Universitatea „Ştefan cel Mare” Suceava

Facultatea de Inginerie Electrică

Specializarea Calculatoare

Proiect PNI

Ridicarea contrastului unei

imagini prin Transformari Locale

Îndrumator: Realizator:
ing. Prodan Remus Pavelescu Alexandru
Gr. 1141 C
 Cuprins

Tema proiectului 3

1. Consideraţii teoretice 4

2. Detalii de implementare 8

2. Bibliografie 11

2
 Tema Proiectului

Procesarea de imagini este des folosită pentru a creşte calitatea imaginii în

sensul de-a fi mai uşor înţeleasă de observatorul uman, sau pentru a permite extragerea
unor caracteristici importante de către un sistem de vedere artificială. În acest sens este
frecvent necesar să se identifice un grup de pixeli legaţi între ei printr-o caracteristică
comună. Informaţii utile pot fi extrase şi dintr-o reprezentare făcută dintr-un punct de
vedere mai general, cum este repartiţia nivelelor de gri care conduce la histograma
acestor nivele.
Imaginile sunt şi un concept cu caracter informaţional. Oamenii primesc pe
cale vizuală cea mai mare parte din informaţia pe care sistemul lor senzorial o
achiziţionează.
Dezvoltarea tehnicii a creat, chiar înaintea calculatoarelor, senzori care să
ofere semnale electrice dependente de interacţiunea dintre lumină şi o scenă cu obiecte. A
apărut astfel posibilitatea de a produce imagini artificiale care ulterior să fie afişate pe
dispozitive speciale şi să fie privite de oameni. Conţinutul acestor imagini achiziţionate
este puternic şi direct legat de scena pe care o reprezintă. Calitatea imaginilor de acest tip
nu este, în majoritatea cazurilor, satisfăcătoare şi ca urmare semnalele corespunzătoare
trebuie prelucrate pentru a elimina zgomotele sau pentru a amplifica alte caracteristici
utile, de exemplu contrastul. Cele două etape, achiziţia şi prelucrarea imaginilor, îşi
păstrează scopurile generale, dar îşi adaptează tehnicile şi metodele, şi atunci când
sistemul este completat cu un calculator şi formatul imaginii este unul numeric. Imaginile
achiziţionate pot fi afişate, ca şi imaginile de sinteză, pentru a fi privite şi analizate de un
observator uman. Dacă se doreşte să se determine ce conţine imaginea achiziţionată fără a
face apel la un observator uman atunci apare o problemă nouă, interpretarea sau
înţelegerea imaginilor folosind tehnici de inteligenţă artificială. Rezolvarea acestei
probleme presupune adăugarea unei noi etape după achiziţia şi prelucrarea imaginii.
Noua etapă realizează o decodificare a informaţiei conţinute într-o imagine şi poate fi
asociată termenului generic de recunoaştere a imaginilor.

3
 1. Consideraţii teoretice

1.1. Tehnici de îmbunătăţire a imaginilor

• Îmbunătăţirea imaginilor se referă la o clasă largă de operaţii al căror scop
este mărirea detectabilităţii componentelor imaginii.
• Percepţia vizuală de referinţă este cea a unui expert uman şi din acest motiv
criteriile de evaluare ale calităţii unei imagini sunt subiective şi specifice aplicaţiei..
• Ca o consecinţă, procesul de îmbunătăţire va fi interactiv, transformările
efectuate trebuind să fie validate (cel puţin în etapa de proiectare sau probă) de către un
utilizator uman.
• Din punctul de vedere al metodelor utilizate, putem distinge mai multe tipuri
de operaţii de îmbunătăţire:
– operaţii punctuale, prin care se realizează o corespondenţă de
tip “unu la unu” între vechea valoare a nivelului de gri şi noua valoare a acestuia, pentru
fiecare pixel al imaginii. Tot în această categorie vom include şi operaţiile de
pseudocolorare, care se referă la afişarea imaginii folosind o paletă de culoare modificată.
– operaţii locale (sau de vecinătate), prin care noua valoare a
nivelului de gri într-un pixel este obţinută din vechea valoare a pixelului respectiv şi din
valorile unor pixeli vecini pixelului considerat.
– operaţii integrale, în care noua valoare a unui pixel este
dependentă de valorile tuturor pixelilor imaginii.

1.2. Operaţii punctuale de modificare a contrastului.

• Operaţiile punctuale de modificare a contrastului (numite şi transformări ale

nivelului de gri) sunt asocieri (mapping, în engleză) ce leagă nivelul de gri original de
noua sa valoare. O asemenea asociere nu este altceva decât o funcţie:
v = T(u) , u ∈ [0;L-1]

4
Observaţii:
- transformarea T să păstreze gama admisibilă de valori ale imaginii
- transformarea T sa fie monotonă (crescătoare sau descrescătoare) pentru a
păstra ordinea între nivelele de gri

1.2.1. Modificarea liniară a contrastului

- Cea mai des folosită tehnică de modificare liniară a contrastului este o

transformare liniară pe porţiuni, dată de:
 α
 u ,0 ≤ u < T1
 T1
 β −α
v= α+ (u − T1 ), T1 ≤ u < T
 T2 − T1
β + L − 1 − β (u − T ),T ≤ u < L
 L − 1 − T2
2 2


- În formula anterioară, parametrii de control sunt T1, T2, α şi β; aceştia sunt

grupaţi câte doi, definind punctele (T1, α ) şi (T2, β).
- Aceste două puncte de control, împreună cu punctele fixe (0,0) si (L-1, L-1)
vor defini cele trei segmente de dreaptă ce apar în formulă.
- Rezultatul aplicării unei asemenea operaţii punctuale se obţine modificând
valoarea (nivelul de gri) fiecărui pixel al imaginii iniţiale, u, obţinând noul nivel de gri v.

