Sunteți pe pagina 1din 30

Prelucrarea numerica a imaginilor Cap.

6 Imbunatatirea imaginilor

IMBUNATATIREA IMAGINILOR
Introducere
Metode si algoritmi de imbunatatire a imaginii
Operatiuni punctuale
Accentuarea de contrast
Limitarea si binarizarea imaginilor
Inversarea (negativarea) imaginilor
Operatiuni de tip fereastra
Extragerea unui bit
Compresia de contrast
Scaderea imaginilor
Modelarea imaginilor prin histograme
Operatiuni spatiale
Accentuarea contururilor
Filtrare trece-sus si trece-banda spatiala
Inversarea de contrast si scalare statistica
Marirea si interpolarea imaginilor

Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor

Operatiuni de transformare a imaginilor
Filtrare liniara generalizata
Filtrare neliniara
Filtrare homomorfica si cepstrum generalizata
Pseudocolorarea imaginilor
Imbunatatirea imaginilor color
Imbunatatirea imaginilor biomedicale
Tipuri si caracteristici de imagini biomedicale
Extragerea contururilor in imagini biomedicale
Segmentarea anatomica a imaginilor biomedicale
Egalizarea de histograma si pseudocolorarea imaginilor
biomedicale


Introducere

Def.: Imbunatatirea imaginilor (engl. Image enhancement) = categoria de algoritmi de
prelucrare a imaginilor dedicati obtinerii unei imagini imbunatatite vizual, in sensul de a fi
mai adecvata examinarii sale vizuale de catre un observator uman, prin:
eliminarea unor peturbatii/distorsiuni ale imaginii
accentuarea vizibilitatii unor trasaturi relevante (accentuare = enhancement) si
atenuarea trasaturilor vizual irelevante in procesul examinarii imaginii

Specificul operatiilor de imbunatatire a imaginilor:
- la intrare = imaginea digitala de prelucrat (pe nivele de gri sau color)
- la iesire = tot o imagine digitala (pe nivele de gri sau color)

Exemple de operatii de imbunatatire a imaginilor:
- inlaturarea/atenuarea zgomotului;
- corectia distorsiunilor geometrice;
- accentuarea contururilor;
- accentuarea (imbunatatirea) contrastului;
- zooming;
- scaderea a doua imagini, punct cu punct;
- pseudo-colorarea imaginilor pe nivele de gri.

Clasificarea operatiilor de imbunatatire a imaginilor:
- Dupa tipul de algoritm folosit: operatiuni punctuale; operatiuni spatiale;
operatiuni in domeniul transformat; pseudo-colorarea
- Dupa categoria de aplicatii ca in exemplul de mai sus.
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
A. Operatiuni punctuale

Def.: Operatiune punctuala = noul nivel de gri (culoare) in pozitia spatiala (m,n) din imaginea
rezultata in urma prelucrarii depinde numai de nivelul de gri (culoarea) din aceeasi pozitie
spatiala (m,n) din imaginea originala
=> numele de operatie punctuala, sau transformare a nivelelor de gri.


m m
n n
( )
{ } { }
Max Max
L L f
N n M m n m u f n m v
,..., 1 , 0 ,..., 1 , 0 :
; 1 ,..., 1 , 0 ; 1 ,..., 1 , 0 , ) , ( ) , (

= = =
U[MN] V[MN]

Operatiune punctuala
(transformare a nivelelor de gri)
f() =>v=f(u)

u(m,n) v(m,n) = f(u(m,n))
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Accentuarea de contrast



v
mu
n(u a) v
p(u b) v
,
,
,
0 u a
a u b
b u L
,
,
,
m tg
n tg
p tg
a
b
= +
+
s s
s s
s s
=
=
=

o
|


V

V
L


V
b





|
V
a
o U
a b



Accentuare de contrast
- m<1, pentru regiunile intunecate si a~L/3.
- n>1, pentru regiunea medie de gri si b~(2/3)L
- p<1, pentru regiunile luminoase

Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Limitarea si binarizarea imaginilor
Limitarea este un caz particular de accentuare cu m=p=0:


(6.2)

f(u)
0
nu
L
,
,
,
0 u a
a u b
b u L
=
s s
s s
s s


Fig. 6.3. Limitarea imaginilor










Fig. 6.4 Binarizarea imaginilor


V
U

V









U
a b
Histograma originala
Histograma
prelucrata
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor

Fig. 6.5 Exemplu de binarizare a imaginii

Inversarea (negativarea) imaginilor
v = L-u (6.3)












Fig. 6.6 Negativare de imagini Fig. 6.7 Operatiuni de tip fereastra
v v v
L
L L
L U a b U a b U
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor

OPERATIUNI DE TIP FEREASTRA


(6.4)

sau
(6.5)


Extragerea unui bit

u=k
1
2
B-1
+k
2
2
B-2
+...+k
B-1
2+k
B
(6.6)


(6.7)



v
L
0
,
,
a u b
in rest
=
s s

v
L
u
,
,
a u b
in rest
=
s s

=
=
rest in
1 k daca
,
,
0
L
v
n
Extragere LSB Extragere MSB Extragere bit 6
Compresia de contrast
v = clog(1+|u|)
Scaderea imaginilor
_



HISTOGRAMA IMAGINII. EGALIZAREA / MODIFICAREA DE HISTOGRAMA

Def. Histograma liniara a nivelelor de gri pentru o imagine digitala U[MN]:
= functia H
lin,U
:{0,1,,L
Max
}{0,1,,MN},

H
lin,U
(u)=nr. pixelilor cu nivelul de gri u din imaginea U.

Def. Histograma liniara normalizata a nivelelor de gri a imaginii U[MN]:
= functia h
lin,U
:{0,1,,L
Max
}[0;1],

h
lin,U
(u)=H
lin,U
(u)/(MN).

Def. Histograma cumulativa a nivelelor de gri a imaginii U[MN]:
= functia H
cum,U
:{0,1,,L
Max
}{0,1,,MN},


Def. Histograma cumulativa normalizata a nivelelor de gri a imaginii U[MN]:
= functia h
cum,U
:{0,1,,L
Max
}[0;1],

h
cum,U
(u)=H
cum,U
(u)/(MN).











u
H
lin,U
(u)
H
lin,V
(v)
v
Ideal
Egalizarea de histograma
. ) ( ) (
0
, ,
=
=
u
l
U lin U cum
l H u H
( ) }. ,..., 1 , 0 { , ) (
) (
0
,
0
,
Max
u
l
U lin
u
l
U lin
Egalizare
L u l H
MN
L
MN
l H
L u f v e

= =
= =
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor




u V v
`

h
lin,U
(l)

=
u
l
U lin
l h
0
,
) (


Cuantizare
uniforma
Fig. 6.8. Egalizare de histograma


a b
Fig. 6.9 Imagine cu contrast scazut



a b
Fig. 6.10 Rezultatul egalizarii de histograma


Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor





u v v'


Cuantizare
uniforma
f(u)

Fig. 6.11 Algoritm de modificare a histogramei




(6.15)



(6.15.a)





(l)
h
= f(u) = v
U lin,
u
0 = l

( )
( )
( )
( )
3,... 2, = n ,
h
h
= f(u)
n
U lin
Max
L
0 = l
n
U lin
u
0 l
/ 1
,
/ 1
,

A
M

OPERATIUNI SPATIALE: majoritatea lor pot fi implementate prin convolutie




=
e
l) - n k, - l)u(m a(k, n) v(m,
W l) (k,
( ) { } l k a L K , ] [ = A - Masca de convolutie
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( ) (
(
(


=
1 , 1 0 , 1 1 , 1
1 , 0 0 , 0 1 , 0
1 , 1 0 , 1 1 , 1
a a a
a a a
a a a
A
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( ) (
(
(


