Documente Academic
Documente Profesional
Documente Cultură
Cuprins
Capitolul 3: Imbunatatirea imaginii in domeniul spatial
- Transformari ale nivelelor de gri - Procesarea Histogramei - Imbunatatirea folosind operatii aritmetice si logice - Filtrarea spatiala
Image Enhancement
Def. Procesarea imaginii astfel incat rezultatul sa fie mai bun decat originalul pentru o aplicatie data. Metode in domeniul spatial Metode in domeniul frecventa
Operatii de imbunatatire
Operatii punctuale
f(x,y) g(x,y)=T[f(x,y)] g(x,y)
Operatii integrale
g(x,y)=T[f(x,y)] f(x,y) g(x,y)
Cuprins
Capitolul 3: Imbunatatirea imaginii in domeniul spatial
- Transformari ale nivelelor de gri - Procesarea Histogramei - Imbunatatirea folosind operatii aritmetice si logice - Filtrarea spatiala
s = T (r )
B
R.C.Gonzales and R.E.Woods Digital image processing- Second edition, 2008
Negativarea imaginii
S=T(r)=L-1-r
Negativarea imaginii
Transformari logaritmice
s = c log(1 + r ) c = ct . r0
Transformari de putere
s = cr c,
= ct . > 0
CRT s = r
1 2 .5
r1 = r2
Thresholding
Cuprins
Capitolul 3: Imbunatatirea imaginii in domeniul spatial
- Transformari ale nivelelor de gri - Procesarea Histogramei - Imbunatatirea folosind operatii aritmetice si logice - Filtrarea spatiala.
normalizare
nk p ( rk ) = n
7 0 00 6 0 00 5 0 00 4 0 00 3 0 00
3 0 0 0
2 0 00
2 0 0 0
1 0 0 0
1 0 00 0
5 0 1 0 0 1 5 0 2 0 0 2 5 0
5 0
10 0
1 5 0
2 00
2 50
Img. luminoasa
6 0 0 0 5 0 0 0
Constrast scazut
4 000 3 500 3 000
4 0 0 0
2 500
3 0 0 0
2 0 0 0
1 0 0 0
500
0 0 5 0 1 0 0 1 5 0 2 0 0 2 5 0
0 0 50 100 1 50 2 00 25 0
Img. intunecata
Constrast mare
R.C.Gonzales and R.E.Woods Digital image processing- Second edition, 2008
Histograma cumulativa
Histograma= functie densitate de probabilitate Histograma cumulativa este functia de repartitie asociata
Egalizarea histogramei
Imaginea ideala?????
Egalizarea de histograma
Egalizarea de histograma
Egalizarea de histograma
3 5 00 3 0 00 2 5 00 2 0 00 1 5 00 1 0 00 5 00 0 0 5 0 1 0 0 1 50 20 0 2 5 0
3 5 0 0 3 0 0 0 2 5 0 0 2 0 0 0 1 5 0 0 1 0 0 0 5 0 0 0 0 5 0 1 0 0 1 5 0 2 0 0 2 5 0
hg
In ce conditii se pot determina histogramele: a) f(x,y) +g(x,y) b) f(x,y)-g(x,y) c) f(x,y)*g(x,y) d) f(x,y)/g(x,y) Cunoscuand
hg
???
Cuprins
Capitolul 3: Imbunatatirea imaginii in domeniul spatial
- Transformari ale nivelelor de gri - Procesarea Histogramei - Imbunatatirea folosind operatii aritmetice si logice - Filtrarea spatiala.
Masca AND
Rezultatul AND pe a si b
OPERATII DE VECINATATE
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Tipuri de operatii de prelucrare Clasificare dupa numarul de pixeli din imaginea initiala folositi pentru calculul valorii unui pixel din imaginea prelucrata. operatii punctuale operatii de vecinatate operatii integrale
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
De ce operatii de vecinatate ?
