Deconvolução não cega de imagens em dispositivos móveis

Detalhes bibliográficos
Autor(a) principal: Soares, Guilherme Cardoso
Data de Publicação: 2015
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/126071
Resumo: A captura de uma imagem pode ser modelada através de uma convolução entre a cena, um k ernel de convolução e um ruído. Por conta disso, a imagem resultante pode conter artefatos indesejados, borrões, etc. Para tentarmos recuperar a imagem de forma que ela seja o mais fiel a cena, podemos realizar a operação inversa a qual ocorreu durante a captura: uma deconvolução. A deconvolução tratase de uma técnica que busca remover artefatos indesejados de uma imagem, ela pode ser cega, necessitando apenas da imagem, ou não cega, quando precisamos ter as informações da imagem e do kernel de convolução. Neste trabalho utilizaremos uma solução para deconvolução não cega proposta por Fortunato e Oliveira [2014], modelada como um sistema linear e resolvida no domínio frequência. A deconvolução foi implementada em Java, para ser executada em um dispositivo móvel s martphone seguindo a proposta mencionada. Apresentaremos a biblioteca de visão computacional utilizada para a realização do método: a OpenCV. Abordaremos a estrutura do aplicativo desenvolvido, todas suas etapas de execução. Logo após, serão apresentados os resultados obtidos, comparando o algoritmo executado no s martphone com a versão MATLAB disponibilizada pelos autores. Por fim, comentamos sobre possíveis técnicas de estimar o k ernel de borramento associado a uma imagem, em tempo de captura, bem como nossa tentativa de estimativa.
id UFRGS-2_5f690a22818ea518c468c468ac4fe6ec
oai_identifier_str oai:www.lume.ufrgs.br:10183/126071
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Soares, Guilherme CardosoOliveira Neto, Manuel Menezes de2015-08-29T02:40:13Z2015http://hdl.handle.net/10183/126071000972342A captura de uma imagem pode ser modelada através de uma convolução entre a cena, um k ernel de convolução e um ruído. Por conta disso, a imagem resultante pode conter artefatos indesejados, borrões, etc. Para tentarmos recuperar a imagem de forma que ela seja o mais fiel a cena, podemos realizar a operação inversa a qual ocorreu durante a captura: uma deconvolução. A deconvolução tratase de uma técnica que busca remover artefatos indesejados de uma imagem, ela pode ser cega, necessitando apenas da imagem, ou não cega, quando precisamos ter as informações da imagem e do kernel de convolução. Neste trabalho utilizaremos uma solução para deconvolução não cega proposta por Fortunato e Oliveira [2014], modelada como um sistema linear e resolvida no domínio frequência. A deconvolução foi implementada em Java, para ser executada em um dispositivo móvel s martphone seguindo a proposta mencionada. Apresentaremos a biblioteca de visão computacional utilizada para a realização do método: a OpenCV. Abordaremos a estrutura do aplicativo desenvolvido, todas suas etapas de execução. Logo após, serão apresentados os resultados obtidos, comparando o algoritmo executado no s martphone com a versão MATLAB disponibilizada pelos autores. Por fim, comentamos sobre possíveis técnicas de estimar o k ernel de borramento associado a uma imagem, em tempo de captura, bem como nossa tentativa de estimativa.The capture an image can be modeled by a convolution of the scene, a convolution kernel and a noise. Because of this, the resulting image can contain unwanted artifacts, blurriness, etc. To try to retrieve the image so that it is as faithful a scene, we can perform the reverse operation which occurred during capture: A deconvolution. The deconvolution it is a technique that seeks to remove unwanted artifacts from an image, it may be blind, requiring only image, or not blind when we need to have the information of the image and the convolution kernel. In this paper we use a solution to not blind deconvolution proposed by Fortunato and Oliveira [2014], modeled as a linear system and resolved in the frequency domain. The deconvolution was implemented in Java, to run on a mobile device smartphone following the mentioned proposal. We present a computer vision library used for performing the method: the OpenCV. We discuss the structure of the developed application, all stages of execution. Soon after, the results will be presented, comparing the algorithm runs on the smartphone with the MATLAB version