Documente Academic
Documente Profesional
Documente Cultură
CAPITOLUL II
- 10 -
algoritm adaptabil, care să recunoască regiunea de interes atunci când proprietățile fizice se
schimbă.
- 11 -
II.2. Transformări colorimetrice
Percepția culorilor este determinată de natura luminii reflectate de către obiect. Prin
urmare, culoarea unui obiect este determinată de lumina incidentă pe obiect și cantitatea de
lumină reflectată și absorbită. Proprietățile de reflexie sunt determinate de:
· Pigmenții chimici
· Structurile fizice ale suprafeței [39]
Datorită acestor caracteristici de absorbţie, culorile sunt observate sub forma unor
combinaţii de variabile primare: roşu, verde şi albastru. Prin combinarea celor trei culori
primare obținem culoarea alb.[38]
Pentru vederea culorilor sunt responsabile celulele cu con. Experimental, s-a
demonstrat faptul că acestea pot fi împărțite în trei categorii principale de detecție,
corespunzătoare culorilor principale, roșu, verde și albastru:
- 13 -
∞
�𝐺 (�, �) = �(�, �, λ)VG(λ)d λ (2.3)
∫
0
∞
��(�, �) = �(�, �, λ)VB(λ)d λ
∫(2.4)
- 14 -
Fig. 2.2 Reprezentare 3D a spațiului de culoare HSV
[https://www.researchgate.net/figure/HSV-color-space-Hue-saturation-value_fig1_284698928]
- 15 -
c. YCbCr (sau YUV) este adesea folosit în sistemele video și fotografia digitală
(sistemul vizual este mult mai sensibil la luminanță decât la culoare) [43]
- 16 -
Fig. 2.5 Reprezentarea grafică a formatului XYZ
[http://forum.luminous-landscape.com/index.php?topic=37695]
Conversia între spațiile de culoare poate fi liniară sau neliniară. Unele modele pot fi
mai utile atunci când se dorește vizualizarea mai bună a unui obiect.
Planul de culoare trebuie ales în funție de aplicația dorită. Nu se poate afirma despre un
anumit plan de culoare faptul că oferă mai multe informații decât celelalte. Gradul de utilitate
al fiecăruia depinde de tipul imaginii, de informația din imagine, de coloristica imaginii și de
datele care se doresc a fi extrase.[45]
- 17 -
În aplicația curentă, extragerea zonelor de hemangiom din imagini clinice, se așteaptă
să dea informații concludente un plan de roșu, deoarece acesta ar minimiza detaliile zonei de
background, unde culoarea roșie se găsește în proporții foarte mici față de regiunea de interes.
a b c d
Fig. 2.6 Imagine cu hemangiom reprezentat în diferite spații de culoare
a) spațiile de culoare de culoare RGB, HSV, Lab, YCbCr; b) planurile R, H, L și Y;
c) planurile G, S, a și Cb; d) planurile B, V, b și Cr;
În imaginea prezentată mai sus se poate observa o imagine cu hemangiom trecută prin
patru spații de culoare: RGB, HSV, Lab și YcbCr, în această ordine. Pe prima coloană sunt
imaginile în spatiile de culoare menționate, apoi cele trei planuri ale fiecărui spațiu, separat.
Figura 2.7, în particular, are claritate bună atat pe dimensiunile G și B ale spațiului
RGB, cât și pe componenta de saturație din spațiul HSV însă în imaginile unde hemangiomul
nu are o culoare foarte pronunțată regiunea de interes nu se distinge, după cum se observă în
imaginea de mai jos:
- 18 -
a b c
Fig. 2.7 a) Imagine cu hemangiom în format RGB; b) Componenta de saturație a imaginii ;
c) Planul green-red din Lab al imaginii;
Figura 2.7 reprezintă imaginea originală, în comparație cu planul de saturație din HSV
și axa verde-roșu din spațiul Lab. În imaginea de saturație hemangiomul nu are conturul foarte
bine definit, spre deosebire de cea de-a doua.
Rolul schimbării spațiului de culoare este de a pune in evidență hemangiomul în
favoarea altor obiecte ce pot apărea în imagine. Chiar dacă, la prima vedere, calitatea imaginii
și contrastul par mai scăzute după această modificare, atât timp cât nu sunt afectate merginile
hemangiomului contrastul poate fi îmbunătățit ulterior.
a b
Fig. 2.8 a) Imagine RGB cu hemangiom; b)Imagine în Lab, planul a
În figura 2.8 se poate observa cel mai bine faptul că forma hemangiomului rămâne
intactă, în timp ce celelelte zone se contopesc, formând un fundal comun. Micșorarea
numărului de moduri al histogramei este un pas important în preprocesarea imaginilor
deoarece cu cât
- 19 -
histograma este mai simplă, cu atât segmentarea este mai precisă.
- 20 -
a b
Fig. 2.9 a) Histograma imaginii 2.8.a; b)Histograma imaginii 2.8.b;
Pentru testarea teoriei s-a incercat segmentarea unei imagini în două spații de culoare
diferite, folosind același algoritm de segmentare.
a b
c d
Fig. 2.10 a) Planul S al unei imagini HSV; b) Segmentarea imaginii a; c) Planul a al unei imagini Lab;
d) Segmentarea imaginii c;
- 21 -
Deși, vizual, prima variantă a imaginii pare mai clară, algoritmul de segmentare nu
poate distinge zona de hemangiom de cea non-hemangiom, rezultatul fiind o imagine
aproapeneagră. Imaginea cu dimensiunea a a spațiului Lab deși pare destul de ștearsă oferă,
totuși, o segmentare net superioară.