Limitarile prelucrarilor de tip punctual (corespondenta unu-la-unu intre valorile noi si valorile vechi ale pixelilor) : nu se poate face o caracterizare mai fina a pixelilor toti pixelii ce au aceeasi valoare sunt identici (limitare observabila la egalizarea de histograma de exemplu) Pentru a distinge intre pixeli de aceeasi valoare trebuie luate in considerare informatii suplimentare asupra vecinatatii acestora (sunt situati in regiuni uniforme, in zone de contur, )
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Operatori de vecinatate
coloana c linia l
V imagine initiala f
g ( l ,c ) = T f V( l ,c )
((
))
Noua valoare a oricarui pixel din imaginea prelucrata rezulta din combinarea unui numar oarecare de valori ale pixelilor din imaginea initiala, situati in vecinatatea pixelului curent prelucrat.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Operatori de vecinatate
g ( l ,c ) = T f V( l ,c )
((
))
Definirea transformarii implica specificarea: vecinatatii pixelului curent prelucrat, V(l,c) functiei de combinare a valorilor extrase din imagine, T Functii de combinare (transformari) liniare neliniare intrinsec neliniare neliniare ca efect al adaptarii
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Vecinatatea
V( l ,c )
linia l
coloana c
Vecinatate = multime de pixeli din planul imaginii, situati in jurul pixelului curent prelucrat. Definirea vecinatatii = specificarea pozitiilor pixelilor care fac parte din respectiva vecinatate, fata de pozitia curenta, adica fata de pixelul curent prelucrat, de coordonate (l, c).
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Vecinatatea
Punctul curent prelucrat (l, c) este originea sistemului de coordonate atasat vecinatatii. In sistemul de coordonate atasat imaginii, vecinatatea este:
Exemple de vecinatati Vecinatatea imediata a pixelului : cei patru vecini imediati, pe linii si coloane ai pixelului dat.
V4
pixel curent (originea vecinatatii)
Exemple de vecinatati Vecinatatea extinsa a pixelului : cei opt vecini pe linii si coloane.
V8
pixel curent (originea vecinatatii)
Exemple de vecinatati
K =3
K =2
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
g (l , c) = T ( f (l + m1 , c + n1 ), f (l + m2 , c + n2 ),..., f (l + mK , c + nK ))
Transformarea T va fi deci o functie cu K variabile scalare.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Operatori liniari
Liniaritate = verificarea principiului superpozitiei. Fie un operator T, care se aplica asupra unor elemente f, g. T este liniar daca, pentru orice constante scalare , avem:
T (f + g ) = T ( f ) + T ( g )
In cazul particular de interes, f si g sunt imagini avand aceeasi dimensiune, , sunt scalari reali si T este o operatie de vecinatate.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Filtrarea liniara
g ( l ,c ) = T f V( l ,c )
( (
))
g (l , c) = T ( f (l + m1 , c + n1 ), f (l + m2 , c + n2 ),..., f (l + mK , c + nK ))
g (l , c) = wmn R
( m , n )V
mn
f (m + l , n + c)
wmn se numesc ponderi ale filtrului si sunt constante scalare asociate fiecarui punct al vecinatatii folosite.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Filtrarea liniara
Orice filtru liniar este deci definit de: vecinatatea folosita, V ponderile asociate vecinatatii, wmn
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
K =3
1/ 2 1/ 4 1/ 4
marcarea originii
g (l , c) =
( m , n )V
mn
f (m + l , n + c)
1 1 1 g (l , c) = f (l , c) + f (l + 1, c) + f (l , c + 1) 2 4 4
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
scriere grupata
g (l , c) =
( m , n )V
mn
f (m + l , n + c)
scriere grupata
Ce inseamna in practica ?
g (l , c) =
( m , n )V
mn
f (m + l , n + c)
Pentru fiecare pixel al imaginii, situat in pozitia (l,c): plaseaza vecinatatea V cu originea in pixelul curent extrage valorile pixelilor imaginii din vecinatate combina valorile pixelilor extrasi din imagine scrie noua valoare in imaginea de iesire la pozitia (l,c) Treci la pixelul urmator.