=
1 , 1 0 , 1 1 , 1
1 , 0 0 , 0 1 , 0
1 , 1 0 , 1 1 , 1
'
a a a
a a a
a a a
A
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
M
a a a
a a a
a a a
A =
(
(
(

1 , 1 0 , 1 1 , 1
1 , 0 0 , 0 1 , 0
1 , 1 0 , 1 1 , 1
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor

Mediere si filtrare trece-jos spatiala:

(6.18)

(6.19)

v(m,n) a(k,l)y(m- k,n - l)
(k,l) W
=
e

v(m,n) =
I
N
a(k,l)y(m- k,n - l )
(k,l) W e

l
0 1

0
k
1

fereastra 2x2
1/4 1/4
1/4 1/4
l
-1 0 1
-1
k
0
1
fereastra 3x3
1/9
1/9 1/9 1/9
1/9
1/9
1/9
1/9
1/9


l
-1 0 1

-1
k
0

1

Mediere ponderata in 5 puncte
1/2
0 0 1/8
1/8
0 1/8
1/8
0





Mediere spaial

(6.21)

(6.22)

v(m,n) = u(m,n) + (m,n) q
v(m,n) =
1
N
u(m- k,n - l)+ (m,n)
w (k,l) W e

q



v(m,n)=1/2[y(m,n)+1/4{y(m-1,n)+y(m+1,n)+y(m,n-1)+y(m,n+1)}] (6.20)










Fig. 6.12 Ferestre utilizate in filtrarea spatiala mediana


Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Filtrarea spaial directional:

(6.23)












Fig. 6.13 Filtrare spatiala directionala


v(m,n: =
1
N
y(m- k,n - l)
(k,l) W
u
u
u
)
e

0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
K
W
0
u
0
l

Filtrarea median:
(6.24)
v(m,n) = elementul de la mijlocul sirului de luminante ordonat crescator dupa valoarea luminantei



} W (k,l) l), - n k, - {y(m mediana = n) v(m, e

a b
Fig. 6.14 Atenuarea zgomotului aditiv folosind filtrarea mediana


Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
v(m,n)=u(m,n)+ g(m,n)
g(m,n) = u(m,n) -
1
4
[u(m- 1,n)+u(m,n - 1)+u(m+1,n)+u(m,n+1)]











a b
Fig. 6.15 Reducerea zgomotului gaussian prin filtrare mediana

Accentuarea contururilor





a b c d
Fig. 6.16 Algoritm de accentuare de contur

Semnal
Filtrare
trece jos
a-b
Filtrare
trece sus
a+c
(6.25)
(6.26)
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor



imaginea de intrare imaginea prelucrata
Fig. 6.17 Accentuare de contur cu operator laplacian

Filtrare trece-sus spatiala

(6.27)



TS Tj h
(m,n)= (m,n) -
h
(m,n) o



Fig. 6.18 Filtrare trece-jos Fig. 6.19 Filtrare trece-sus






u(m,n) V
TJ
(m,n)
Mediere
spaial




u(m,n) + V
Ts
(m,n)

_



F T J
spaial
+
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor






a b











c d
Fig. 6.21 Rezultatul filtrarii TJ (Fig. c), TS (Fig. b),TB (Fig. d) de imagini (Fig. a imaginea originala)


u(m,n)
+
V
TB
(m,n)
_
FTJ
h
TJ1
(m,n)
FTJ
h
TJ2
(m,n)
+
Fig. 6.20 Filtrarea trece-banda a imaginilor
TB
TJ TJ
h
(m,n) =
h
(m,n) -
h
(m,n)
1 2
Filtrare trece-banda spatiala
(6.28)
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Inversarea de contrast si scalare statistica

(6.29)


(6.30)


(6.31)


(6.32)

(6.33)

=
o

v(m,n) =
(m,n)
(m,n)

o
(m,n) =
1
N
u(m- k,n - l)
W (k,l) W

} ] n) (m, - l) - n k, - [u(m
N
1
{ = n) (m,
1/2 2
W l) (k, W

o
e
n) (m,
n) (m, u
= n) v(m,
o

Marirea si interpolarea imaginilor (zooming)
Dublarea imaginii
(6.34)


Rezulta o imagine:
(6.35)

unde m,n =0, 1, 2,...

