Imagen = Histograma. Modificaciones del Histograma

Transcripción

1 Prof. Karina Palma MV Escuela de Tecnología Médica Universidad de Chile El Histograma Gráfico de Frecuencias, ordena cada pixel de la imagen de acuerdo a la cantidad de pixeles de cada valor de gris que exista en la imagen Podemos obtener información de un area determinada del histograma. 1

2 Imagen = Histograma Sobreexpuesta Este histograma muestra que la información n está concentrada en el lado derecho de la escala, el de los brillos. Las barras a la derecha indican que muchos datos de las zonas brillantes se han perdido. La línea l plana a la izquierda muestra una carencia de zonas oscuras. Expuesta correctamente Este histograma muestra barras bajas en los extremos, con la mayor parte de los datos en el medio; es una foto expuesta correctamente. SubExpuesta La mayoría a de los datos está en las zonas de oscuridad de este histograma. El lado derecho muestra una ausencia de brillos en la imagen. Modificaciones del Histograma :// articulos.asp?articulo=117 2

3 Modificaciones del Histograma Brillo: Modificación lineal de la imagen. Los valores sobre 90, pasan a 255, por lo cual pierdo rango y pixeles que tenían información Modificaciones del Histograma Contraste: Modificación lineal de la imagen. El CONTRASTE NEGATIVO comprime el rango tonal juntando grupos de píxeles. El histograma es la mitad de ancho, y cada columna contiene los píxeles de dos columnas contiguas de la posición original. CONTRASTE POSITIVO estira el histograma, sin recuperación de información 3

4 Modificaciones del Histograma Modificaciones del Histograma Normalización = 7% Normalización = 30% 4

5 Modificaciones del Histograma Ecualización = 7% Ecualización = 30% Cámara - CCD Existen cámaras con 1 CCD y con 3 CCD, resultando relevante en la calidad del color. 3CCD: cada fotodiodo se encuentra triplicado (RGB) 5

6 La Imagen Digital COLORES Escala de Grises :Matriz de MxN elementos numéricos. Valores de 0 (negro) a 255 (blanco). Valor = Intensidad luminosa del pixel (picture element). Ejemplo: P(x,y) = 255 = Blanco Colores: 3 Matrices de MxN elementos. Valoress del 0 al 255. Valor= intensidad luminosa para cada una de las bandas espectrales del RGB, de cada pixel. La imagen requiere combinación de las 3 bandas de color para representar el color de un pixel. Ejemplo: P(x,y) = (255,255,255) = Blanco Codificaciones de Color Espacio RGB Espacio C-Y, CMY, CMYK Espacio XYZ Espacio YUV-YIQ Espacio HSI (Hue Saturation Intensity) 6

7 Codificaciones de Color Codificaciones de Color 7

8 Compresión de Imágenes Definición: n: Proceso de reducir la cantidad de datos necesarios para representar eficazmente una información (eliminación de datos redundantes). En el caso de las imágenes, existen tres maneras de reducir el número de datos redundantes: código redundante, píxeles redundantes y redundancia visual. Redundancia de Datos: Forma de representar la información. Varias formas de representar información genera redundancia de datos. Fundamentos Redundancia Visual: Ojo humano = Diferente sensibilidad de acuerdo a un estímulo. La información menos sensible puede descartarse sin afectar la percepción de la imagen. Ej. Compresión JPEG, EZW, SPHIT. Redundancia de Código: Conjunto de símbolos que representan la información. Utilizar el menor número posible de símbolos. Ej: codificación de Huffman. codificación aritmética. Redundancia de Pixeles: Correlación entre pixeles, debido a estructuras similares en la imagen. El vaor de 1 pixel puede predecir el de su vecino. Ej: compresión por método de Lempel-Ziv. Métodos de Compresión 2 Grupos Métodos Lossless Lossless Sin pérdida de información. Tasa de compresión limitada (Entropía = Redundancia de datos) de la señal original. Métodos estadísticos: Huffman, aritmética, Lempel-Ziv. Métodos Lossy Lossy Pérdida de información. Tasa de compresión muy altas a costa de la información de la imagen. Se busca que adapte la calidad a la aplicación requerida. Métodos: JPEG, Compresión Fractal, EZW, SPIHT, etc. 8

9 Ejemplos de Compresión JPEG (Joint Photographic Expert Groups) Método de compresión más utilizado en compresión con pérdida. Transformada discreta del coseno (DCT), se calcula con números enteros. Consigue una compresión ajustable a la calidad de la imagen que se desea obtener. Imagen dividida en bloques (nxn) pixeles. Tamaño de bloque depende de la compresión y calidad de la imagen a obtener. Mayor Bloque=Mayor compresión. Tamaño conveniente 8x8 pixeles. Los coeficientes de la transformada son CUANTIFICADOS para obtener el mayor numero de 0 posible. Los resultados se normalizan a ENTEROS mediante una matriz de normalización, AQUÍ SE PIERDE LA INFORMACIÓN. Finalmente se reorganiza en ZIG-ZAG la matriz de coeficientes cuantificados. Ejemplo de Compresión JPEG Original: 100KB JPEG: 9KB JPEG: 5KB 9

10 Formatos de Imagen Formato Compresión n / Tipo Profundidad de color Uso típico t TIFF Opcional / Sin pérdidas 1 a 64 bits Imágenes de alta calidad, cámaras digitales, escáneres, impresión RAW Sin pérdidas 48 bits Cámaras digitales JPEG Con pérdidas 8 o 24 bits Cámaras digitales, Internet, impresión, intercambio de imágenes GIF Sin pérdidas 1 a 8 bits Internet, imágenes de reducido tamaño, logos... PNG Sin pérdidas 1 a 48 bits Internet, gráficos, iconografía software PSD Sin pérdidas 1 a 64 bits Edición y manipulación Gracias 10