Prelucrarea imaginilor

Ameliorarea imaginilor in domeniul

spatial

Ameliorarea imaginilor in domeniul spatial

Notiuni introductive
Termeni, notiuni si notatii
- f(x,y) imaginea initiala
- g(x,y) imaginea procesata
- (x,y) coordonatele unui punct al imaginii
-Transformare: g(x,y)=T[f(x,y)], unde T este un operator ce
actioneaza asupra lui f si este definit pe o vecinatate a punctului
(x,y). Aceasta vecinatate se mai numeste si masca, kernel,
sablon sau filtru. Vecinatatea poate avea forma patrata,
dreptunghiulara, sau mai rar, de disc.
Pixelul central al mastii se misca peste imagine, acoperind
fiecare pixel al acesteia. Transformarea foloseste numai pixelii
din zona mastii.
Cel mai simplu exemplu de masca este cea cu dimensiunea 1 (1
x 1).
Atunci se va scrie s=T(r) si T devine functia de transformare
[punctuala] de nivel de gri, unde s este nivelul de gri in
imaginea
in punctul
de coordonate
(x,y), iar r este nivelul de gri
Exempluf,de
transformare
punctuala:
in
imaginea
(procesata),
tot mai
in punctul
de coordonate (x,y).
Efect:
Pixeliigcu
nivelul de gri
mic decat
m vor fi facuti mai intunecati, iar cei cu
nivel de gri mai mare decat m vor fi facuti
mai luminosi (cazul a.). Deci se va mari
contrastul imaginii. In cazul b., imaginea
este transformata intr-una binara, albnegru.
03/05/15

Prelucrarea imaginilor

Ameliorarea imaginilor in domeniul spatial

Transformari punctuale in nuante de gri - 1
Definirea contextului:
Fie f(x,y) o imagine cu L nuante de gri (0, 1,
2.L-1)
Si transformata punctuala descrisa de
relatia: s=T(r), unde s si r au semnificatiile
prezentate in diapozitivul anterior.
- Transformata negativa: s=L-1-r
Transformarea este indicata pentru scoaterea in evidenta a
detaliilor albe sau gri, inconjurate de regiuni intunecate (care
domina imaginea ca intindere).
-Transformata Log: s = c log (1 + r), cu c constant si r>=0
Transformata mapeaza o zona ingusta de valori mici de nivel de
gri intr-o zona larga de valori mai mari de nivele de gri. Efectul
este contrar pentru valorile mari de nivel de gri (vezi imaginea
alaturata si compara segmentele orizontale cu cele verticale).
Transformata este folosita pentru a comprima nivele de gri pentru
imaginile cu variatii mari de intensitate. De exemplu spectrul
Fourier al unei imagini, care poate avea valori in intervalul [0
10^6] (a), si care poate fi comprimat in intervalul [0 6] , daca
c=1,(b)
a.
b.

03/05/15

Prelucrarea imaginilor

Ameliorarea imaginilor in domeniul spatial

Transformari punctuale in nuante de gri -2
-Transformata putere: s=c r , sau s=c (r+)
Rolul parametrului este de a contracara un semnal de intrare nul. In functie de valorile
parametrului se poate obtine o familie de curbe de transformare, ca in figura de mai
jos.
Multe dispozitive pentru captura de imagini sau pentru
printare sau vizualizare raspund pe baza unei legi de tip
putere. Pentru corectarea efectelor unui astfel de raspuns
(comportament) se realizeaza asa numita corectie gamma
(dupa numele exponentului).
Exemplu:
Monitoarele CRT au caracteristica intensitate-voltaj de tip
putere, cu exponentul in intervalul 1.8-2.5. Aceasta
inseamna ca imaginea trimisa va fi reprezentata pe monitor
mai intunecata decat originalul (Cand >1, imaginile sunt
mai luminoase, iar cand <1 mai intunecate).
Daca se aplica o corectie gama cu valoarea 0.4, se
corecteaza acest efect.

Exemplul
1
03/05/15

Exemplul
2
Prelucrarea imaginilor

Ameliorarea imaginilor in domeniul spatial

Transformari punctuale in nuante de gri Extinderea
contrastului
(contrast stretching)
Transformarea de tip extindere a contrastului:
Esto o transformare descrisa de trasee liniare, de pante
diferite. Conform imaginii alaturate, daca r1=s1 si r2=s2,
se obtine trasformarea identitate (traseul de culoare
rosie).
Daca r1=r2, s1=0 si s2=L-1, se obtine transformarea de
tip prag (traseul albastru). Aceasta produce imagini binare.

Ex.

03/05/15

Prelucrarea imaginilor

Ex.

Ameliorarea imaginilor in domeniul spatial

Transformari punctuale in nuante de gri Decupari de
nivele de gri
(Gray level slicing)
Aceste transformari au ca scop sa scoata in evidenta anumite zone de nuante de gri.
In functie de traseul transformarii, efectele pot fi diferite.
Exemple:

In cazul transformarii a., sunt scoase in evidenta nivele de gri din intervalul A-B,
reducandu-le pe celelalte.
In cazul transformarii b., cu zona A-B se intampla acelasi lucru, dar restul nivelelor de
gri raman aceleasi.

03/05/15

Prelucrarea imaginilor

Ameliorarea imaginilor in domeniul spatial

Decuparea pe plane de biti
(Bit-plane slicing)
O alta transformare utila este si decuparea pe plane de biti. Se pot obtine astfel imagini
ce corespund fiecarui bit din sirul alocat informatiei de nivel de gri (pentru imaginile de
intensitate).
De exemplu, pentru o imagine cu adancimea de culoare de 8 biti, se pot obtine 8 plane,
notate de regula 0,1,27. Se va vedea ca planul corespunzator bitului celui mai
semnificativ (7) contine majoritatea informatiei semnificative.