Astfel, pentru ca algoritmul să poată fi folosit pe o varietate cât mai mare de imagini se
va alege spațiul de culoare Lab, planul a.
unde M este numărul de nivele de gri din imaginea inițială, iar u reprezintă imaginea inițială.
(𝑀−1)�
unde M este numărul de nivele de gri, u imaginea original și r puterea.
Pentru diferite valori ale exponentului pot fi obţinute diferite nivele de îmbunătăţiri.
Această tehnică este destul de frecvent numită corecţie gamma. Monitoarele de afişare diferite
afişează imagini la diferite nivele de claritate deoarece fiecare monitor are built-in un modul
de corecţie Gamma cu anumite intervale Gamma şi astfel un monitor bun corectează automat
toate imaginile afişate.
Diferenţa dintre funcţia logaritmică şi funcţiile de putere este că, folosind funcţia de
putere o familie de curbe de transformare posibile pot fi obţinute doar prin diferențe de λ.
Funcția exponențială [46] vizează extinderea nivelurilor superioare de gri, în
detrimentul nivelurilor inferioare gri, care vor apărea mai compacte pe histogramă spre
deosebire de funcția logaritmică. Pentru realizarea transformării este utilizată formula:
- 20 -
rez=MM−1 (2.7)
- 21 -
unde M este numărul de nivele de gri și u imaginea inițială.
În cazul imaginilor cu hemangiom niciuna din operațiile menționate nu aduce
imbunătățiri semnificative. În timp ce funcțiile de transformare de tip logaritmic și exponențial
deteriorează imaginea până la punctul în care zona de hemangiom aproape nu mai poate fi
distinsă de piele, funcția putere păstrează calitatea imaginii însă nu aduce îmbunătățiri
semnificative.
Fig. 2.11 Imagine cu hemangiom supusă celor trei modificări de contrast punctuale: logaritmică,
exponențială și putere
Histograma este o reprezentare grafică a distribuției nivelurilor de gri ale unei imagini.
În termeni simpli, reprezintă numărul de pixeli pentru fiecare valoare de intensitate
considerată. [47]
- 22 -
Fig. 2.12 Histogramă bimodală
În figura 2.12, axa X reprezintă scala tonală (negru la stânga și alb la dreapta), iar axa
Y reprezintă numărul de pixeli dintr-o imagine. Aici, histograma arată numărul de pixeli
pentru fiecare nivel de luminozitate (de la negru la alb), iar atunci când există mai mulți
pixeli, vârful la nivelul anumit de luminozitate este mai mare. Se poate observa faptul că
histograma are două moduri, reprezentând zona de hemangiom și pielea.
Egalarea histogramei este o tehnică de imbunătățire a calității imaginilor prin
intensificarea contrastului. Deoarece unele imagini conțin pixeli cu valori aproapiate, pentru a
se distinge mai bine anumite zone este nevoie de întinderea nivelurilor de gri pe o plajă mai
mare. Întinderea maximă de contrast este atinsă atunci când pixelii din imagine au valori
cuprinse între 0 și 255. [46]
Egalizarea adaptivă de histogramă diferă de egalizarea histogramei obișnuite în sensul
că metoda adaptivă calculează mai multe histograme, fiecare corespunzând unei secțiuni
distincte a imaginii, și le folosește pentru a redistribui valorile de luminozitate ale imaginii.
Prin urmare, este potrivită pentru îmbunătățirea contrastului local și pentru îmbunătățirea
vizibilității contururilor din fiecare regiune a imaginii.
Histograma adaptivă, limitată de contrast (CLAHE) diferă de egalizarea histogramei
adaptive în limita de contrast. În cazul CLAHE, procedura de limitare a contrastului este
aplicată fiecărei vecinătăți din care derivă o funcție de transformare. CLAHE a fost dezvoltat
pentru a preveni amplificarea zgomotului pe care o poate genera egalizarea histogramei
adaptabile.[48]
- 23 -
Fig. 2.13 Histograma 2.12 după operația de egalizare de histogramă
Figura 2.13 reprezintă histograma unei imagini dupa egalizarea adaptivă a histogramei,
limitată de contrast. Se observă faptul că cele două moduri nu se mai disting, nivelurile de gri
se extind pe toată zona, inclusiv zona goală dintre moduri, formând unul singur.
a b
Fig. 2.14 a) Aspectul imaginii înainte de egalizarea histogramei; b) Imagine după egalizarea
histogramei
Diferența dintre imaginea originală și imaginea după egalizarea histogramei este destul
de mare. După egalizare, zona din jurul hemangiomului se deschide ușor, iar zona de interes
se distinge mult mai bine din fotografie.
- 24 -
a b
Fig. 2.15 a) Aspectul unei imagini cu contrast mic înainte de egalizarea histogramei;
Deși într-o imagine unde hemangiomul deja se distinge destul de bine egalizarea de
histograma nu este un pas absolut necesar, în cazul imaginilor unde diferența de contrast între
piele și hemangiom nu este foarte mare acest pas poate ușura procesul de segmentare. Figura
2.15 este cel mai bun exemplu pentru acest caz. Deși la imaginea anterioară diferența era
vizibilă, dar nu semnificativă, în cazul acestei imagini se poate observa faptul că hemangiomul
se distinge mult mai bine.
- 25 -