Professional Documents
Culture Documents
Wykad
Poprawa jakoci obrazu (ang. image enchancement) jest przeksztaceniem w ramach 1 klasy danych obrazowych. Poprawa jakoci obrazu dokonywana jest poprzez modyfikacj jasnoci, kontrastu lub histogramu rozkadu poziomw tonalnych obrazu. Metody poprawy jakoci obrazu oparte s o kryteria subiektywne (wraenia wzrokowe czowieka). W metodach tych nie s wykorzystywane matematyczne (obiektywne) kryteria oceny jakoci obrazu.
1 J= MN
Kontrast:
f (i, j )
i =1 j =1
C=
gdzie:
1 MN
[ f (i, j ) J ]
i =1 j =1
Metody poprawy jakoci obrazu wykorzystuj narzdzia bazujce na statystycznej analizie przetwarzanych obrazw: krzywa odwzorowania poziomw jasnoci; histogram rozkadu poziomw tonalnych obrazu; macierze ssiedztwa.
KOREKCJA TONALNA
MODELOWANIE HISTOGRAMU
FILTROWANIE PRZESTRZENNE
NADAWANIE KOLORW
rozciganie histogramu
rozmywanie obrazu
pseudokolorowanie obrazu
normalizacja histogramu
wyostrzanie obrazu
wyrwnywanie histogramu
detekcja krawdzi
konturowanie obrazu
Korekcja tonalna
Korekcja tonalna jest przykadem operacji punktowej. W wyniku korekcji tonalnej wykona mona: rozjanienie obrazu; przyciemnienie obrazu; obnienie kontrastu; zwikszenie kontrastu. GFX299
Operacje punktowe
Operacje punktowe to takie, dla ktrych wynik operacji dla kadego piksela obrazu zaley tylko od jego wartoci. Operacje punktowe nie uwzgldniaj przestrzennych zalenoci midzy elementami obrazu.
GFX299
Obraz bez korekcji. Histogramy przed i po korekcji bez zmian. Krzywa odwzorowania tonw (prosta pod ktem 45) obejmuje rwnomiernie caa skal.
Obraz rozjaniony z zawon skal odwzorowania tonw. Cienie o zwikszonej jasnoci. wiata wyrwnane (utrata szczegw).
Obraz przyciemniony z zawon skal odwzorowania tonw. Cienie obcite (utrata szczegw). wiata przyciemnione.
Obraz bez korekcji. Histogramy przed i po korekcji bez zmian. Krzywa odwzorowania tonw (prosta pod ktem 45) obejmuje rwnomiernie caa skal.
Obraz o zwikszonym kontracie, tony rednie rozcignite na caa skal. Cienie wyrwnane (utrata szczegw). wiata wyrwnane (utrata szczegw).
Obraz o zmniejszonym kontracie, zawenie skali tonalnej obrazu. Cienie o zwikszonej jasnoci. wiata przyciemnione.
Rozjanienie obrazu. Zwikszenie jasnoci cieni i tonw rednich kosztem utraty szczegw w wiatach.
Przyciemnienie obrazu. Zmniejszenie wiate i tonw rednich kosztem utraty szczegw w cieniach.
Modelowanie histogramu
Histogram - jest to graficzne przedstawienie ilociowego udziau pikseli obrazu w poszczeglnych zakresach tonalnych.
histogram ma posta wykresu supkowego, np.: dla obrazu 8-bitowego, zawiera 256 supkw, ktrych wysoko odpowiada liczbie pikseli w obrazie o danej wartoci tonalnej. wykres moe by sporzdzony dla kadej skadowej koloru (RGB, CMYK) oddzielnie lub dla jasnoci pikseli w obrazie, co odpowiada przedstawieniu obrazu w skali szaroci.
Modelowanie histogramu
Histogram jest podstawowym narzdziem sucym do oceny charakteru i formalnej poprawnoci cyfrowego obrazu, zarwno barwnego jak i monochromatycznego. Z wygldu histogramu (ksztat i pooenie jego maksymalnych wartoci) mona odczyta podstawowe cechy obrazu np: rozpito tonaln (najjaniejszy i najciemniejszy punkt w obrazie); zakres tonalny, w ktrym znajduje si najwicej informacji o obrazie.
Modelowanie histogramu
Histogram obrazu przedstawiajcy liczb pikseli w funkcji ich jasnoci. Pod wykresem znajduje si pogldowa skala szaroci. Krzyyk wskazuje mierzony poziom (136).
tablica pikseli obrazu o rozmiarze M x N; tablica histogramu; piksel obrazu o adresie [row,col].
