INTRODUCCIÓN AL PROCESADO DE IMAGEN

1. TEMA 2 INTRODUCCIÓN A LA IMAGEN DIGITAL INTRODUCCIÓN AL PROCESADO DE IMAGEN

2. ADQUISICIÓN Y FORMACIÓN

3. lens object image plane Image Formation

4. light source Image Formation

5. Image Formation projection through lens image of object

6. Image Formation projection onto discrete sensor array. digital camera

7. Image Formation sensors register average color. sampled image

8. Image Formation continuous colors, discrete locations. discrete real-valued image

9. MUESTREO Y CUANTIFICACIÓN

10. Sampling and Quantization pixel grid real image sampled quantized sampled & quantized

11. Sampling and Quantization pixel grid column index row index real image sampled quantized sampled & quantized

12. Sampling Take the average within each square. pixel grid sampled image

13. Sampling continuous image sampled image

14. Sampling Take the average within each square. sampled image

15. Sampling • Efectos del muestreo espacial: • Teóricamente, bajo ciertas condiciones (las del teorema de muestreo), no hay pérdida de información en el muestreo. • En la práctica, el muestreo limita la resolución de la imagen.

16. Quantification discrete color output continuous colors mapped to a finite, discrete set of colors. continuous color input

17. Cuantificación 32 niveles 16 niveles • Efecto de la cuantificación • Si el número de niveles de intensidad usados para representar una imagen monocromo es pequeño, el ojo puede detectar efectos de contorno en el objeto • En el caso de imágenes B&W, con pocos tonos se observa ya alta calidad (con 100 niveles es suficiente, con 64 es muchas veces admisible) 8 niveles 4 niveles

18. Cuantificación 8 bits 256 levels 7 bits 128 levels 6 bits 64 levels 5 bits 32 levels 4 bits 16 levels 3 bits 8 levels 2 bits 4 levels 1 bit 2 levels

19. Intensity Quantization

20. Cuantificación • El tamaño de la “paleta de colores” (es decir, el número de colores utilizados para representar cada píxel es otro factor determinante de la calidad. • Si este número es muy bajo, se apreciarán contornos artificiales que resultan visualmente molestos. • Suelen ser necesarios 24 bits (3x8) ó 16 millones de colores (color real) para una visualización perfecta, con una paleta de 16 bits ó 65556 colores se aprecia casi sin distorsión, pero con una paleta de 8 bits ó 256 colores la calidad se ve muy deteriorada y con 16 la imagen es inservible). 16 mill 256 16

21. Resampling nearest neighbor nearest neighbor 16× 8× (resizing) bicubic interpolation bicubic interpolation

22. IMAGEN DIGITAL

23. Color images have 3 values per pixel; monochrome images have 1 value per pixel. • Digital Image a grid of squares, each of which contains a single color each square is called a pixel (for picture element)

24. Pixels • A digital image, I, is a mapping from a 2D grid of uniformly spaced discrete points, {p = (r,c)}, into a set of positive integer values, {I( p)}, or a set of vector values, e.g., {[RGB]T(p)}. • At each column location in each row of I there is a value. • The pair ( p, I( p)) is called a “pixel” (for picture element).

25. Pixels • p = (r,c)is the pixel location indexed by row, r, and column, c. • I( p) = I(r,c) is the value of the pixel at location p. • If I( p) is a single number then I is monochrome. • If I( p) is a vector (ordered list of numbers) then I has multiple bands (e.g., a color image).

26. Pixel Location:p = (r , c) Pixel : [ p, I(p)] Pixel Value:I(p) = I(r , c) Pixels

27. Pixel : [ p, I(p)] Pixels

28. Color Images • Are constructed from three intensity maps. • Each intensity map is pro-jected through a color filter (e.g., red, green, or blue, or cyan, magenta, or yellow) to create a monochrome image. • The intensity maps are overlaid to create a color image. • Each pixel in a color image is a three element vector.

29. Color Images On a CRT* * Tubo de rayos catódicos

30. - gamma - brightness original + brightness + gamma histogram mod - contrast original + contrast histogram EQ • Point Processing

31. PERCEPCIÓN DEL COLOR (2)

32. Color Sensing / Color Perception The eye has 3 types of photoreceptors: sensitive to red, green, or blue light. luminance hue saturation The brain transforms RGB into separate brightness and color channels (e.g., LHS). brain photo receptors

33. Color Perception 16× pixelization of: chrominance luminance all bands blue green red luminance and chrominance (hue+saturation) are perceived with different resolutions, as are red, green and blue.

34. Color Balance and Saturation Uniform changes in color components result in change of tint. E.g., if all G pixel values are multiplied by  > 1 then the image takes a green cast.

35. ALGUNAS OPERACIONES SOBRE IMAGEN

36. Rotation and motion blur

37. Image Warping

38. Spatial Filtering blurred original sharpened

39. FORMATOS DE IMAGEN

40. Formatos de Imagen • Clasificación según el número de bandas o canales: • En color (RGB): se almacena RGB de alguna forma. • En escala de grises: se almacena Y de alguna forma. • Binarias: sólo existen dos colores, el blanco y el negro. Su origen suele ser el procesado de otras imágenes (ej: OCR’s). • Multi-canal: se almacenan más de 3 canales, típico en sensoresmulti-e hiper-espectrales para aplicaciones de observación terrestre.

41. JPEG GIF TIFF PNG BMP

42. Image Compression: JPEG File size in bytes JPEG quality level

43. File size in bytes JPEG quality level

44. TEMA 2 INTRODUCCIÓN A LA IMAGEN DIGITAL INTRODUCCIÓN AL PROCESADO DE IMAGEN