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
imagine initiala
C. VERTAN
imagine prelucrata
Probleme de implementare
Ce se intampla pe marginile imaginii, daca vecinatatea debordeaza ?
vecinatate (fereastra) de filtrare
pixeli problema
imagine initiala
C. VERTAN
imagine prelucrata
Probleme de implementare
Solutii de evitare a efectelor de margine: 1. ignorarea liniilor/ coloanelor corespunzatoare pozitiilor cu probleme 2. bordarea imaginii cu suficiente linii/ coloane cu pixeli avand valori potrivite (sa nu influenteze rezultatul aplicarii functiei T de combinare a valorilor). pentru filtrarea liniara : replicarea liniilor/coloanelor marginale ale imaginii
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Probleme de implementare
Complexitatea de calcul:
g (l , c) =
( m , n )V
wmn f (m + l , n + c)
Complexitatea de calcul creste cu cresterea vecinatatii. Este mai eficient sa se lucreze cu vecinatati de dimensiune mica.
Vecinatatile mari pot fi descompuse ? (acelasi rezultat obtinut prin aplicarea iterativa a mai multe filtari liniare cu vecinatati mai mici)
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
f (l , c) = f 0 (l , c) + z (l , c) z (l , c) N 0, 2 fz = 0
C. VERTAN
g (l , c) =
Card (V ) = K
( m , n )V
mn
f (m + l , n + c)
wmn
1 = K
1 g (l , c) = f (m + l , n + c) Card (V ) ( m ,n )V
Ex. 1
V4 K = 5
wmn 1 = 5
Ex. 2
0 1/ 5 0 1/ 5 1/ 5 1/ 5 0 1/ 5 0
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
V8 K = 9 1 / 9 1 / 9 1 / 9 1 1/ 9 1/ 9 1/ 9 wmn = 9 1/ 9 1/ 9 1/ 9
9x9
5x5
C. VERTAN
13 x 13
11 x 11
C. VERTAN
7x7
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
MSE = ( f f 0 )
1 = MN
M 1 N 1 i =0 j =0
2 ( ) f ( m , n ) f ( m , n ) 0
1 MAE = f f 0 = MN
M 1 N 1
i =0 j =0
f (m, n) f 0 (m, n)
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
SNR = 10 log M 1 N 1
i =0 j =0
( f
i =0 j =0
(m, n) )
2 ( ) f ( m , n ) f ( m , n ) 0
[dB ]
PSNR = 10 log M 1 N 1
i =0 j =0
MN max f 0 (m, n)
( m ,n )
2 ( ) f ( m , n ) f ( m , n ) 0
[dB ]
SNR=20 dB
SNR=17 dB
SNR=14 dB
Se poate demonstra ca puterea zgomotului alb, aditiv din imagine este redusa de K ori. Filtrare eficienta vecinatate mare. Vecinatate mare efect puternic de incetosare a imaginii
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
g (l , c) =
( m , n )V
mn
f (m + l , n + c)
0.05 0.1 0.05 0.1 0.4 0.1 0.05 0.1 0.05 0.15 0.4 0.15
C. VERTAN
0.15 0.15
g (l , c) =
( m , n )V
mn
f (m + l , n + c)
f (m + l , n + c) = = ct , (m, n) V , (l , c)
g (l , c) =
( m , n )V
mn
( m , n )V
mn
= 1, wmn > 0
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Efectul Mach
perceptia unei linii mai intunecate
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
f - f
Contrastarea imaginilor
Contrastare = Imagine Derivata secunda Derivata secunda a unei functii de doua variabile: dupa ce directie ? Se foloseste Laplacianul:
2 f ( x, y ) 2 f ( x , y ) f ( x, y ) = + 2 y 2 x
1 1 1 1 8 1 1 1 1
0 1 0 1 4 1 0 1 0
C. VERTAN
1 2 1 2 4 2 1 2 1
Contrastarea imaginilor
medie 5 x 5
original
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
g (l , c) =
( m , n )V
mn
f (m + l , n + c)
f (m + l , n + c) = = ct , (m, n) V , (l , c)
g (l , c) =
( m , n )V
w
mn
mn
=0
( m , n )V
=0
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI
Va urma:
limitarile filtrarii liniare operatii neliniare de vecinatate
C. VERTAN
LABORATORUL DE ANALIZA I PRELUCRAREA IMAGINILOR - LAPI