DIP_01 Εισαγωγήστην ψηφιακήεικόνα. ΤΕΙ Κρήτης

Transcript

1 DIP_01 Εισαγωγήστην ψηφιακήεικόνα ΤΕΙ Κρήτης

2 Ψηφιακήεικόνα Ψηφιακή εικόνα = αναλογική εικόνα µετά από δειγµατοληψία στο χώρο (x και y διευθύνσεις) Αναπαριστάνεται από έναν ή περισσότερους 2 πίνακες Μπορεί να είναι δυαδική (binary), επιπέδων γκρι, ήέγχρωµη Οόγκος οπτικών πληροφοριών είναι τεράστιος Αποδοτική αποθήκευση ή/και µετάδοση Αποδοτικοί αλγόριθµοι επεξεργασίας και ανάλυσης Ηεξαγωγή συµπερασµάτων σε εφαρµογές απαιτεί: Ταχύτητα Αξιοπιστία

3 Ψηφιακήεπεξεργασία επεξεργασίαεικόνωνεικόνων Ένα σύστηµα επεξεργασίας εικόνων... Καταγράφει εικόνες (µία προς µία ή/και ακολουθία) Επεξεργάζεται εικόνες µε ψηφιακό τρόπο Εξάγει νέες εικόνες Παραδείγµατα επεξεργασιών εικόνων Βελτίωση ποιότητας Φιλτράρισµα θορύβου Αποκατάσταση υποβαθµισµένων εικόνων Συµπίεση 3

4 Ψηφιακήανάλυση ανάλυσηεικόνων Ένα σύστηµα ανάλυσης εικόνων Λαµβάνει εικόνες Περιγράφει και αναγνωρίζει το περιεχόµενο τους Εξάγει περιγραφές Προσπαθεί να µιµηθεί την ανθρώπινη όραση Χρησιµοποιείται κυρίως σε εξειδικευµένες εφαρµογές (βιοµηχανία, ιατρική, γεωλογία, κίνηση οχήµατος κ.λπ.) αλλά σύντοµα θα δούµε και εφαρµογές της καθηµερινής ζωής 4

5 Επεξεργασία & Ανάλυση Επεξεργασία εικόνας : Αλγόριθµοι επεξεργασίας εικόνας Ανάλυση εικόνας : Αλγόριθµοι ανάλυσης εικόνας 254 πυρήνες

6 Εφαρµογές Αποθορυβοποίηση (denoising)

7 Εφαρµογές Τµηµατοποίηση (segmentation)

8 Εφαρµογές Ανίχνευση προσώπου (face detection)

9 Εφαρµογές Παρακολούθηση προσώπου (face tracking)

10 Εφαρµογές -Αναγνώριση χαρακτήρων (character recognition)

11 Εφαρµογές Ταυτοποίηση δακτυλικώναποτυπωµάτων

12 Εφαρµογές Ταυτοποίησηίριδας

13 ΣχετικέςΕπιστηµονικές Επιστηµονικέςπεριοχέςπεριοχές Ψηφιακή επεξεργασία σήµατος Ηεικόνα είναι δισδιάστατο σήµα Θεωρία και τεχνικές επεξεργασίας Αναγνώριση προτύπων Κατηγοριοποίηση αντικειµένων που απεικονίζονται σε εικόνες Γραφική Ψηφιακή σύνθεση εικόνας από συµβολική περιγραφή 13

14 ΣχετικέςΕπιστηµονικές Επιστηµονικέςπεριοχέςπεριοχές Τεχνητή νοηµοσύνη Κατανόηση εικόνας από µηχανή (ανάλυση εικόνας) Επικοινωνίες, ιαδίκτυο Αποδοτική χρήση τηλεπικοινωνιακών πόρων (κωδικοποίηση) Προστασία δικαιωµάτων (watermarking) Βάσεις δεδοµένων Αποθήκευση (επεξεργασία εικόνας) Ανάκτηση (ανάλυση εικόνας) 14

