conceptos sobre combinacion de imagenes
TRANSCRIPT
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
1/71
2.1. Tipos de operaciones. Histogramas.
Pregunta: Cul es la base terica del procesamiento
de imgenes? Qu operaciones aplicar? Recordatorio: una imagen digital no es ms que una
matriz, o array bidimensional, de nmeros!
Podemos aplicar las mismas operaciones que sobre
cualquier nmero: sumar, restar, multiplicar, dividir,
aplicar and, or, mximo, mnimo, integrales, derivadas...
154115926939
130801098345
987689102638278738792
7875686790
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
2/71
2.1. Tipos de operaciones. Histogramas.
Principales tipos de
procesamientos de imgenes:
Operaciones de procesamiento
global: cada pxel es tratado de
forma independiente, ya sea con
una o con varias imgenes.
Filtros y convoluciones: se
considera la vecindad local
de los pxeles.
Transformaciones geomtri-
cas: se modifica el tamaoy forma de las matrices.
Transformaciones lineales:
Fourier, wavelets, etc.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
3/71
2.1. Tipos de operaciones. Histogramas.
Operaciones de procesamiento global:
Aritmticas: sumar, restar, multiplicar, mximo, etc. Unarias: una sola imagen y un valor constante.
Binarias: con dos imgenes.
Booleanas: and, or, not, etc.
Unarias: una sola imagen y una constante. Binarias: con dos imgenes.
Otras transformaciones generales:
Transformaciones de histograma.
Transformaciones de color.
Binarizacin, etc.
Cada operacin tendr un significado, utilidad yaplicaciones especficos.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
4/71
2.1. Tipos de operaciones. Histogramas.
Supongamos una imagen de entrada A y una
imagen resultado R. Una operacin global (pxel a pxel) se puede
expresar como una funcin:
R(x,y):= f(A(x,y))
Ejemplo. Invertir. R(x,y):= 255 A(x,y)
Imagen
AImagen
R
El valor del pxel resultante esfuncin de (y slo de) el pxel
correspondiente de entrada.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
5/71
2.1. Tipos de operaciones. Histogramas.
R(x,y):= f(A(x,y)), (x,y)
Comparar con:
Filtros y convoluciones: el valor de un pxel depende
de la vecindad local de ese pxel:
R(x,y):= f(A(x-k,y-k), ..., A(x,y), ..., A(x+k,y+k))
Transformaciones geomtricas: el valor de un pxel
depende de pxeles situados en otras posiciones:
R(x,y):= A(f1(x,y), f2(x,y))
Transformaciones lineales: el valor de un pxel puede
depender de todos los pxeles de la imagen:
R(x,y):= f(A, x, y)
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
6/71
2.1. Tipos de operaciones. Histogramas. Para comprender el significado de muchas transforma-
ciones y saber cul conviene aplicar se usan histogramas.
Qu es un histograma? Repasar estadstica...
Un histograma representa grficamente una distribucin
de frecuencias.
Histograma de una imagen: representa las frecuencias
de los diferentes valores de gris en la imagen.
0 255127
Frec
uen
cia
(nmero
depx
eles)
Nivel de gris
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
7/71
2.1. Tipos de operaciones. Histogramas.
Algoritmo. Clculo de un histograma.
Entrada. A: imagen de ancho x alto
Salida. Histograma: array [0,...,255] de entero
Algoritmo:Histograma[]:= 0
para y:= 0, ..., alto-1 hacer
para x:= 0, ..., ancho-1 hacerHistograma[A(x,y)]:= Histograma[A(x,y)]+1
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
8/71
2.1. Tipos de operaciones. Histogramas.
Los histogramas son una herramienta importante en
anlisis de imgenes: es buena la calidad de unaimagen?, sobra luz?, falta contraste?
Ayudan a decidir cul es el procesamiento ms
adecuado para mejorar la calidad de una imagen...
Tanto cualitativamente (qu operacin aplicar), Como cuantitativamente (en qu cantidad).
En principio, una buena
imagen debe producir un
histograma ms o menosuniforme y repartido en
todo el rango de valores.0 255127
Nivel de gris
Frecu
en
cia
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
9/71
2.1. Tipos de operaciones. Histogramas. Ejemplo 1. La imagen es muy oscura. Falta luz.
0 255127
Frecuencia
Ejemplo 2. La imagen es muy clara. Sobra brillo.
