MINISTERUL EDUCAŢIEI al REPUBLICII MOLDOVA

UNIVERSITATEA TEHNICĂ A MOLDOVEI

Departementul Microelectronică şi Dispozitive cu Semiconductori

Îndrumar de Laborator
la disciplina

Imagistica
medicală
şi
prelucrarea
imaginilor
A elaborat st.gr.IBM-201M Balan Olivian
A verificat : dr.conf., Serghei Railean

Chişinău 2021
Lucrarea de laborator N 2

Îmbunătăţitea imaginilor prin operaţii punctuale

Scopul lucrării: prezentarea tehnicilor de bază de modificare a contrastului unei imagini cu

nivele de gri, prin operaţii punctuale.

Noţiuni teoretice.

Modificarea liniară a contrastului

Cea mai des folosită tehnică de modificare liniară a contrastului este o transformare liniară
pe porţiuni, definită de:

(2.1)

Î n 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, impreună cu punctele fixe
(0,0) şi (L — 1,L — 1) vor defini cele trei
segmente de dreaptă ce apar in formula.
Rezultatul aplicării unei asemenea operaţii
punctuale se obţine modificând valoarea
(nivelul de gri) fiecărui pixel al imaginii iniţiale,
u, conform (2,1), obţinând noul nivel de gri v.
Transformarea poate fi făcută in două moduri:
fie se repetă calculele de la (2.1) pentru fiecare
pixel, baleind imaginea, fie noile valori ale
contrastului se calculează de la început pentru toate nivelele de gri posibile (intre 0 şi 1) şi apoi
aceste modificări se aplică imaginii. In figura este prezentată funcţia de transformare a nivelelor
de gri (T(u)) obţinută pentru T1= 30, T2 = 100, α = 20, β = 200, Efectul acestei operaţii va fi de a
dilata (sau extinde) intervalul central de nivele de gri, de la [30,100] la [20, 200] şi de a
comprima (sau înghesui) intervalele extreme de nivele de gri (de la [0, 30] la [0, 20] şi de la
[100,255] la [200,255]).

În funcţie de alegerea celor patru parametri de definiţie (T 1; T2, α şi β), se pot obţine câteva
cazuri particulare de interes ce poartă denumiri specifice.
 D
acă
T1
=
T2
şi α
= 0,
β =
L
—
1,
se obţine prăguirea sau binarizarea (thresholding) (vezi
figura 2); in imaginea rezultată nu există decât alb şi negru; toate nivelele de gri iniţiale a căror valoare era mai
mică decât Ti devenind negre şi toate nivelele de gri iniţiale mai mari ca T1 devenind albe, în urma acestei
transformări, contrastul este maximizat la nivelul intregii imagini.

Dacă α = 0 şi β = L - l se obţine operaţia de intindere maximă a contrastului (contrast stretching) pentru intervalul
[ T 1 ; T 2 ] (vezi figura 3), Nivelele de gri care se găsesc in afara acestui interval vor fi inlocuite fie cu alb, fie cu
negru.

Modificarea neliniară a contrastului

Principalul dezavantaj al tehnicii liniare pe porţiuni prezentate este faptul că modificarea contrastului este
aceeaşi pe un intreg interval de nivele de gri, şi nu este posibilă o modificare neuniformă a contrastului pe intregul
interval de nivele de gri sau in jurul unui anume nivel de gri. Tehnicile neliniare au aceste proprietăţi.

O primă variantă este compandarea domeniului, definită de o curbă logaritmică şi cu punctele fixe (0, 0) şi ( L
— 1, L — 1):

(2.2)

C ontrastul va varia
neuniform de-a lungul scalei de
gri, mărindu-se la capătul inferior
(negru) şi mieşorându-se la capătul
superior (alb), în mod reciproc se poate defini ex- pandarea domeniului, ca transformare inversă celei de
compandare, şi deci având o alură exponenţială:

(2.3)

Contrastul va varia neuniform de-a lungul scalei de gri, mărindu-se la capătul superior (alb) şi micşorăndu-se
la capătul inferior (negru). Termenii de compandare şi de expandare au fost daţi prin asemănare cu transformările
folosite in teoria codării şi cuan- tizării (ce intervin in metodele de cuantizare a semnalului vocal pentru telefonia
digitală, cunoscute sub numele de legea A in Europa şi legea μ , in America), Trebuie insă subliniat că in
prelucrarea imaginilor aceste transformări nu afectează domeniul de valori, care rămâne [0, L — 1].

