utp pd_iy_va_sap2 iluminacion y modos de color

Procesamiento de Imágenes

y Visión Artificial

(WEE2)

Sesión: 2

Ing. José C. Benítez P.

Iluminación, imágenes digitales y modos de color

Logros de aprendizaje

1. Definir las tipos y las fuentes de iluminación.

2. Conocer los los tipos de imágenes digitales.

3. El espectro electromagnético.

4. Definir los modelos de color.

2

3

Contenido

Iluminación, imágenes digitales y modos de color

• Tipos de iluminación.

• Fuentes de luz.

• El espectro electromagnético.

• Tipos de imágenes digitales.

• Importancia del uso del color

• Modos de color.

• ¿Qué modo elegir?

Tipos de Iluminación

a. Iluminación direccionalb. Iluminación difusac. Iluminación a contraluzd. Iluminación oblicuae. Iluminación estructuradaf. Iluminación coaxialg. Iluminación dark-ground o dark-fieldh. Luz polarizada

Tipos de Iluminación

Fuentes de luz

El espectro electromagnético

22


23


24

Tipos de imágenes:

� Clasificar las imágenes digitales es una tarea que puede realizarse basándose en múltiples criterios, en el caso que nos ocupa nos interesa exclusivamente la forma en que esta imagen se encuentra descrita en el computador.

� En base a esta premisa, se distingue dos grandes grupos de imágenes digitalizadas: aquellas que están descritas en base a fórmulas matemáticas que definen su relleno y contorno, llamadas vectoriales y las que se encuentran descompuestas en píxeles, es decir, pequeños cuadraditos de color que, al observarse todos en conjunto proporcionan la representación total de la imagen. Éstas se denominan imágenes en mapa de bits.

25

Tipos de imágenes:

� La naturaleza y características particulares de cada uno de estos dos tipos son profundamente diferentes y están concebidas para destinos totalmente distintos, por eso es muy importante conocerlas y comprender la esencia de cada una de ellas para poder utilizarlas adecuadamente.

� Tenemos que aclarar que, cuando observamos una imagen en la pantalla del computador, ésta siempre se nos representa en mapa de bits independientemente del tipo de imagen que se trate, pues el monitor muestra todos los contenidos mediante píxeles, sin embargo, las diferencias resultarán decisivas cuando recuperemos la imagen en cualquier otro medio de reproducción.

26

Imágenes vectoriales:

� Las imágenes vectoriales se componen de contornos y rellenos definidos matemáticamente (vectorialmente) mediante precisas ecuaciones que describen perfectamente cada ilustración. Esto posibilita que sean escalables sin merma alguna de su calidad cuando quieren reproducirse en un dispositivo de salida adecuado. Esta característica adquiere especial relevancia en ilustraciones que contienen zonas con contornos curvados.

27


Imagen vectorial con relleno y contorno perfectamente definidos.

� Este tipo de imágenes son adecuadas para ilustraciones que contienen zonas bien definidas con rellenos homgéneos de color y se utilizan, siempre que sea posible, dadas sus altas prestaciones a la hora de su reproducción.

� Imaginemos por ejemplo el logotipo de una conocida marca de prendas deportivas.

28


Logotipo vectorial.

� Este diseño debe figurar en las tarjetas comerciales de la empresa, en las etiquetas de sus productos, en carteles promocionales, en vallas publicitarias, etc. y es deseable que en todos ellos figure con la máxima nitidez, tanto en lo relativo a su color como a su forma, es decir, se necesita disponer de un formato gráfico que no altere la calidad ante las distintas transformaciones que debe sufrir la imagen.

� La imagen vectorial está especialmente indicada en estos casos. Admite que sea escalada sin que se produzca absolutamente ninguna pérdida en la precisión de su trazo, no importa a qué tamaño sea reproducida.

� Por otra parte, las imágenes vectoriales permiten que se modifique su contorno a voluntad con transiciones suaves entre las zonas de concavidad y convexidad, sin que afecte para nada a la calidad de la representación. 29


Manejadores de forma en los nodos de cambio de curvatura en una figura vectorial.

� Todos las aplicaciones de dibujo vectorial permiten estas transformaciones mediante unos nodos provistos de manejadores situados donde el contorno cambia de curvatura, de modo que se puede moldear el trazado garantizando transiciones suaves de forma cuando éstas sean necesarias.

30

Imágenes en mapa de bits:

� Las imágenes de mapa de bits están descritas mediante una gran cantidad de cuadraditos, llamados píxels, que están rellenos de color aunque éste sólo sea blanco o negro.