0 255127
Frecuen
cia
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
10/71
2.1. Tipos de operaciones. Histogramas.
Ejemplo 3. La imagen tiene poco contraste.
0 255127
Frecuen
cia
Ejemplo 4. Hay mucho contraste, pocos medios tonos.
0 255127
Frecuen c
ia
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
11/71
2.1. Tipos de operaciones. Histogramas.
Histogramas de color. En imgenes multicanal podemos
obtener un histograma de cada canal por separado.
Canal Rojo Canal Verde Canal Azul
0 255127 0 255127 0 255127
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
12/71
2.1. Tipos de operaciones. Histogramas.
O, tambin, podemos calcular histogramas conjuntos, en 2
3 dimensiones.Canales R y G Canales G y B Canales R y B
Estos histogramas aportan informacin sobre los rangos de
colores ms frecuentes en la imagen. En teora, el histograma es de 256x256 celdas (bins).
Pero, para obtener buenos resultados, mejor usar un
nmero reducido de celdas. Por ejemplo 64x64 32x32.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
13/71
2.1. Tipos de operaciones. Histogramas. Uso de histogramas para mejorar la calidad de las imgenes.
Ejemplo. El
histogramaindica tonos
muy oscuros.
Solucin.
Aplicar un
operador
que estire
el histograma.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
14/71
2.2. Operaciones elementales con pxeles.
A: imagen de entrada.
R: imagen resultante (del mismo tamao que A).Operaciones unarias:
Sumar una constante: R(x, y):= A(x, y) + a
Restar una constante: R(x, y):= A(x, y) - a Multiplicar por una constante: R(x, y):= bA(x, y)
Dividir por una constante: R(x, y):= A(x, y)/b
Transformacin lineal genrica: R(x, y):= bA(x, y)+a Transformacin de gama: R(x, y):= A(x, y)c
Cualquier funcin NN: R(x, y):= f(A(x,y))
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
15/71
2.2. Operaciones elementales con pxeles.
Sumar una constante: R(x, y):= A(x, y) + a
Significado: incrementar el brillo de la imagen en lacantidad indicada en a.
El histograma se desplaza a la derecha en a pxeles.
a
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
16/71
2.2. Operaciones elementales con pxeles.
Ojo: la suma puede ser mayor que 255...
La operacin debera comprobar el overflow:
si A(x, y) + a > 255 entonces R(x, y):= 255sino R(x, y):= A(x, y) + a
Esto se debe hacer tambin en las dems operaciones,
comprobando si el valor es 255. Coloquialmente, un pxel por encima de 255 o por
debajo de 0 se dice que
est saturado.
La saturacin suponeuna prdida de
informacin.
Ejemp
lodeimage
n
muysatu
rad
a
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
17/71
2.2. Operaciones elementales con pxeles.
En imgenes en color, la suma se realiza sobre los
tres canales (R, G y B) y con el mismo valor.
R(x, y).R:= A(x, y).R + a R(x, y).G:= A(x, y).G + a
R(x, y).B:= A(x, y).B + a
Qu ocurre si se suma un valor distinto a cada canal?
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
18/71
2.2. Operaciones elementales con pxeles.
Restar una constante: R(x, y):= A(x, y) - a
Significado: decrementar el brillo de la imagen en lacantidad indicada en a.
El histograma se desplaza a la izquierda en a pxeles.
a
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
19/71
2.2. Operaciones elementales con pxeles.
Multiplicar por una constante: R(x, y):= bA(x, y)
Significado: aumentar la intensidad de la imagen en b. El histograma se estira hacia la derecha.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
20/71
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
21/71
2.2. Operaciones elementales con pxeles.
Dividir por una constante: R(x, y):= A(x, y) / b
= Multiplicar por 1/b ... obviamente! El histograma se encoge.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
22/71
2.3. Transformaciones del histograma.
Las transformaciones elementales se pueden ver
como funciones f: N N.
Interpretacin: para cada valor de gris de entrada
hay un valor de salida.
0 25512864 1920
255
128
64
192
Valor de entrada
Valord
esalida
f: curva
tonal
Se puede usar cualquier funcin f.
La transformacin hace que se modifique el histograma.
