g(x,y)= T[ƒ(x,y)]
g = imadjust(f, [low_in high_in], [low_out high_out], gamma)
cuja função de transferência é vista na fig. 5
Figura 5 –Função de transferência.
Na fig-5.1 temos a imagem original com ruído. Na fig-5.2 temos a imagem negativa da imagem original. Na fig-5.3 se encontra a o ajuste que o matlab aplica na imagemFigura 5.1 – Imagem com ruído.
Figura 5.2 – Imagem binarizada.
Figura 5.3 – Imagem ajustada.
Repare que o ruído não desapareceu com a imagem de fundo. Portanto isto nos mostra que os valores dos pixels no ruído estão acima dos valores da imagem que estava no fundo.<MATLAB>
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%% 2-AJUSTE DA IMAGEM %%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
n1 = imread('.\hc\ruido\c_ruido.jpg');
figure , imshow(n1);
g1 = imadjust(n1, [0 1], [1 0],2);
figure, imshow(g1)
g2 = imcomplement(g1);
filename = ('.\hc\ruido\negativa.jpg')
imwrite(g1, filename);
figure, imshow(g2)
filename = ('.\hc\ruido\ajustada.jpg')
imwrite(g2, filename);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
Vamos trabalhar a partir de agora somente com a imagem da fig-5.3, para ver se temos condições de eliminar o ruído em volta do material metálico. A seguir será apresentado algumas funções do Matlab que verifica os valores dos pixels de imagem:
<MATLAB>
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%% 3-APRESENTAÇÃO DOS PIXELS DA IMAGEM %%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%% A função pixval mostra em uma nova janela o valor de cada pixel.
n1 = imread('.\hc\ruido\ajustada.jpg');
figure , imshow(n1);
g1 = rgb2gray(n1);
figure , imshow(g1)
pixval
%% A váriavel vals mostra o valor de todos os pixels da figura escolhido %% pelo cursor.
n1 = imread('.\hc\ruido\ajustada.jpg');
figure , imshow(n1);
g1 = rgb2gray(n1);
figure , imshow(g1)
vals = impixel
%% O Matlab possui uma ferramenta de visualização dos pixels da imagem
%% que é chamada pela função imtool.
n1 = imread('.\hc\ruido\ajustada.jpg');
g1 = rgb2gray(n1);
imtool(g1)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
Após esse último comando no Matlab é aberta a ferramenta Image Tool que fornece várias opções para trabalhar com a imagem que esta sendo analisada, no nosso caso a imagem ajustada.jpg. Na fig. 6 podemos ver algumas características dessa imagem:
Figura 6 – Algumas informações sobre a imagem ajustada.
Na fig. 7 esta sendo apresentado o Pixel Region que mostra o valor de cada pixel da imagem ajustada. No rodapé da imagem temos o pixel info que mostra a coordenada e o valor do pixel conforme o movimento do cursor na imagem.
Figura 7 – Valores dos pixels da imagem ajustada.
Notemos que a imagem que apresenta o ruído não esta totalmente saturada. Conforme os pixels com ruído vão se distanciando dos dentes, podemos perceber que o nível de cinza diminui. Somente os pixels que fazem fronteira com os dentes o nível de cinza ultrapassa 200, conforme o nível de cinza da maioria dos dentes ultrapassam esse valor. Na fig.8.2 é apresenta a ferramenta Adjust Contrast do Matlab, que faz uma espécie de janelamento do contraste da imagem que apresenta ruído:
Figura 8.1 –Imagem com ruído.
Figura 8.2 –Ajuste de contraste do Matlab.
Figura 8.3 –Imagem sem ruído.
Vemos que a fig-8.3 foi alterado o contraste da imagem para não aparecer mais o ruído que tem na fig.-8.1, porém existiam alguns pixels internos dos dentes que também desapareceram, pois o nível de cinza deles era semelhante ao nível de cinza do ruído da fig-8.1.