p d de la imagen - aicitel's weblog · 2012-02-27 · operaciÓn a nivel de pixel...

UNIVERSIDAD AUTÓNOMA DE

TLAXCALA FACULTAD DE CIENCIAS BÁSICAS,

INGENIERÍA Y TECNOLOGÍA

PROCESAMIENTO

DIGITAL DE LA IMAGEN

OPERACIONES DE PUNTO

Transformaciones de Pixel

Transformaciones de color

Compositing y matting

Igualación de histograma

OPERACIONES DE PUNTO

Utilizadas en la etapa de preprocesamiento de imágenes.

OPERACIÓN A NIVEL DE PIXEL

OPERACIÓN A NIVEL DE PIXEL

Transformación de una imagen de entrada a una imagen de salida.

Operación a nivel de píxel:

Modificación del brillo, el contraste, la corrección de color.

Mejorar la apariencia de la imagen.

f

OPERACIÓN A NIVEL DE PIXEL

Una operación puntual se puede expresar

matemáticamente como:

h

f g

Decide la forma en la que se transformará la imagen.

TRANSFORMACIÓN DE PIXEL

Operaciones más comunes:

Multiplicación y suma por una constante.

gain>0 bias

Modificar el contraste y el brillo de las imágenes.

OPERACIÓN A NIVEL DE PIXEL

Mezcla lineal (linear blend).

Ejemplos de uso:

Efectos de video.

Diferentes algoritmos de

morphing.

Imágenes de entrada

0 a 1

Especifica la cantidad

de mezcla de las

imágenes

OPERACIÓN A NIVEL DE PIXEL

Mezcla lineal (linear blend).

Ejemplos de uso:

Efectos de video.

Diferentes algoritmos de

morphing.

Imágenes de entrada

0 a 1

Especifica la cantidad

de mezcla de las

imágenes

OPERACIÓN A NIVEL DE PIXEL

Mezcla lineal (linear blend).

Ejemplos de uso:

Efectos de video.

Diferentes algoritmos

de morphing.

Imágenes de entrada

0 a 1

Especifica la cantidad

de mezcla de las

imágenes

OPERACIÓN A NIVEL DE PIXEL

Corrección gamma (gamma correction).

Remover el mapeo no lineal entre la radiación y el

valor cuantificado de los píxeles.

2.2

OPERACIÓN A NIVEL DE PIXEL

Efecto de aplicar la corrección gamma.

Corrección gama de 2.2

TRANSFORMACIÓN DE COLOR

TRANSFORMACIÓN DE COLOR

Aumentar la intensidad de cada píxel añadiendo una constante afecta:

Matiz (hue)

Saturación (saturation):

Menor saturación provoca que se tenga una tonalidad grisácea y estará más decolorado.

TRANSFORMACIÓN DE COLOR

Uso:

Para buscar objetos de cierto color.

Algoritmos de detección de caras se basan en buscar los píxeles que sean del color de la piel humana.

COMPOSITING & MATTING

COMPOSITING & MATTING

COMPOSITING & MATTING

Matting

COMPOSITING & MATTING

Compositing

COMPOSITING & MATTING

Alpha-matted

Especifica que pixeles de la imagen corresponden al objeto que se desea extraer

COMPOSITING & MATTING

Fondo

Para insertar un objeto en otra imagen se utiliza over

operator :

Atenúa la influencia de la imagen de fondo y

agrega el objeto a la imagen.

Opacidad

COMPOSITING & MATTING

Atenúa la influencia de la imagen de fondo y agrega el

objeto a la imagen.

COMPOSITING & MATTING

Además de over operator, hay diferentes

algoritmos para realizar este efecto.

IGUALACIÓN DE HISTOGRAMA

IGUALACIÓN DE HISTOGRAMA

Representación gráfica de la distribución de las intensidades de los píxeles de una imagen.

Muestra para cada valor de intensidad (del 0 al 255), cuantos píxeles con esta intensidad hay en la imagen.

IGUALACIÓN DE HISTOGRAMA

IGUALACIÓN DE HISTOGRAMA

En ocasiones se desea mejorar la apariencia de la imagen automáticamente.

Solución popular:

Realizar la ecualización del histograma.

IGUALACIÓN DE HISTOGRAMA

Lograr una distribución más uniforme entre el número de píxeles .

IGUALACIÓN DE HISTOGRAMA

Para realizar la ecualización:

La fórmula histograma ecualización general es:

Distribución acumulativa No. de pixeles

Histograma original

L es el número de niveles de gris utilizado

IGUALACIÓN DE HISTOGRAMA

La intensidad

de los píxeles

concentrados en

un rango del

histograma de

píxeles oscuros.

Después de la ecualización: histograma se ha expandido

a lo largo de las diferentes intensidades.

IGUALACIÓN DE HISTOGRAMA

Valor Contar Valor Contar Valor Contar Valor Contar Valor Contar

52 1 64 2 72 1 85 2 113 1

55 3 65 3 73 2 87 1 122 1

58 2 66 2 75 1 88 1 126 1

59 3 67 1 76 1 90 1 144 1

60 1 68 5 77 1 94 1 154 1

61 4 69 3 78 1 104 2

62 1 70 4 79 2 106 1

63 2 71 2 83 1 109 1

Imagen

Histograma

IGUALACIÓN DE HISTOGRAMA

Valor cdf Valor cdf Valor cdf Valor cdf Valor cdf

52 1 64 19 72 40 85 51 113 60

55 4 65 22 73 42 87 52 122 61

58 6 66 24 75 43 88 53 126 62

59 9 67 25 76 44 90 54 144 63

60 10 68 30 77 45 94 55 154 64

61 14 69 33 78 46 104 57

62 15 70 37 79 48 106 58

63 17 71 39 83 49 109 59

Función de distribución acumulativa (cdf)

Valor Contar

52 1

55 3

58 2

59 3

IGUALACIÓN DE HISTOGRAMA

Valor mínimo de la función de distribución acumulada

Valor cdf

72 40

73 42

75 43

76 44

77 45

78 46

79 48

83 49

IGUALACIÓN DE HISTOGRAMA

IGUALACIÓN DE HISTOGRAMA

IGUALACIÓN DE HISTOGRAMA

En ocasiones no se varia mucho el contraste, por lo tanto el aspecto de la imagen es un poco “turbio”.

Solución para mejorar es: compensar el histograma parcialmente, por ejemplo utilizando una mezcla de la distribución acumulativa con la transformada identidad.

IGUALACIÓN DE HISTOGRAMA

En algunas imágenes la ecualización es buena,

pero en otras puede ser preferible aplicar

diferentes tipos de ecualización (reducir el ruido)

según la región de la imagen que se esté tratando.

Para lograr la ecualización óptima existen otros

métodos:

Ecualización de histograma adaptativo

Ecualización de histograma adaptativo limitado por

el contraste