H
1 1
1 1
=
v(m,n) = u(k,l)
k = Int[
m
2
], l = Int[
n
2
]
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor


a b c
Fig. 6.22 Rezultatul dublarii succesive a unei imagini
I nterpolarea liniar
(6.36)

(6.37)

(6.38)

(6.39)


(6.40)


i v
(m,2n) =u(m,n), o m M- 1, o n N - 1 s s s s
i v
(m,2n+1) =
[u(m,n)+u(m,n+1)]
2
, 0 m< M - 1 s
v(2m,n) = v (m,n)
i
v(2m+1,n) =
[
v
(m,n)+v (m+1,n)]
2
, 0 m M - 1, 0 n 2N - 1
i
i
s s s s
H
1 / 4 1 / 2 1 / 4
1 / 2 1 1 / 2
1 / 4 1 / 2 1 / 4
=



1 4 7 35
2 3 4 2
3 2 1 0 5
15 1 0 5 0 25
,
,
, , ,

(
(
(
(
Interpolare
coloane
(
(
(
(

0 0 0 0
5 , 0 1 2 3
0 0 0 0
5 , 3 7 4 1
1 0 7 0
0 0 0 0
3 0 1 0
0 0 0 0

(
(
(
(
Interpolare
rnduri
1 7
3 1

(
Intreesere
cu zero
Fig. 6.23
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
6.6 OPERATII DE TRANSFORMARE A IMAGINILOR







Filtrare liniara generalizata

(6.41)

unde g(k,l) se numeste masca zonala (este zero in afara regiunii respective)



u(m,n) v(k,l) v(k,l) u(m,n)



Transformare
invers
A
-1
V [A
T
]

Operaii
punctuale
f(-)

Transformare
unitar
AUA
T

Fig. 6.24 Imbunatatiri de imagini folosind transformari
' v (k,l) = g(k,l)* v(k,l)
a b
0 a b N-b N-a -1
K
c
d
N-d
N-c
N-1
FTJ FTJ
FTB
FTS
FTB
FTB FTB
FTJ FTJ
0 p q
K
r
s
FTJ
FTB
FTS
Fig. 6.25 Masti zonale pentru filtrarea liniara generalizata
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Ex: - filtrul gaussian invers are masca zonala de forma:


(6.42)


- pentru alte transformari ortogonale:

(6.43)


Filtrare neliniara

(6.44)


(6.45)

g(k,l) =
exp
k l
2
, a k,l N / 2
g(N k,N l), in rest
2 2
2
+
s s

o
g k l
k l
k l N ( , )
( )
, , =
+
s s exp
2
1
2 2
2
0
o
v(k,l)=|v(k,l)|
e
j (k,l) u
v (k,l) |v(k,l)| e 0 a 1
, a j (k,l)
= s s
u

Filtrare homomorfica si cepstrum generalizata






Fig. 6.26 Filtrare homomorfica si cepstrum


(6.46)




s(k,l) = [log|v(k,l)| ]
e
, |v(k,l >0
j (k,l) u


u(m,n) v(k,l) s(k,l) c(m,n)



A
-1
S (A
T
)
-1
|Log,v(k,l),|e
je (k,l)

A U A
T

Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
PSEUDOCOLORAREA IMAGINILOR









Fig. 6.27 Pseudocolorarea imaginilor monocrome


u(m,n)

v
2
(m,n)