+
http://c/Documents%20and%20Settings/Gines/Mis%20documentos/Docencia/P.A.V.%2005-06/tema2.ppt#P?gina%2027 -
8/8/2019 Conceptos Sobre Combinacion de Imagenes
23/71
2.3. Transformaciones del histograma.
0 25512864 1920
255
128
64
1
92
Identidad: f(v):= v
0 25512864 1920
255
128
64
1
92
Suma: f(v):= v + a
0
255
12864 1920
255
128
64
1
92
Resta: f(v):= v - a
a
a
0 25512864 1920
255
128
64
192
Multiplicar 2: f(v):=2v
0 25512864 1920
255
128
64
192
Dividir 2: f(v):= v/2
0
255
12864 1920
255
128
64
192
Por 3: f(v):= 3v
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
24/71
2.3. Transformaciones del histograma.
En general, podemos definir
una transformacin linealgenrica de la forma:
f(v):= bv + a
0 25512864 1920
255
128
64
192
Ej. Inversa: f(v):= 255 - v
Pero la transformacin tambin puede serno lineal:
cuadrtica, polinomial, exponencial, logartmica,
escalonada, etc. Cmo decidir cul es la transformacin ms
adecuada? Usar el histograma.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
25/71
2.3. Transformaciones del histograma.
Normalmente, interesa estirar el histograma, para
conseguir que aparezca todo el rango de valores.
Idea: definir una transformacin lineal tal que el
histograma resultante vaya de 0 a 255.
Ajuste lineal o estiramiento(stretch) del histograma:
Buscar el valor mnimo del histograma: m Buscar el valor mximo: M
f(v):= (v-m)*255/(M-m)
m M
Nota: Esto es una
simple regla de 3
+
http://c/Documents%20and%20Settings/Gines/Mis%20documentos/Docencia/P.A.V.%2005-06/tema2.ppt#P?gina%2032 -
8/8/2019 Conceptos Sobre Combinacion de Imagenes
26/71
2.3. Transformaciones del histograma.
0 25512864 1920
255
1
28
64
192
Ejemplo. m= 86, M= 214
R(x,y):= (A(x,y)-86)*1,99
A
R
Histograma de A
Histogr a
mad
eR
Ojo: no
necesaria-
mente el
mximo
Para imgenes en
color, se aplica la
misma funcin a los
tres canales (R,G,B)
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
27/71
2.3. Transformaciones del histograma.
Cuidado: un simple pxel con valor muy alto o muy bajopuede hacer que el ajuste del histograma sea muy malo.
Por ejemplo, si hay un pxel con valor 0 y otro con 255, latransformacin sera la identidad (la imagen no cambia).
Solucin: en lugar de mnimo y mximo, ajustar usando dospercentiles del histograma (p. ej. 10%-90%, 5%-95%).
Histograma de A
5% 5%
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
28/71
2.3. Transformaciones del histograma.
Ms ejemplos de estiramiento lineal del histograma.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
29/71
2.3. Transformaciones del histograma.
La transformacin de histograma puede tomar
cualquier forma (no necesariamente lineal).
Ejemplos.
0 25512864 1920
255
128
64
1
92
Valor de entrada
Valordesa
lid
a
Resultado: oscurecer
los medios tonos.
Parbola: c1v2 + c2v + c3
0 25512864 192
Valor de entrada
Resultado: aclarar
los medios tonos.
Raz: c1v0.5 + c2
0
255
128
64
192
0 25512864 192
Valor de entrada
Resultado: aclarar
tonos oscuros y
oscurecer los claros.
Dos trozos de curva
(parbola y raz)
0
255
128
64
192
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
30/71
2.3. Transformaciones del histograma.
Elevar a 2, elevar a 1/2, ...
Se define la transformacinde gama como:
f(v):= 255(v/255)1/GAMA
Gama 1 Gama 2 Gama 4Gama 0,75Gama 0,5
0 25512864 192
0
255
128
64
192
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
31/71
2.3. Transformaciones del histograma.
La diferencia entre diferentes dispositivos
(televisores, cmaras, escneres) se modela conuna transformacin de gama.
Si el comportamiento del dispositivo fuera
perfectamente lineal, Gama = 1.
Blanco Negro
Dnde est el 50% de gris? Es la escala lineal?
Dnde estara si tomramos una foto?
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
32/71
2.3. Transformaciones del histograma.
Otra transformacin habitual es la ecualizacin del
histograma (del latn aequalis = igual).
Ecualizacin del histograma: es una transformacin
definida de forma que el histograma resultante se
reparte uniformemente en todo el rango de grises.
0 255127 0 255127
0 25512864 192
0
255
128
64
192
?