(C++)
char image[M][N]; int histogram[256]; int row,col,i; for (i=0; i<256; i++) histogram[i]=0; for (row=0; row<M; row++) for (col=0; col<N; col++) histogram[(int) image[row,col]]++;
\* wyzerowanie tablicy histogramu *\
Ksztaty histogramw
a)
b)
c)
a) obraz zawiera szczegy wycznie w zakresie wysokich cieni; b) obraz zawiera szczegy w zakresie cieni; c) obraz zawiera gwn informacj w zakresie tonw rednich.
Ksztaty histogramw
a)
b)
a) obraz zawiera szczegy w zakresie wiate; b) obraz zawiera szczegy wycznie w zakresie wysokich wiate.
Ksztaty histogramw
Dua liczba pikseli na kocach wykresu wiadczy o braku szczegw zarwno w wiatach, jak i w cieniach. Obraz o takim histogramie jest formalnie niepoprawny. Nie jest moliwe cakowite odzyskanie utraconych informacji poprzez modelowanie histogramu.
Ksztaty histogramw
Przykad obrazu o zawonym histogramie. Brak pikseli w jasnych i w ciemnych tonach (w wiatach i w cieniach). Cao informacji skupiona w tonach rednich (szarociach).
Ksztaty histogramw
Przykad obrazu o histogramie przesunitym w kierunku tonw ciemnych (cieni), o prawie cakowitym zakresie tonalnym.
Ksztaty histogramw
Przykad obrazu o histogramie przesunitym w kierunku tonw jasnych (wiate), zupeny brak tonw ciemnych.
Modelowanie histogramu
Modelowanie histogramu ma na celu popraw jakoci obrazu. Obejmuje procesy: rozcigania histogramu; wyrwnywania histogramu; normalizacji histogramu. Procesy te przedstawi mona jako transformacje punktowe obrazu.
Rozciganie histogramu
Rozciganie histogramu dokonuje si wwczas, gdy nie pokrywa on caego zakresu poziomw jasnoci - na histogramie nie wystpuj bardzo ciemne i/lub bardzo jasne skadowe. Rozciganie histogramu polega na takiej konwersji poziomw jasnoci obrazu wejciowego, by rozkad poziomw jasnoci na histogramie obrazu wyjciowego obejmowa wszystkie poziomy jasnoci.
0 z l T ( z) = u l 1 gdy zl
gdy l z u gdy zu
gdzie:
Hn(z) histogram obrazu oryginalnego Gn(v) histogram obrazu po transformacji T v=T(z) transformacja
Wyrwnywanie histogramu
Celem wyrwnania histogramu obrazu jest uzyskanie moliwie rwnomiernego rozkadu poziomw jasnoci obrazu dla caego jego zakresu. Skutkiem wyrwnania histogramu jest poprawa kontrastu obrazu. Wyrwnanie histogramu pozwala na podkrelenie w obrazie tych szczegw, ktre s mao widoczne z powodu niewielkiego kontrastu. Nie jest to metoda uniwersalna i w przypadku histogramw o okrelonym ksztacie nie daje zadowalajcych rezultatw.
gdzie:
Hn(z) histogram obrazu oryginalnego Gn(v) histogram obrazu po transformacji T v=T(z) transformacja
Obraz po korekcji
Normalizacja histogramu
Operacja normalizacji histogramu zmienia zakres zmiennoci poziomw jasnoci obrazu wyjciowego.
l H n ( z )dz = l 0 z l T ( z) = u l 1 H ( z )dz = u n u
gdy
zl
gdy l z u gdy zu
gdzie:
Hn(z) histogram obrazu oryginalnego Gn(v) histogram obrazu po transformacji T v=T(z) transformacja
Filtrowanie przestrzenne
Obraz jest reprezentowany jako macierz poziomw jasnoci. Przetwarzaniu podlega bezporednio funkcja jasnoci. Funkcj dziaajc na obraz wejciowy mona opisa wyraeniem:
g( x , y ) = T [ f ( x , y )]
gdzie:
f(x,y) - funkcja reprezentujca obraz wejciowy; g(x,y) - funkcja reprezentujca obraz przetworzony; T - operator lokalny dziaajcy na okrelonym obszarze obrazu
(maska) np.: 3x3, 5x5 lub 7x7 pikseli.
Filtrowanie przestrzenne
Jasno piksela obrazu wyjciowego obliczana jest na podstawie jasnoci pikseli obrazu wejciowego lecych w bezporednim ssiedztwie. W metodzie definiowana jest maska, ktra przemieszcza si w obrbie obrazu z krokiem rwnym odstpowi midzy pikselami i zgodnie z definicj operatora T wyznacza now warto g(x,y) dla kadego piksela obrazu. Przykad maski
W11 W21 W31 W12 W22 W32 W13 W23 W33
/wymiar 3x3/
gdzie:
p - warto nowego poziomu jasnoci piksela; p - warto poziomu jasnoci piksela w obrazie wejciowym; w - wartoci wspczynnikw; div - podzielnik normalizujcy otrzymany wynik.