made available by the authors. Finally, we will comment on the possible techniques for estimating the blurring kernel associated with an image in capture time, as well as our attempt to estimate.application/pdfporComputação gráficaProcessamento de imagensDeconvolutionImage processingPSFDeconvolução não cega de imagens em dispositivos móveisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2015Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000972342.pdf000972342.pdfTexto completoapplication/pdf1866500http://www.lume.ufrgs.br/bitstream/10183/126071/1/000972342.pdf15f73ff9ce0b5bc77142be6e97166015MD51TEXT000972342.pdf.txt000972342.pdf.txtExtracted Texttext/plain127096http://www.lume.ufrgs.br/bitstream/10183/126071/2/000972342.pdf.txt7e8d32d360dc1fdfa3f2066296bde45cMD52THUMBNAIL000972342.pdf.jpg000972342.pdf.jpgGenerated Thumbnailimage/jpeg1166http://www.lume.ufrgs.br/bitstream/10183/126071/3/000972342.pdf.jpg08515661eca1761f2837f7127b141755MD5310183/1260712021-05-26 04:43:45.387506oai:www.lume.ufrgs.br:10183/126071Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2021-05-26T07:43:45Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Deconvolução não cega de imagens em dispositivos móveis
title Deconvolução não cega de imagens em dispositivos móveis
spellingShingle Deconvolução não cega de imagens em dispositivos móveis
Soares, Guilherme Cardoso
Computação gráfica
Processamento de imagens
Deconvolution
Image processing
PSF
title_short Deconvolução não cega de imagens em dispositivos móveis
title_full Deconvolução não cega de imagens em dispositivos móveis
title_fullStr Deconvolução não cega de imagens em dispositivos móveis
title_full_unstemmed Deconvolução não cega de imagens em dispositivos móveis
title_sort Deconvolução não cega de imagens em dispositivos móveis
author Soares, Guilherme Cardoso
author_facet Soares, Guilherme Cardoso
author_role author
dc.contributor.author.fl_str_mv Soares, Guilherme Cardoso
dc.contributor.advisor1.fl_str_mv Oliveira Neto, Manuel Menezes de
contributor_str_mv Oliveira Neto, Manuel Menezes de
dc.subject.por.fl_str_mv Computação gráfica
Processamento de imagens
topic Computação gráfica
Processamento de imagens
Deconvolution
Image processing
PSF
dc.subject.eng.fl_str_mv Deconvolution
Image processing
PSF
description A captura de uma imagem pode ser modelada através de uma convolução entre a cena, um k ernel de convolução e um ruído. Por conta disso, a imagem resultante pode conter artefatos indesejados, borrões, etc. Para tentarmos recuperar a imagem de forma que ela seja o mais fiel a cena, podemos realizar a operação inversa a qual ocorreu durante a captura: uma deconvolução. A deconvolução tratase de uma técnica que busca remover artefatos indesejados de uma imagem, ela pode ser cega, necessitando apenas da imagem, ou não cega, quando precisamos ter as informações da imagem e do kernel de convolução. Neste trabalho utilizaremos uma solução para deconvolução não cega proposta por Fortunato e Oliveira [2014], modelada como um sistema linear e resolvida no domínio frequência. A deconvolução foi implementada em Java, para ser executada em um dispositivo móvel s martphone seguindo a proposta mencionada. Apresentaremos a biblioteca de visão computacional utilizada para a realização do método: a OpenCV. Abordaremos a estrutura do aplicativo desenvolvido, todas suas etapas de execução. Logo após, serão apresentados os resultados obtidos, comparando o algoritmo executado no s martphone com a versão MATLAB disponibilizada pelos autores. Por fim, comentamos sobre possíveis técnicas de estimar o k ernel de borramento associado a uma imagem, em tempo de captura, bem como nossa tentativa de estimativa.
publishDate 2015
dc.date.accessioned.fl_str_mv 2015-08-29T02:40:13Z
dc.date.issued.fl_str_mv 2015
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/126071
dc.identifier.nrb.pt_BR.fl_str_mv 000972342
url http://hdl.handle.net/10183/126071
identifier_str_mv 000972342
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/126071/1/000972342.pdf
http://www.lume.ufrgs.br/bitstream/10183/126071/2/000972342.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/126071/3/000972342.pdf.jpg
bitstream.checksum.fl_str_mv 15f73ff9ce0b5bc77142be6e97166015
7e8d32d360dc1fdfa3f2066296bde45c
08515661eca1761f2837f7127b141755
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224488893808640

Registros relacionados