1.3. Transformări neliniare ale contrastului

1.3.1. Utilizarea curbelor logaritmice

Principalul dezavantaj al tehnicii liniare pe porţiuni prezentate este faptul că

modificarea contrastului este aceeaşi pe un întreg interval de nivele de gri, şi nu este
posibilă o modificare neuniformă a contrastului pe întregul interval de nivele de gri sau în
jurul unui anume nivel de gri. Tehnicile neliniare au aceste proprietăţi.

5
 O prima variantă este compandarea domeniului, definită de o curbă
logaritmică şi cu punctele fixe (0, 0) ¸si (L-1, L-1):
L −1
v = T (u ) = lg( 1 + u )
lg L

Contrastul va varia neuniform de-a lungul scalei de gri, mărindu-se la capătul

inferior (negru) şi micşorându-se la capătul superior (alb).

1.3.2. Utilizarea curbelor exponenţiale

În mod reciproc se poate defini expandarea domeniului, ca transformare

inversă celei de compandare, şi deci având o alură exponenţială:
e u −1
v = T (u ) = ( L − 1)
e L −1 − 1
Contrastul va varia neuniform de-a lungul scalei de gri, mărindu-se la capătul
superior (alb) şi micşorându-se la capătul inferior (negru).

1.3.3. Utilizarea altor tipuri de curbe

Alte transformări neliniare pot fi obţinute prin folosirea unor funcţii de tip
putere; şi acestea au nivelele de gri extreme ca puncte fixe ( (0, 0) si (L-1, L-1) ). O primă
variantă este funcţia putere:
r
 u 
v = T (u ) = ( L −1) 
 L −1 

După valorile parametrului-putere r se pot obţine două comportări diferite:

- pentru r < 1 comportarea este de acelaşi tip cu al funcţiei de
compandare logaritmice;
- pentru r > 1comportarea este de tipul funcţiei de expandare.

6
 Trebuie remarcat ca legile de variaţie ale contrastului vor fi însă diferite.
Există însă şi o variantă la care se mai adaugă un punct fix (T, T), funcţia devenind cu
două intervale de definiţie:
 u
r

 T   , daca u ∈ [0, T ]
 T 
v = T (u ) =  r
 L − 1 − ( L − 1 − T ) L − 1 − u  , daca u ∈ [T , L − 1]
  L −1− T 

7
 2. Detalii de implementare
Implementarea aleasă pentru acest proiect este aceea a îmbunătăţirii
contrastului prin transformări locale.
Una dintre cele mai curente defecte ale imaginilor fotografice sau electronice
este contrastul slab provenind de la o reducere a valorilor amplitudinii (sau poate datorită
alurii neliniare). Contrastul imaginii poate fi îmbunătăţit prin aducerea la o altă scală a
amplitudinii pentru fiecare pixel in parte.

Modificarea contrastului imaginii în mod continuu şi cuantificat

În figura a., avem ilustrată o funcţie de transfer pentru creşterea continuă a

contrastului unei imagini utilizată pentru o imagine tipică cu amplitudini a contrastului
mici. În acest caz, funcţia de transfer poate fi implementată prin tehnică fotografică, dar e
deseori dificil de realizat o funcţie de transfer potrivită. Pentru o creştere cuantificată
(figura b.), implementarea unei funcţii de transfer de acest gen este o treabă mai simplă
decât în primul caz. Totuşi, în alegerea funcţiei de transfer trebuie să ţinem seama de
efectele fiecărei situaţii.
În această secţiune, atenţia este îndreptată spre transformările punctuale care
modifică contrastul unei imagini.

8
 Figura 1. Efectul şi funcţia de transfer pătratică aplicată imaginii originale
u2
v = T (u ) = , unde L= 256.
L −1

Figura 2. Efectul şi funcţia de transfer cubică aplicată imaginii originale

u3
v = T (u ) = , unde L= 256.
( L −1)( L −1)

9
 Figura 3. Efectul şi funcţia de transfer logaritmică
L −1
v = T (u ) = lg( 1 + u ) , unde L= 256.
lg L

Figura 4. Negativarea

10
 Bibliografie

1. William K. Pratt, Digital Image Processing, PIKS Inside, 2001.

2. Nicola Sorin, Achiziţia, prelucrarea şi recunoaşterea imaginilor.
3. Curs şi laborator la P.N.I. (Prelucrarea Numerică a Imaginilor) – Remus Prodan –
http://www.eed.usv.ro/~prodan/

11