noţiuni de bază în prelucrarea numerică a imaginilor şi ... weber... · • legea lui weber...
TRANSCRIPT
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• este necesară o sursă de lumină (λ: lungimea de undă a sursei) E(x, y, z, λ): lumina incidentă într-un punct (x, y, z coordonatele spațiale)
• fiecare punct din scenă are o funcție de reflexier(x, y, z, λ): funcția de reflexie
• lumina se reflectă dintr-un punct c(x, y, z, λ) = E(x, y, z, λ) × r(x, y, z, λ): lumina reflectată
Captura imaginilor
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• Proiecția în perspectivă– obiectele aflate mai aproape de disp. de captare
apar mai mari– valabilă în majoritatea cazurilor (cameră, ochi
uman)• Proiecția ortografică
– obiectele au aceeași mărime independent de poziția lor față de dispozitivul de captare
– mai simplu• După proiecție:
– Lumina reflectată pe planul 2D: cp(x’, y’, λ)
Proiecție din 3D în 2D
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Proiecție din 3D în 2D
Proiecția în perspectivă
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• fiecare dispozitiv de captură are o funcție de sensibilitate S(λ)
• S(λ) ne spune cât de sensibilă e la lungimile de undă din proiecția 2D
• Lumină capturată de cameră funcție imagine
ccap(x’, y’, λ) = S(λ) cp(x’, y’, λ)
Captura imaginilor
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• imagini de intensitate captate de un singur senzor(ca la bastonașe)
• camera color: 3 senzori cu SR(λ), SG(λ), SB(λ) sauun singur senzor cu 3 filtre de culoare (ca la conuri)
3 funcții imagine corespunzătoare componentelor R, G, B
• fiecare senzor/filtru – propriul răspuns în f
Captura imaginilor
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• Funcția imagine depinde de:1. Lumina incidentă în punctul (x,y,z) din scena 3D2. Funcția de reflexie în acel punct3. Proiecția luminii reflectate din planul 3D în
planul 2D al camerei4. Funcția (funcțiile) de sensibilitate a camerei
Captura imaginilor
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• senzori: CCD (Charge-Coupled Devices), CMOS (Complementary Metal-Oxide-Semiconductor), LiveMOS
• senzor unic cu diferite filtre de culoare
Captura color
http://en.wikipedia.org/wiki/Bayer_filter
CFA de tip Bayer Lumină incidentă
filtru
senzor
matrici de culoare
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Captura color
http://en.wikipedia.org/wiki/Bayer_filter
Imagine originală
Ieșirea unui senzor de 120 x 80 cu filtru Bayer
Ieșire cu culori corespunzătoare filtrului Bayer
Imagine reconstruită prin interpolare
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Câte niveluri de gri sunt necesare?
32
64
128
256
• Imaginile de intensitate sunt de regulă cuantizate la 256 de niveluri de gri
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• JND = valoarea minimă cu care trebuie schimbată luminanța pentru ca această variație să fie observabilă de către ochiul uman
• Legea lui Weber– JND (ΔI) depinde de amplitudinea stimulului (luminanță)
– Pentru ochiul uman
Diferența de luminanță abia perceptibilă
∆= = constantW
I KI
≈ −1 2%WK
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• Legea lui Fechner– Percepția umană a luminanței este uniformă în domeniul
log(I)
– 2 surse de lumină pot fi deosebite dacă răspunsul pe care îl generează diferă printr-o valoare constantă ΔR
• Legea lui Fechner Legea lui Weber ?
Diferența de luminanță abia perceptibilă
log( ) log( ) const.
const.
k I I k I RI
I
+ ∆ − = ∆ =∆
=
= log( )R k I
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Rata de contrast
• Pentru KW=0,01…0,02, N=256:
• Rate de contrast uzuale:– LCD cameră întunecată 1000:1– CRT 100:1– Tipăr pe hârtie 10:1
−
∆=
= + 1max
min
(1 )
W
NW
I KI
I KI
=max
min
13...156II
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Experiment prag de vizibilitate
I1 = 100I2 = 101ΔI/I1 = 1%
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Experiment prag de vizibilitate
I1 = 100I2 = 102ΔI/I1 = 2%
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Experiment prag de vizibilitate
I1 = 200I2 = 201ΔI/I1 = 0,5%
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Experiment prag de vizibilitate
I1 = 200I2 = 202ΔI/I1 = 1%
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Experiment prag de vizibilitate
I1 = 200I2 = 203ΔI/I1 = 1,5%
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Experiment prag de vizibilitate
I1 = 200I2 = 204ΔI/I1 = 2%
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• Pentru majoritatea display-urilor:
• Pentru compensare:
• Exemplu:– Pentru CRT:
• Imaginile ar trebui predistordionate
Caracteristica de gama
out inI Iγ=
1/( )out inI Iγ =
2,2γ =
Corecție1/2,2
CRTgama=2,2
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Caracteristica de gama
[ , ]I x y 2,2( [ , ])I x y
[ , ] [0,1]I x y ∈
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Caracteristica de gama
Creștere liniară a intensității fără corecție de gama
Creștere liniară a intensității cu corecție de gama
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• Histograma = reprezentare a distribuției de culori/nuanțe de gri dintr-o imagine digitală
• Axa orizontală – nuanțe de culoare / intensitate• Axa verticală – număr de pixeli cu acele nuanțe• Matlab: imhist(I)
Histograma imaginii
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Histograma imaginii
nivel de gri
Histogramă
nr. p
ixel
i
0
100
200
300
400
500
600
700
800
0 50 100 150 200 250
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
• Calcul histograma
Histograma imaginii
% varianta 1 (3xfor + 1xif)h = zeros(256,1);for k = 0:255for i = 1:N,for j = 1:M,if im(i,j) == k,h(k + 1) = h(k + 1) + 1;
endendendendfigure; bar(h);
% varianta 2 (2xfor)im = double(im);h = zeros(256,1);for i=1:M,for j=1:N,x = im(i,j);h(x+1) = h(x+1) + 1;endend
% varianta 3 (1x for)h = zeros(256,1);for k = 0 : 255,h(k + 1)=sum(sum(im == k));
end
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Histograma imaginii
nivel de gri
Imagine întunecată
nr. p
ixel
i
0
500
1000
1500
2000
2500
3000
0 50 100 150 200 250
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Histograma imaginii
nivel de gri
Imagine de luminozitate crescută
nr. p
ixel
i
0
500
1000
1500
2000
2500
0 50 100 150 200 250
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Histograma imaginii
nivel de gri
Imagine de contrast mic
nr. p
ixel
i
0
200
400
600
800
1000
1200
1400
0 50 100 150 200 250
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Histograma imaginii
nivel de gri
nr. p
ixel
i
0
100
200
300
400
500
600
700
800
900
0 50 100 150 200 250
Imagine de contrast mare (egalizare de histogramă)
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Egalizarea de histogramă
Idee:• Găsirea unei transformări
• care aplicată fiecărui pixel al imaginii originale f[x,y] să producă o imagine g[x,y] cu o distribuție uniformă a nivelurilor de gri
( )g T f=
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Egalizarea de histogramă
Imagine originală
După egalizarea de histogramă
Noţiuni de bază în prelucrarea numerică a imaginilor şi semnalelor video
Egalizarea de histogramă
0
2000
4000
6000
8000
10000
12000
14000
16000
0 50 100 150 200 250
0
2000
4000
6000
8000
10000
12000
14000
16000
0 50 100 150 200 250