UNIVERSIDAD AUTÓNOMA DE TLAXCALA FACULTAD DE CIENCIAS BÁSICAS, INGENIERÍA Y TECNOLOGÍA PROCESAMIENTO DIGITAL DE LA IMAGEN

Transcripción

1 UNIVERSIDAD AUTÓNOMA DE TLAXCALA FACULTAD DE CIENCIAS BÁSICAS, INGENIERÍA Y TECNOLOGÍA PROCESAMIENTO DIGITAL DE LA IMAGEN

2 OPERACIONES DE PUNTO Transformaciones de Pixel Transformaciones de color Compositing y matting Igualación de histograma

3 OPERACIONES DE PUNTO Utilizadas en la etapa de preprocesamiento de imágenes.

4 OPERACIÓN A NIVEL DE PIXEL

5 OPERACIÓN A NIVEL DE PIXEL Transformación de una imagen de entrada a una imagen de salida. f Operación a nivel de píxel: Modificación del brillo, el contraste, la corrección de color. Mejorar la apariencia de la imagen.

6 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.

7 TRANSFORMACIÓN DE PIXEL Operaciones más comunes: Multiplicación y suma por una constante. gain>0 bias Modificar el contraste y el brillo de las imágenes.

8 morphing. OPERACIÓN A NIVEL DE PIXEL Mezcla lineal (linear blend). 0 a 1 Especifica la cantidad de mezcla de las imágenes Imágenes de entrada Ejemplos de uso: Efectos de video. Diferentes algoritmos de

9 OPERACIÓN A NIVEL DE PIXEL Mezcla lineal (linear blend). Ejemplos de uso: 0 a 1 Especifica la cantidad de mezcla de las imágenes Imágenes de entrada Efectos de video. Diferentes algoritmos de morphing.

10 OPERACIÓN A NIVEL DE PIXEL Mezcla lineal (linear blend). Ejemplos de uso: 0 a 1 Especifica la cantidad de mezcla de las imágenes Imágenes de entrada Efectos de video. Diferentes algoritmos de morphing.

11 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

12 OPERACIÓN A NIVEL DE PIXEL Efecto de aplicar la corrección gamma. Corrección gama de 2.2

13 TRANSFORMACIÓN DE COLOR

14 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.

15 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.

16 COMPOSITING & MATTING

17 COMPOSITING & MATTING

18 COMPOSITING & MATTING Matting

19 COMPOSITING & MATTING Compositing

20 COMPOSITING & MATTING Alpha-matted Especifica que pixeles de la imagen corresponden al objeto que se desea extraer

21 COMPOSITING & MATTING 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. Fondo Opacidad

22 COMPOSITING & MATTING Atenúa la influencia de la imagen de fondo y agrega el objeto a la imagen.

23 COMPOSITING & MATTING Además de over operator, hay diferentes algoritmos para realizar este efecto.

24 IGUALACIÓN DE HISTOGRAMA

25 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.

26 IGUALACIÓN DE HISTOGRAMA

27 IGUALACIÓN DE HISTOGRAMA En ocasiones se desea mejorar la apariencia de la imagen automáticamente. Solución popular: Realizar la ecualización del histograma.

28 IGUALACIÓN DE HISTOGRAMA Lograr una distribución más uniforme entre el número de píxeles.

29 IGUALACIÓN DE HISTOGRAMA Para realizar la ecualización: Distribución acumulativa No. de pixeles Histograma original La fórmula histograma ecualización general es: L es el número de niveles de gris utilizado

30 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.

31 IGUALACIÓN DE HISTOGRAMA Imagen Histograma Valor Contar Valor Contar Valor Contar Valor Contar Valor Contar

32 IGUALACIÓN DE HISTOGRAMA Valor Contar Función de distribución acumulativa (cdf) Valor cdf Valor cdf Valor cdf Valor cdf Valor cdf

33 IGUALACIÓN DE HISTOGRAMA Valor mínimo de la función de distribución acumulada Valor cdf

34 IGUALACIÓN DE HISTOGRAMA

35 IGUALACIÓN DE HISTOGRAMA

36 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.

37 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