A lte transformări neliniare pot fi obţinute prin folosirea

unor funcţii de tip putere; şi acestea au nivelele de gri
extreme ca puncte fixe ((0,0) şi ( L — 1 , L — 1)), O primă
variantă este funcţia putere:

(2.4)

D upă valorile parametrului-putere r se pot obţine

două comportări diferite: pentru r < 1 comportarea este
de acelaşi tip cu al funcţiei de compandare logaritmice,
iar pentru r > 1 comportarea este de tipul funcţiei de
expandare. Trebuie remarcat că legile de variaţie ale
contrastului vor fi insă diferite. Există insă şi o
variantă la care se mai adaugă un punct fix (T, T),
funcţia devenind cu două intervale de definiţie:

( 2.5)

Funcţia (2.5) pentru r < 1 este prezentată in figura 3

Ordinea îndeplinirii lucrării de laborator

Pasul 1: Ajustați imaginea în tonuri de gri, specificând limitele de contrast - de la 0.3 la 0.6.

I= imread('pout.tif');

J = imadjust(I,[0.3 0.6],[0 1]);

figure, imshow(I), figure, imshow(J)

Pasul 2: În mod similar, puteţi reduce contrastul unei imagini prin micșorarea intervalului de
imagine. Datele, ca în acest cal

I= imread('pout.tif');

J = imadjust(I,[0 1],[0.3 0.6]);

figure, imshow(I), figure, imshow(J)

Pasul 3: Utilizați funcția stretchlim care calculează histograma imaginii și determină limitele
de ajustare automat. Funcția stretchlim returnează
valorile ca fracțiuni într-un vector pe care îl puteți trece ca [low_in high_in]. Argument pentru
imadjust; de exemplu,

I=imread('pout.tif');

J=imadjust(I, stretchlim(I),[0.3 0.6]);

figure, imshow(I), figure, imshow(J)

Pasul 4:Obţineţi o imagine negativă prin două metode:

I=imread('pout.tif');

K1=imadjust(I,[0 1],[1 0]);

K2=imcomplement(I);

figure, imshow(K1), figure, imshow(K2)

Pasul 5:Efectuaţi corecţia gama - Imadjust poate accepta un argument suplimentar care
specifică factor de corectie gama. În funcţie de valoarea gama, maparea întrevalorile imaginilor
de intrare şi de ieşire pot fi neliniare.

I=imread('pout.tif');

J=imadjust(I,[],[],3)% gama mai mare ca 1

figure, imshow(I), figure, imshow(J)

apoi:
I=imread('pout.tif');

J=imadjust(I,[],[],0.3)% gama mai mic ca 1

figure, imshow(I), figure, imshow(J)

Pasul 6: Aplicaţi transformareai logaritmică la o imagine:

I = imread('cameraman.tif');

subplot(2,2,1), imshow(I);

Id = im2double(I);

Output1 = 2 * log(1+Id);

Output2 = 3 * log(1+Id);

Output3 = 4 * log(1+Id);

subplot(2,2,2), imshow(Output1);

subplot(2,2,3), imshow(Output2);

subplot(2,2,4), imshow(Output3);
Pasul 7: Aplicaţi transformareai exponenţială la o imagine:

I=imread('pout.tif');

Id=im2double(I);

Output1=4*(((1+0.3).^(Id))-1);

Output2=4*(((1+0.4).^(Id))-1);

Output3=4*(((1+0.6).^(Id))-1);

figure, imshow(Output1), figure, imshow(Output2), figure,

imshow(Output3)
Pasul 7: Cercetaţi transformareai curbei gamma accesînd aplivaţia:

http://demonstrations.wolfram.com/ToneCurve/

Pasul 7: Cercetaţi transformareai de putere şi logaritmica accesînd aplivaţia:

http://demonstrations.wolfram.com/TransformationsOfGrayLevelsInAnImage/
 Concluzie

Efectuînd această lucrare de laborator, am făcut cunoștință cu metodele de

îmbunătățire a imaginilor prin imbunătățirea contrastului. Ne-am familiarizat cu cu
termenii de imadjust. De asemenea, am văzut cum are loc transformarea gamma,
de putere și logaritmică.