En este caso se usa una funcin escalonada:
f: array [0..255] de byte
+
http://c/Documents%20and%20Settings/Gines/Mis%20documentos/Docencia/P.A.V.%2005-06/tema2.ppt#P?gina%2037 -
8/8/2019 Conceptos Sobre Combinacion de Imagenes
33/71
2.3. Transformaciones del histograma.
Cmo definirfpara conseguir la ecualizacin?
Idea: suponer que a la salida hay 5 niveles de gris.
0 255127
0 25512864 1920
4
2
1
3
20% 20%20%
20%
20% para todo pxel (x,y) de R hacer
R(x,y):= f[A(x,y)]
0 421 3
2 3 T f i d l hi t
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
34/71
2.3. Transformaciones del histograma.
Algoritmo. Clculo de la funcin de ecualizacin delhistograma.
Entrada. Histograma: array [0,...,255] de entero
np: entero (nmero total de pxeles = mx*my)
Salida. f: array [0,...,255] de byte
Algoritmo:f[0]:= 0acumulado:= Histograma[0]para i:= 1, ..., 254 hacer
f[i]:= acumulado*255/npacumulado:= acumulado + Histograma[i]finparaf[255]:= 255
La funcin de ecualizacin es
la integral del histograma,
escalada por el factor 255/np.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
35/71
2.3. Transformaciones del histograma.
Imagen de entrada (A) Imagen ecualizada (R)
Histograma de A Histograma de RFuncin f
+
http://c/Documents%20and%20Settings/Gines/Mis%20documentos/Docencia/P.A.V.%2005-06/tema2.ppt#P?gina%2039 -
8/8/2019 Conceptos Sobre Combinacion de Imagenes
36/71
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
37/71
2.3. Transformaciones del histograma.
Umbralizacin de imgenes. En algunas
aplicaciones puede ser interesante convertir la
imagen en binaria, o recortar cierto rango de valores. Las funciones tienen las siguientes formas:
0 25512864 192
0
255
128
64
192
Valor de entrada
Valordesalid
a
Umbralizarla
imagen con valor cte.
0 25512864 192
0
255
128
64
192
Valor de entrada
Cortarun rango y
mantener el resto
0 25512864 1920
255
128
64
192
Valor de entrada
Seleccionarun
rango
Umbral Umbralinferior
Umbral
superior
+
http://c/Documents%20and%20Settings/Gines/Mis%20documentos/Docencia/P.A.V.%2005-06/tema2.ppt#P?gina%2045 -
8/8/2019 Conceptos Sobre Combinacion de Imagenes
38/71
2.3. Transformaciones del histograma.
Las funciones sern del estilo:
f(v):= si v > umbral1 entonces g(v)
sino h(v)
Transformacin de binarizacin (saturar a 0 255).
f(v):= si v < umbral entonces 0 sino 255
Ejemplo 1. La binarizacin se suele aplicar en OCR.
Imagen de entrada
(256 grises)
Umbral = 160 Umbral = 215
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
39/71
2 3 T f i d l hi t
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
40/71
2.3. Transformaciones del histograma.
Conclusiones:
Una transformacin elemental se puede ver desdedistintas perspectivas:
Como una funcin unidimensional: f: N N
Como una curvatonal.
Como una modificacin del histograma. La caracterstica fundamental es que cada pxel se
trata independientemente de los dems.
Los histogramas son tiles para encontrar la
transformacin adecuada. En imgenes RGB, aplicamos la misma operacin a
los 3 canales para que se mantenga el color.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
41/71
2.4. Combinacin de imgenes.
Combinacin de imgenes: utilizar dos o ms
imgenes de entrada para producir una imagen de
salida.
Entrada: imgenes A y B.
Salida: imagen R.
R(x, y):= f(A(x,y), B(x,y))
Posibles operaciones de combinacin: Booleanas: and, or, xor, not
Aritmticas: suma, resta, producto/divisin, media
Relacionales: mximo, mnimo
El valor del pxel resultante es
funcin de los pxeles de A y B
en la misma posicin
En principio, todas las
imgenes deben ser del
mismo tamao
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
42/71
2.4. Combinacin de imgenes.
Operadores booleanos:
R(x, y):= A(x,y) AND B(x,y) R(x, y):= A(x,y) OR B(x,y)
R(x, y):= A(x,y) XOR B(x,y)
R(x, y):= NOT A(x,y) AND B(x,y)
R(x, y):= A(x,y) OR NOT B(x,y)
...