Wyostrzenie obrazu powoduje czsto niepodane wzmocnienie szczegw, tzw. zjawisko piegowatoci w pynnych zmianach tonalnych (ludzkie twarze, chmury). W pewnym zakresie mona temu zapobiec, korzystajc z filtru o nazwie Sharpen edge (wyostrzenie krawdzi), ktry nie wzmacnia maych rnic w przylegych pikselach, a tylko due rnice. W efekcie pynne przejcia tonalne nie s modyfikowane.
Filtry konturowe
uywane do wykrywania krawdzi i tworzenia konturu obrazu; wykorzystywane w procesie segmentacji obrazu i rozpoznawania ksztatw obiektw w obrazie; dziaaj na zasadzie gradientowej; gradient okrela, jak w obrazie zmieniaj si jasnoci pomidzy ssiednimi pikselami, osiga najwiksz warto tam, gdzie w obrazie istniej najwiksze zmiany jasnoci przy przejciu od piksela do piksela; przykadami filtrw konturowych s filtry Sobela i filtry Prewitta. Przykady filtrw
Filtr medianowy
suy do usuwania zakce typu punktowego; w wyniku dziaania filtru piksel obrazu wyjciowego przyjmuje warto mediany z wartoci pikseli obrazu wejciowego znajdujcych si w jego otoczeniu (w obrbie maski). median wyznacza si w ten sposb, e wartoci pikseli z otoczenia sortuje si od najwikszego do najmniejszego a nastpnie wybiera si warto rodkow cigu; w przypadku masek o parzystej liczbie pikseli w otoczeniu, median oblicza si przez urednienie wartoci dwch pikseli rodkowych posortowanego cigu; niepodanym efektem jest tzw. dziaanie erozyjne polegajce na tym, e po wielokrotnym uyciu filtru medianowego krawdzie obiektw o rnych poziomach jasnoci staj si poszarpane.
Nadawanie koloru
oko ludzkie jest bardziej czue na zmiany koloru ni na zmiany jasnoci, std odwzorowanie informacji o jasnoci pikseli w umown map kolorw pozwala na wydobycie z obrazu wikszej iloci atwo rozpoznawalnej informacji; technika ta nosi nazw pseudokolorowania i stosuje si j, gdy bardziej interesuje nas wyrnienie pikseli o rnych jasnociach ni globalny rozkad jasnoci w obrazie przy pseudokolorowaniu wykorzystuje si tablice LUT, ktre zawieraj informacje o kolorze zastpujcym oryginaln warto jasnoci.
Nadawanie koloru
Algorytm: LUT tablica odwzorowania kolorw o wymiarze L; F[i, j] mapa bitowa obrazu o wymiarach NxM; L liczba dostpnych poziomw jasnoci obrazu oryginalnego; LUT: array [0..L-1] of int; F: array [0..N-1, 0..M-1] of int; begin for i:=0 to N-1 do for j:=0 to M-1 do F[i,j]:=LUT[F[i,j]]; end.
Przykady pseudokolorowania
Przykady pseudokolorowania
Przykady pseudokolorowania
Przykady pseudokolorowania
Macierze ssiedztwa
Def. 1. p1 (P,Z) funkcja gstoci prawdopodobiestwa, e element obrazu P ma poziom jasnoci Z. Def. 2. p2 (P,Q,Z,Y) funkcja gstoci prawdopodobiestwa, e piksel P ma poziom jasnoci Z a piksel Q ma poziom jasnoci Y.
Macierz ssiedztwa jest oszacowaniem prawdopodobiestwa p2 (P,Q,Z,Y) na pojedynczym obrazie przy zaoeniu, e p2 zaley jedynie od pooenia piksela P wzgldem piksela Q. Macierz ssiedztwa oznaczamy jako:
Cr [Z,Y];
gdzie r oznacza rodzaj powizania pomidzy pikselami P i Q.
Macierze ssiedztwa
Algorytm wyznaczania macierzy ssiedztwa for wszystkie powizania r midzy P i Q do begin wyzeruj tablic Cr [Z,Y]; /* 0ZL, 0YL */ for wszystkie elementy P obrazu do begin if Q jest pikselem ssiednim do P zgodnie z powizaniem r then zwiksz Cr [f(P), f(Q)] o 1; end; end.
oddalenie niezerowych wartoci komrek macierzy ssiedztwa od przektnej (Rys.1) zwizane jest z wystpowaniem w obrazie duej iloci zmian jasnoci (wystpowanie krawdzi, drobnych szczegw). Obraz jest ostry. niezerowe wartoci komrek macierzy ssiedztwa skupione w pobliu przektnej (Rys.2) oznaczaj, e w ssiedztwie punktw o danej jasnoci s przewanie punkty o jasnociach zblionych, co oznacza ma dynamik (zmienno jasnoci) obrazu i brak w obrazie drobnych szczegw. Obraz jest nieostry.