Ex.

Izolarea planelor se poate face fie prin procedee strict numerice, fie aplicand filtre de tip
prag, acestea urmand sa genereze chiar imaginile corespunzatoare unui anumit plan de
biti.
Exemplu:
Fie o imagine formata din 4 pixeli, dispusi pentru simplitate pe verticala. Adancimea de
Pix
Valoar
Valoa
Plan
Plan Plan Plan
culoare
este
de
4
biti,
deci
16
nuante
de
gri. 0
Pentru extragerea informatiilor pe
el
e
re
3
2
1
plane de biti se vor aplica
zecima binar
transformari de tip prag cu
l
urmatoarele trasee:
1
11
1011
1
0
1
1
2

1000

14

1110

0110

03/05/15

Prelucrarea imaginilor

Ex.

Ameliorarea imaginilor in domeniul spatial

Procesarea histogramelor
Pentru o imagine in nuante de gri, in intervalul [0, L-1], o histograma este o functie
discreta h(rk)=nk, unde k este indicele nivelului de gri, rk este valoarea nivelului de gri,
iar nk este numarul de pixeli din imagine caracterizati de nivelul de gri cu indicele k.
De regula histogramele sunt normalizate, adica h n(rk)=nk/n, unde n este numarul total
de pixeli din imagine. Este evident ca hn(rk)=1.
Histogramele au multiple aplicatii in procesarea imaginilor, inclusiv in ameliorarea
acestora.

Contrast mare
Imagine intunecata

03/05/15

Contrast redus

Prelucrarea imaginilor

Imagine luminoasa

Ameliorarea imaginilor in domeniul spatial

Egalizarea histogramelor - 1
Fie o transformare T, din relatia s=T(r), cu 0<=r<=1, cu proprietatile:
1.T(r) este strict crescatoare si univoca
2.0<=Tr)<=1
Avand in vedere ca in grafica bitmap se opereaza cu valori discrete, vom considera o
relatie de forma:

pr (rk )

nk
, cu k 0,1, 2....., L 1
n

Aceasta relatie defineste probabilitatea de aparitie a nivelului de gri r k

k
k n
j
O transformare de forma:

sk T (rk ) pr (rj )
j 0

j 0

k 0,1, 2....., L 1

Satisface conditiile puse pentru transformarea continua notata tot cu T mai sus.
Transformarea se numeste egalizare de histograma, sau liniarizare de
histograma. Ea asigura concret nivelarea histogramei unei imagini, cu efectul vizibil
de crestere a contrastului.

03/05/15

Prelucrarea imaginilor

Ameliorarea imaginilor in domeniul spatial

Egalizarea histogramelor - 2
>> i=imread('loco 3.jpg');
>> [j,t]=histeq(i);
>> t=t';
>> h_i=imhist(i);
>> h_j=imhist(j);
>> xlswrite('histograma
original',h_i);
>> xlswrite('histograma
rezultat',h_j);
>>
xlswrite('transformata.xls',t);
>> imshow(i);
>> figure;
>> imshow(j);

03/05/15

Prelucrarea imaginilor

10

Ameliorarea imaginilor in domeniul spatial

Potrivirea histogramelor baza teoretica 1
(histogram matching, or specification)
In afara de egalizarea histogramelor, este posibila si generarea unei imagini care sa
aiba histograma asociata (ca expresie a densitatii de probabilitate a aparitiei nuantelor
de gri) APROXIMATIX identica cu o histograma (densitate de probabilitate) data.
Baza teoretica
Fie o imagine sursa, caracterizata de densitatea de probabilitate p r(r) (practic de o
histograma a carei infasuratoare este functia densitate de probabilitate).
Fie o densitate de probilitate (histograma) specificata (tinta) p z(z). S-au notat cu r si z
r
nivele de gri.
s T (r ) pr ( w)dw
Fie transformarea :

(exact expresia continua pentru egalizarea histogramelor).

z
Fie transformarea:

G ( z ) p z (t ) dt s
0

In aceste conditii se poate scrie: 1

z G ( s) G 1[T (r )]

Aceleasi relatii, dar scrise pentru variabile si functii discrete sunt:

03/05/15

Prelucrarea imaginilor

11

Ameliorarea imaginilor in domeniul spatial

Potrivirea histogramelor baza teoretica 2
(histogram matching, or specification)
k

j 0

j 0

sk T (rk ) pr (rj )

nj
n

, k 0,1,2....., L 1

vk G ( z k ) p z ( zi ) sk , k 0,1,2....., L 1
i 0

zk G 1[T (rk )], k 0,1, 2....., L 1

zk G 1 ( sk ), k 0,1, 2....., L 1
Implementare:
1.Se calculeaza histograma imaginii sursa
2.Se calculeaza sk pentru fiecare rk
3.Se determina transformata G din pz(z)
4.Se determina, printr-un proces iterativ zk, corespunzator lui sk. z este cel mai mic
(G ( z ) sk ) 0, k 0,1,..., L 1
intreg in intarvalul
[0, L-1] care satisface relatia:
1.Pentru fiecare pixel se face maparea rk -> sk -> zk
Functia histeq in Matlab

03/05/15

Prelucrarea imaginilor

12

Ameliorarea imaginilor in domeniul spatial

Potrivirea histogramelor - exemplu
Imagine sursa

Imagine pentru
histograma

Imagine rezultat

Histogramele corespunzatoare

03/05/15

Prelucrarea imaginilor

13