� La idea es muy sencilla. Supongamos que queremos reproducir una fotografía de un paisaje en un cuaderno con hojas cuadriculadas. Podemos trazar en la foto cuadrados de igual tamaño que en el cuaderno y, a continuación, traspasar a éste los colores de cada cuadro, ello nos proporcionará en nuestro papel una imagen aproximada a la foto original. Fácilmente comprenderemos que esta copia será más fiel cuanto más pequeños sean los cuadraditos usados para descomponerla y copiarla.

31

Imágenes en mapa de bits:

� Descomposición de una fotografía en píxeles. A menor tamaño de los cuadrados, mayor precisión de la imagen.

� La forma de representación de estas imágenes origina una mayor imprecisión que se manifiesta sobre todo en las zonas de bordes curvos mientras que en las regiones limitadas por líneas rectas, estas imprecisiones son menos apreciables.

32

Imágenes en mapa de bits:� En las regiones curvas de las imágenes

en mapa de bits los bordes son dentados y originan una menor nitidez en el contorno.

� El tipo más básico de imagen en mapa de bits es aquella que sólo admite dos tonalidades: blanco o negro, representados por un "0" o un "1" dependiendo si hay o no color en el píxel correspondiente.

33

Las regiones de una imagen bitonal son

descritas con dos dígitos: 0 para el blanco y

1 para el negro.

Las representaciones en mapa de bits están

orientadas a imágenes que presentan una

variada gama de color o tonalidad, sin

embargo pierden mucha calidad al ser

ampliadas o sufren transformaciones que

afectan a su resolución.

Importancia del uso del color

El uso del color en PDI y VA está principalmente motivado por dos factores:� El color es un poderoso descriptor que, en la

mayoría de los casos simplifica la identificación y extracción de los objetos de una escena.

� Los humanos podemos distinguir miles de colores y sin embargo sólo dos docenas de niveles de gris.

34

Objetivo de un modelo de color

� Debido a las características del ojo humano y a la teoría tricromatica [5], todos los colores que podemos reconocer en una imagen son una combinación de los llamados colores primarios: R(Red/Rojo), G(Green/Verde) y B(Blue/Azul).

� El objetivo de un modelo de color es facilitar la especificación de los colores de una forma normalizada y aceptada genéricamente.

Concepto de un modelo de color

Un modelo de color es la especificación de un sistema de coordenadas tridimensional y de un subespacio de este sistema en el que cada color queda representado por un único punto.

Concepto de un modelo de color

Entre los espacios de color utilizados más frecuentemente para el procesamiento de imágenes se encuentran:

� RGB, � YIQ, � CMY, � YCbCr y � HSI.

Características de un color

Generalmente las características para poder distinguir un color de otro son:

� brillo, � tono y � saturación.


El brillo es la luminosidad u oscuridad relativa del color y normalmente se expresa como un porcentaje comprendido entre 0% (negro) y 100% (blanco). El tono es el color reflejado o transmitido a través de un objeto. Se mide como un ángulo en grados, entre 0º y 360º. Normalmente, el tono se identifica por el nombre del color, como rojo, naranja o verde.


La saturación, a veces llamada cromatismo, se refiere a la pureza relativa de la cantidad de luz blanca mezclada con el tono, es decir, es la fuerza o pureza del color. La saturación representa la cantidad de blanco que existe en proporción al tono y se mide como porcentaje entre 0%(gris) y 100%(saturación completa). En la rueda de colores estándar, la saturación aumenta a medida que nos aproximamos al borde de la misma. Las coordenadas de tono y saturación definen la cromaticidad, entonces un color puede ser caracterizado por su brillo y cromaticidad [4],[6].

Modelo RGB

� En el modelo RGB cada color aparece en sus componentes espectrales primarias: rojo, verde y azul. Este modelo está basado en el sistema de coordenadas cartesianas.

� El subespacio de color de interés es el tetraedro mostrado en la Figura 5, en el cual los valores RGB están en tres vértices; cian, magenta y amarillo se sitúan en otros tres vértices, el negro corresponde al origen y el blanco se sitúa en el vértice más alejado del origen.

Modelo RGB

� En este modelo, la escala de grises ese extiende desde el negro al blanco a lo largo de la diagonal que une esos dos puntos, y los colores son puntos dentro del tetraedro definidos por los vectores desde el origen.

� Por conveniencia, se asume que todos los vectores han sido normalizados, de modo que el tetraedro de la figura es el tetraedro unitario, es decir, todos los valores de R, G y B están en el rango [0,1]. Las imágenes en este modelo se forman por la combinación en diferentes proporciones de cada uno de los colores primarios RGB.