Estos operadores tienen sentido cuando al menos
una de las imgenes es binaria. Negro (0) = FALSE
Blanco (1 255) = TRUE
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
43/71
2.4. Combinacin de imgenes.
Ejemplos. Operadores booleanos.
Imagen deentrada
A
Imagen deentrada
B
A AND B A OR B A XOR B
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
44/71
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
45/71
2.4. Combinacin de imgenes.
Imgenes de entrada.
A B C
Cmo conseguir el montaje de la pgina anterior?
R:= (B AND NOT C) OR (A AND C)
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
46/71
2.4. Combinacin de imgenes.1. T1:= B AND NOT C
B NOT C
T1
1. T2:= A AND C
1. R:= T1 OR T2
A C
T2
T1 T2R
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
47/71
2.4. Combinacin de imgenes.
La imagen binaria (C) se suele denominarmscara.
La mscara permite segmentar el objeto de inters.C
Cuestiones: Cmo crear la mscara de forma automtica?
La zona del pelo no se mezcla bien con el fondo.
Cmo evitar este problema?
R
!?
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
48/71
2.4. Combinacin de imgenes.
Operaciones aritmticas:
R(x, y):= A(x, y) + B(x, y) R(x, y):= A(x, y) - B(x, y)
R(x, y):= (A(x, y) + B(x, y))/2
R(x, y):= aA(x, y) + (1-a)B(x, y)
R(x, y):= A(x, y)B(x, y)c
Se usan en generacin y anlisis de imgenes.
Cuidado con los problemas de saturacin. En imgenes binarias son equivalentes (en su
mayora) a los operadores booleanos.
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
49/71
2.4. Combinacin de imgenes.
Sumar dos imgenes: R(x, y):= A(x, y) + B(x, y)
Significado: mezclar las dos imgenes.
Ojo: [0..255] + [0..255] = [0..510]
B
A
R
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
50/71
2.4. Combinacin de imgenes.
Para evitar la saturacin se puede usar la media.
Media de 2 imgenes: R(x, y):= (A(x,y)+B(x,y))/2
Significado: las imgenes son
semitransparentes (al 50%).
B
A
R
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
51/71
2.4. Combinacin de imgenes. De forma similar, se puede definir la media ponderada.
Media ponderada: R(x,y):= aA(x,y) + (1-a)B(x,y)
La media ponderada se puede
usar para crear una transicinsuave entre imgenes (o vdeos).
a = 0,25 a = 0,5 a = 0,75
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
52/71
C g La media de imgenes se puede usar para acumular
imgenes de un vdeo.
Ejemplo 1. Combinar imgenes con mucho ruido de unaescena, para obtener una mezcla con menos ruido.
Imgenes
capturadas
de TV
Imagen
acumulada
2 4 C bi i d i
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
53/71
2.4. Combinacin de imgenes. Ejemplo 2. Crear un modelo de fondo de una escena,
acumulando varias imgenes.
Idea: si adems de la media en cada pxel calculamos
tambin la varianza, podramos tener un modelo
gaussiano del fondo (N(,)).
Imgenes de
Quickcam
Modelo de
fondo
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
54/71
2.4. Combinacin de imgenes.
Restar dos imgenes: R(x, y):= A(x, y) - B(x, y)
Significado: obtener diferencia entre imgenes.
B
A A-B
[0..255] - [0..255] =[-255..255] La mitad
de los pxeles se
saturan a 0
B-A
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
55/71
2.4. Combinacin de imgenes.
Restar dos imgenes, manteniendo el rango de
salida: R(x, y):= (A(x, y) - B(x, y))/2 + 128
B
A (A-B)*
(B-A)*
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
56/71
2.4. Combinacin de imgenes. Muchas veces lo que interesa es conocer la diferencia
entre las imgenes.Solucin: tomar valor absoluto dela resta.
Diferencia: R(x, y):= abs(A(x, y) - B(x, y))
Pxel negro: las dos imgenes soniguales en ese pxel.
Cuando ms clara es una zona, ms
se diferencian las imgenes.
B
A R
? Son muy
distintas...
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
57/71
2.4. Combinacin de imgenes. Aplicaciones de la diferencia: encontrar variaciones
entre imgenes que, en principio, deberan ser
parecidas. Ejemplo 1. Analizar la prdida de informacin al
comprimir una imagen. Por ejemplo, con JPEG.