G

c(m,n)
A
-1
S (A
T
)
-1
Transformare
de coordonate
color
Extragere
de
caracteristici
R

v
1
(m,n)
B
v
3
(m,n)
IMBUNATATIREA IMAGINILOR COLOR




























Fig. 6.28 Imbunatatiri de imagini color







R

G

B











Redare
imagine
color



Transfor-
mare
invers
de
coordonate

mbuntire
imagine alb-negru

Conversie
de
coordonate
Imagine
de
intrare

mbuntire
imagine alb-negru

mbuntire
imagine alb-negru
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
IMBUNATATIREA IMAGINILOR BIOMEDICALE

Tipuri si caracteristici de imagini biomedicale
















Fig. 6.42 Fig. 6.43













Fig. 6.44 Fig. 6.45


Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Extragerea contururilor in imagini biomedicale
Tabelul 6.1



(6.76)






H
1 1 1
1 9 1
1 1 1
L
=



Operator
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

Gradient directional E
Gradient directional NE
Gradient directional SW
Filtru trece-sus 1
Filtru trece-sus 2
Laplacian
Laplacian diagonal
Laplacian orizontal
Laplacian vertical
Prewitt orizontal
Prewitt vertical
Sobel orizontal
Sobel vertical
Kirsch orizontal
Kirsch vertical
1 1 1 1 -2 1 -1 -1 -1
1 1 1 1 -2 -1 1 -1 -1
1 1 -1 1 -2 -1 1 1 -1
0 -1 0 -1 5 -1 0 -1 0
0 -1 0 -1 4 -1 0 -1 0
-1 -1 -1 -1 9 -1 -1 -1 -1
-1 0 -1 0 4 0 -1 0 -1
0 -1 0 0 2 0 0 -1 0
0 0 0 -1 2 -1 0 0 0
-1 -1 -1 0 0 0 1 1 1
1 0 -1 1 0 -1 1 0 -1
1 2 1 0 0 0 -1 -2 -1
1 0 -1 2 0 -2 1 0 -1
-3 -3 5 -3 0 5 -3 -3 5
5 5 5 -3 0 -3 -3 -3 -3


Fig. 6.46 Fig. 6.47

Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor

Egalizare de histograma si pseudocolorare a imaginilor medicale














a b
Fig. 6.48
































Fig. 6.49 Fig. 6.50

Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor
Tabelul 6.2
Nivel
de gri
Culoare
corespunzt.
coeficieni Nivel de
gri
Culoare
corespunzt.
coeficieni
R G B R G B
0 negru 0 0 0 32 maro deschis 63 31 16
1 albastru nchis 0 0 1 33 portocaliu nchis 63 31 0
2 0 0 2 34 63 33 0
3 0 0 3 35 63 35 0
4 0 0 4 36 63 37 0
5 0 0 5 37 63 39 0
6 maro nchis 15 2 0 38 63 41 0
7 17 3 0 39 63 43 0
8 19 3 0 40 63 45 0
9 21 5 0 41 63 47 0
10 23 6 0 42 63 49 0
11 25 7 0 43 portocaliu 63 51 0
12 27 8 1 44 galben nchis 63 53 0
13 29 9 1 45 63 63 0
14 rou nchis 26 0 0 46 63 63 2
15 29 5 5 47 63 63 4
16 32 5 5 48 63 63 6
17 35 5 5 49 63 63 8
18 38 5 5 50 63 63 10
19 41 5 5 51 63 63 12
20 44 5 5 52 63 63 14
21 47 5 5 53 63 63 16
22 50 5 5 54 63 63 18
23 53 5 5 55 63 63 20
24 56 5 5 56 63 63 22
25 rou 59 5 5 57 63 63 24
26 maro deschis 48 24 9 58 63 63 26
27 53 26 11 59 63 63 28
28 55 27 12 60 galben deschis 63 63 30
29 57 28 13 61 61 61 61
30 59 29 14 62 62 62 62
31 61 30 15 63 alb 63 63 63
Prelucrarea numerica a imaginilor Cap. 6 Imbunatatirea imaginilor











Fig. 6.51 Fig. 6.52

















Fig. 6.53 Fig. 6.54