Modelo RGB

� Las imágenes del modelo de color RGB consisten en tres planos de imagen independientes, uno por cada color primario. Cuando llegan a un monitor RGB, estas tres imágenes se combinan en la pantalla fosforescente para producir una imagen en color compuesta. De forma alternativa, la mayoría de las cámaras de color empleadas para la adquisición de imágenes digitales utilizan el formato RGB, lo que por sí solo hace de éste un modelo importante en el procesamiento de imágenes.

Modelo CMY

� Cian (C), magenta (M) y amarillo (Y) son los colores secundarios de la luz, o bien los colores primarios de los pigmentos. Se denominan sustractivos ya que se utilizan como filtros para sustraer colores de la luz blanca.

� La mayoría de los dispositivos que depositan pigmentos coloreados sobre papel, tales como impresoras y fotocopiadoras en color, necesitan una entrada CMY o bien una conversión interna de RGB a CMY.

� El sistema coordenado es el mismo que en modelo RGB pero donde había negro ahora existe blanco y viceversa.

Modelo YIQ

� El modelo YIQ se utiliza en las emisiones comerciales de televisión. Básicamente el YIQ es una recodificación del RGB utilizada por su eficacia en la transmisión y para mantener la compatibilidad con los estándares de televisión en blanco y negro. La componente Y del sistema YIQ, proporciona toda la información de vídeo que necesita un sistema de televisión monocromático.

� El modelo YIQ fue diseñado para aprovechar la mayor sensibilidad del sistema visual humano a los cambios de la saturación. Así los estándares YIQ emplean más bits para representar la Y y menos para representar la I o Q.

Modelo YIQ

� Además de tratarse de un estándar ampliamente difundido, la ventaja principal del modelo YIQ en el procesamiento de imágenes es que la luminancia (Y) y la información del color (I y Q) están desacopladas, así la importancia de este desacoplamiento radica en que la componente de luminancia de una imagen puede procesarse sin afectar a su contenido cromático.

Modelo YCbCr

� Se trata de una codificación no lineal del espacio RGB. El parámetro Y indica la luminancia, los parámetros Cb y Cr indican el tono del color: Cb ubica el color en una escala entre el azul y el amarillo, Cr indica la ubicación del color entre el rojo y el verde.

� El espacio YCbCr es una versión escalada y desplazada del espacio de color YUV. El parámetro Y representa la luminancia (es decir, información en blanco y negro), mientras que U y V representan la crominancia (es decir, información con respecto al color). Cb (Cr respectivamente) es la diferencia entre la componente azul (rojo, respectivamente) y un valor de referencia.

Modelo YCbCr

� La transformación de RGB a YCbCr puede ser ejecutada utilizando la siguiente ecuación donde R, G y B oscilan en el rango de [0, 1]. Y en el de [16,235], y Cb y Cr en el de [16,240].

Modelo HSI

� Sus siglas corresponden a H(Hue/Tonalidad), S(Saturation/Saturación), I(Intensity/Intensidad).

� El modelo HSI debe su utilidad a dos hechos básicos:� La componente de intensidad, I, está desacoplada de la

información cromática contenida en la imagen. � Las componentes de tono y saturación están íntimamente

relacionadas con la forma en que los seres humanos percibimos el color.

Modelo HSI

� Estas características hacen que el modelo HSI sea una herramienta ideal para desarrollar algoritmos de procesamiento de imágenes basados en alguna de las propiedades de la percepción del color del sistema visual humano.

¿Qué modelo elegir?

� Una imagen en color está especificada por sus componentes RGB. El modelo RGB es recomendable para visualizar el color, pero no es bueno para su análisis ya que existe un alto grado de correlación entre sus componentes R, G y B. Además, la distancia en el espacio de color RGB no representa las diferencias de colores tal como el sistema visual humano las percibe.

� Es por ello que en el análisis y procesamiento de las imágenes, muchas veces se transforman estas componentes en otro espacio de color.

� Todo espacio de color tiene sus ventajas y desventajas.

¿Qué modelo elegir?

� Por ejemplo en algoritmos de segmentación se usa el espacio de color YCbCr debido a tres razones principales:1. El espacio de color YCbCr es comúnmente

usado en las compresiones de vídeo estándar (MPEG y JPEG).

2. La diferencia de color en la percepción humana puede ser aproximadamente expresada por la distancia Euclídea en el espacio de color.

3. La intensidad y las componentes cromáticas pueden ser controladas fácil e independientemente.

Propiedades de los objetos

58

Agradecimiento

Procesamiento de Imágenes

y Visión Artificial

Blog del curso:

http://utppdiyva.blogspot.com

utp pd_iy_va_sap2 iluminacion y modos de color

Documents