Mapa global do ar

A Nasa divulgou uma imagem do globo terrestre com destaque para o ar atmosférico, onde podem ser vistas as concentrações de poeira (em vermelho), levantada da superfície pelo vento; de sal marinho (azul), carregado por ciclones; de fumaça (verde) produzida por incêndios; e de partículas de sulfato (branco), emitidas por vulcões e combustíveis fósseis.

Para facilitar a compreensão, eu separei a imagem nos três canais de cor R, G e B (respectivamente, vermelho, verde e azul).

É fácil ver a grande concentração de poeira sobre o norte da África, a fumaça dos incêndios na região do Pantanal e Amazonas e ainda todo o sal marinho presente sobre os oceanos.

Olhando agora uma imagem em níveis de cinza.

É possível ver uma área de branco mais intenso sobre o leste da Ásia (China e Japão), decorrente da queima de combustíveis fósseis e carvão mineral.

Minha intensão neste post é apenas mostrar a imagem e como podemos ver o comportamento ambiental do mundo utilizando tecnologias de imageamento, como a que a NASA usou para produzir a imagem que mostrei no começo do texto.

Eu fiz a separação dos canais de cor e a criação da imagem em níveis de cinza com o GIMP.

Image processing in batch

I don't have very free time (because I'm doing my mastering qualify), thus this post will be small.

I want show the Phatch.

It's a software for image processing in batch. I don't know how that works, but I believe that it makes the same processing for all images (in a sequence).

Some examples of operations in the Phatch:

• Resize;
• Water mark;
• Smoothing of boundaries;
• Rotate.
  

The Phatch has more complex operations, but I don't use it yet, so I cann't talk about them.

Mathematical morphology

One of most important areas in digital image processing is mathematical morphology.

It consists in max and min filters on the input image, changing the structural element (filter's mask).

Some applications of mathematical morphology are:

• Filtering of binary images;
• Objects resize;
• Enhancement of specific areas.

The next images are showing the results of mathematical morphology:

Image 1: original image.

Image 2: result of original image's dilatation (max filter).

Image 3: result of original image's erosion (min filter).

The GIMP (GNU Image Manipulation Program) does these mathematical morphology operations, as showed.

Before all, I want explain the structural element. It's a sub-set from input image and its form may change depeding on the application.

For example, given a image F(x,y) and a structural element which is a squad with 3 columns and 3 rows. The cited sub-set is Struc{F(x,y)} = {F(x-1,y-1), F(x-1,y), F(x-1,y+1), F(x,y-1), F(x,y), F(x,y+1), F(x+1,y-1), F(x+1,y), F(x+1,y+1)}. The structural element defines the neighborhood for each point (x,y) on the image.

The most common forms are:

• Squad;
• Circle;
• Cross;
• Dash (diagonal, vertical or horizontal);
• Diamond.
  

The max and min filters are used in dilation and erosion, respectively. But they may be used in sequence with equals or diferents structural elements, proving the opening and closing operations.

Morfologia matemática

Vou apresentar uma técnica em processamento digital de imagens que está "na moda" aqui na UFC: a Morfologia Matemática.

A morfologia tem várias aplicações, por exemplo:

• Filtragem em imagens binarizadas;
• Redimensionamento de objetos;
• Evidenciamento de regiões.

As imagens a seguir ilustram a aplicação das 2 formas de morfologia matemática (erosão e dilatação):

Figura 1: Imagem original.Figura 2: Imagem após ser convertida para níveis de cinza e, em seguida, dilatada.Figura 3: Imagem após ser convertida para níveis de cinza e, em seguida, erodida.

[As imagens foram processadas pelo GIMP - GNU Image Manipulation Program.]

Antes de explicar como a morfologia é implementada, faz-se necessário definir o que é o elemento estruturante.
Elemento estruturante: sub-domínio sobre a imagem cuja forma é definida de acordo com a necessidade e possibilidade do problema.

Para exemplificar, tomemos uma imagem Img, então definimos um elemento estruturante quadrado de lado igual a 3 pixels.

Então o sub-domínio define os seguintes pontos em torno de um ponto genérico (x,y): Strc(Img(x,y)) = {Img(x-1,y-1), Img(x-1,y), Img(x-1,y+1), Img(x,y-1), Img(x,y), Img(x,y+1), Img(x+1,y-1), Img(x+1,y), Img(x+1,y+1)}.

Os elementos estruturantes podem tomar qualquer forma, sendo as mais usadas:

• Quadrado;
• Círculo;
• Cruz;
• Traço (diagonal, vertical ou horizontal);
• Losango.
  

A dilatação consiste na aplicação de um filtro de máximo sobre a imagem.

Img(x,y) = max{Strc(Img(x,y))}

A erosão consiste na aplicação de um filtro de mínimo sobre a imagem.

Img(x,y) = min{Strc(Img(x,y))}

A combinação de erosões e dilatações seguidas e/ou alternadas gera as operações de abertura e fechamento, estas por sua vez podem ser simétricas (usando o mesmo elemento estruturante tanto na erosão quanto na dilatação) ou assimétricas (caso contrário).