposto na secao

b) usando o algoritmo de rotulacao de grafos, usando uma fila FIFO 

III - Transformada de Fourier [Fábio Luchini]

1. a) Codificar no Matlab uma funcao que gere a imagem complexa f(x,y)=exp(-j*2*pi*(u*x/N + v*y/M)
   com os seguintes parametros:
   M,N: n. de linhas e colunas da imagem f, respectivamente
   u,v: frequencia horizontal e vertical (n. de ciclos na imagem) 
        valores entre u=[0 N/2],v=[0 M/2]

   b) Visualizar algumas imagens complexas gerada acima:
      - parte real
      - parte complexa
      - modulo
      - fase

2. a) Codificar no Matlab a transformada discreta de Fourier (direta e inversa) no caso bidimensional usando a equacao da sua definicao (forma matricial e decomposicao 2D->1D).

   b) Verificar que a transformada é reversível, isto é

      f= iDFT(DFT(f));

   c) Rodar para algumas pequenas imagens simples: 
      Visualizar o módulo da transformada.
     - 16x16, quadrado 4x4 no centro.
     - imagem constante
     - imagem com um único ponto diferente de zero
     - images da senoide ou cossenoide de varias frequencias
     - images da gaussiana com variancia diversas

3. Mostrar que a DFT é periódica

4. Qual é o significado do valor de F(0,0)?

IV - Transformada de Cosseno [Fábio Luchini]

1. Modificar a funcao Matlab da dft bidimensional para usar a notacao da
   equacao 3.5.10

2. Fazer uma funcao Matlab da dct bidimensional usando a notacao
   matricial.

3. Gerar a figura 3.28, usando o Matlab

4. Gerar uma figura equivalente, mostrando as componentes primitivas da
   dft, para o caso de imagens reais. F(u,v)= F*(-u,-v).

V - Histogramas [Fábio Luchini]

1. Implementar a funcao Window & Level de realce de contraste.
function T=ipWL(w,l)
% w = window
% l = level
% T funcao de mapeamento

2. Levantar os seguintes histogramas de uma imagem f no matlab:
a) histograma
b) histograma normalizado
c) histograma acumulado
d) histograma acumulado normalizado

function h=iphist(f)
function hn=iphistn(f)
function H=iphistacc(f)
function Hn=iphistaccn(f)

3. Implementar o realce de imagem usando esticamento de histograma.
function g=iphistnorm(f)

4. Implementar o realce de imagem usando esticamento de histograma com folga. 'E fornecido al'em da imagem de entrada, a porcentagem p de pixels que deve ser realcada. (1-p)/2 devem ser a porcentagem de pixel que vao para preto e branco.
function h=iphistnorm(f,p)

5. Implementar a equalizacao de histograma.
function g=iphisteq(f)

6. Implementar o realce local pelas equacoes 4.2-14 e 4.2-15 no MATLAB. Evitar o uso de loop explicito para varrer os pixels da imagem ou da janela W.

a) implementar o calcula da imagem de variancia numa dada vizinhanca W.
function g=ipdesvw(f,Wlargura, Waltura)
% f - imagem de entrada
% Wlargura - largura da janela em pixels
% Waltura - altura da janela em pixels
% g - imagem de saida: desvio padrao dos pixels da vizinhanca

7. Demonstrar a veracidade da equacao 4.2-21. Em particular traçar um gráfico da variança de g em funcao de M. Gerar o ruído usando a funcao randn

VI - Filtros Aplicados a Transformada de Fourier e High - Boost [Fábio Luchini]

VII - RGB e HSV [Fábio Luchini]

1. Implementar a função de equalização dos canis de RGB e do canal V da tabela HSV

2. Implementar a função de transformação de uma imagem de variância de [0 a 1] para [0 255]

VIII - Filtros Inversos [Fábio Luchini]

IX - Expansão de Imagens [Fábio Luchini]

X - Compressão de Imagem [Fábio Luchini]

XI - Filtro da Laplaciana da Gaussiana [Fábio Luchini]

XII - Threshold Global [Fábio Luchini]

XIII - Descritores de Fourier e Extração de Contornos[Fábio Luchini]

XIV - Texturas [Fábio Luchini]

XV - Reconhecimento e Classificação [Fábio Luchini]

Contato Pesquisas e Projetos Publicações Home