Dif.
x16
Dif.
x16
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
58/71
2.4. Combinacin de imgenes. Ejemplo 2. Segmentacin del fondo de una escena.
Tenemos un fondo (imagen media) y una nueva imagen.
x2 x2
Modelo de fondo Frame 1 Frame 2
Idea: esto se
puede usar paracrear la mscara...
Cmo?
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
59/71
2.4. Combinacin de imgenes. Proceso.
1. Obtener el modelo de fondo
M.2. Para cada imagen A del
vdeo.
3. Calcular la diferencia: D =
abs(M-A).4. Umbralizar la imagen con un
valor adecuado. U =
umbralizar(D, x).
5. Sea F el nuevo fondo.6. R:= (F AND NOT U) OR (A
AND U)
M
A
D
U
F
R
Cmo
arreglar eso?
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
60/71
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
61/71
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
62/71
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
63/71
g
Ejemplo 1. Realizar una transformacin de intensidad
distinta para cada pxel.
A B1 B2
A*B1 A*B2
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
64/71
2.4. Combinacin de imgenes.
Estos mismos tipos de imgenes se pueden usar para
hacer sumas, restas, divisiones, etc.
Ejemplo. R(x, y):= A(x, y)B(x, y)/128
Si B(x, y) = 128 el pxel de A no cambia.
Si B(x, y) < 128 el pxel se oscurece.
Si B(x, y) > 128 el pxel se aclara.
El producto es tambin la base en la idea de mscara
o seleccindifusa.
Idea: una imagen se compone de distintos elementos o
capas, que tienen definido cierto nivel de
transparencia.
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
65/71
2.4. Combinacin de imgenes.
Ejemplo 2. Mezcla y combinacin de imgenes.Queremos combinar dos imgenes, por ejemplo, para
poner una etiqueta descriptiva en una foto. Una imagenbinaria sirve de mscara: 0 = fondo, 1 = etiqueta.
A B M
Resultado:
R:= (A AND NOT M)
OR (B AND M)No me convence...
mejor un reborde
suave (difuminado)
R
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
66/71
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
67/71
2.4. Combinacin de imgenes.
Indicaciones sobre el ejemplo 2.
La mascara suave es la idea del canal alfa.
RGB RGBA, donde el canal A indica el grado de
opacidad de un pxel (0= transparente, 255= opaco).
Uso: definimos imgenes, con sus canales alfa, y las
componemos poniendo unas sobre otras.
La composicin de imgenes con canal alfa es
bsicamente una media ponderada como hemos visto.
En el modo binario, muchas herramientas incorporan las
ideas de mscara, seleccin, regin de inters (cuando
es rectangular) o canal de inters (en multicanal).
No necesitamos trabajar con operaciones booleanas,
aunque implcitamente es lo que hay subyacente.
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
68/71
2.4. Combinacin de imgenes.
Otras operaciones no lineales
Mnimo de 2 imgenes. R(x, y):= min(A(x, y), B(x, y))
Mximo de 2 imgenes. R(x, y):= max(A(x, y), B(x, y))
A
A
B
B
R
R
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
69/71
2.4. Combinacin de imgenes. Ejemplo. Una alternativa para crear modelos de fondo
es usar mximos y mnimos. En lugar de tener media y
varianza, tenemos mximo y mnimo del fondo en cadapxel.
Dada una imagen nueva, para cada pxel, comprobar si
su valor est entre el mximo y el mnimo. Si lo est:
fondo; si no lo est: objeto.
Fondo mnimo Fondo mximo
2.4. Combinacin de imgenes.
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
70/71
Con esto tenemos otra forma de hacer la
segmentacin de los objetos.
Modelo de fondo Frame 1 Frame 2
La mscara ya
est binarizada
2 4 Combinacin de imgenes
-
8/8/2019 Conceptos Sobre Combinacion de Imagenes
71/71
2.4. Combinacin de imgenes.
Conclusiones:
Operaciones de combinacin: a partir de dos o msimgenes obtener una nueva imagen.
La operacin a aplicar depende de lo que queramos
conseguir.
Operaciones booleanas: tiles para trabajar conmscaras de objetos.
Operaciones aritmticas: tiles en vdeo, modelos
acumulados, deteccin de movimiento, transparencias
difusas, etc. En general, cualquier tipo de operacin es posible, ya
sean lineales o no lineales.