15 Εικόνεςδοκιµής

16 Lena Söderberg To 1972, οι φοιτητές του ερευνητικού τµήµατος στο Πανεπιστήµιο της Νότιας Καλιφόρνιας, προσπαθούσαν να αναπτύξουν αλγόριθµους συµπίεσης προκειµένου να επιτύχουν ταχύτερη µετάδοση εικόνων στο τότε Arpanet, το µετέπειτα Internet. Ηώρα περνούσε, κανείς δεν αποφάσιζε να αναλάβει την πρωτοβουλία, ώσπου ένας από τους παρευρισκόµενους, οοποίοςοποίος παραµένει ανώνυµος µέχρι σήµερα, έβγαλε το γνωστό περιοδικό "Playboy" και "σάρωσε" τη Miss November 1972 Lena Sjooblom. Μετη πάροδο του χρόνου, ηεικόνα έγινε πρότυπο σε όλατα ερευνητικά κέντρα επεξεργασίας εικόνας. Τον Μάϊο του 1997, 25 χρόνια µετά, κατάφεραν να εντοπίσουν τη Lena Sjooblom στη Σουηδία, παντρεµένη µε 2 παιδιά, καινα νατης εξηγήσουν πόσο πολύ έχει συµβάλλει στην έρευνα, εν αγνοία της. Full Lena image: :// len_full.html

17 Αναλογική vsψηφιακήεικόνα Αναλογική εικόνα: 2D συνάρτηση της φωτεινότητας f(x,y) σε κάθε σηµείο (x,y) Ψηφιακή εικόνα: 2D διακεκριµένη (discrete) αναπαράσταστη της αναλογικής εικόνας, µετά από δειγµατοληψία των τιµών f(x,y) σε 2D πίνακα I(x,y)x = 1,...,N, y = 1,...,M για NxMεικόνα. Συνήθωςτα N, M είναιδυνάµειςτου 2

18 Pixel Κάθεστοιχείοτουπίνακατωντιµώνµετά την δειγµατοληψία λέγεται pixel (picture element). Αναπαριστάνεταιµε 2D πίνακα I(x,y) Οιεικόνεςµπορούνναείναι υαδικές, ασπρόµαυρες - Binary Γκρι επιπέδων - Grayscale Έγχρωµες - Colored

19 Ψηφιακήεικόνα Εικόνα διαστάσεων Ν M = διδιάστατος πίνακας ακεραίων I(i,j) i = 1,,N, j = 1,,M, 0 I(i,j) G-1 G: πλήθοςαποχρώσεων: G=2 m m:αριθµός bit/pixel (πχ 8 bit/pixel σηµαίνουν 256 διαφορετικάεπίπεδα: G=0..255) πίνακας I(i,j) = διακεκριµένη συνάρτηση έκφρασης την ένταση φωτεινότητας κάθε εικονοστοιχείου (pixel)

20 Όγκοςµιαςεικόνας ΕικόναΝ M, πλήθουςαποχρώσεων G=2 m b = Ν M m m: βάθος χρώµατος εύρος χρωµατικής πληροφορίας εικονοστοιχείου Τύπος εικόνας Ν Μ m bits bytes δυαδική αποχρώσεων γκρι έγχρωµη

21 ιάφοραβάθη βάθηχρώµατος 4 bits 2 bits 3 bits 1 bit

22 υαδικέςεικόνες υαδικέςεικόνεςαναπαριστάνουνθέση, µορφή (shape) αντικειµένων Αναγνώριση χαρακτήρων, υπογραφών, δακτυλικού αποτυπώµατος

23 Εικόνεςεπιπέδωνγκρι Για γκρι εικόνα, µε m επίπεδα του γκρι, οι τιµές I(x,y) είναιαπό 0 ως 2^m. Συνήθως m=8, οι I(x,y) είναι από 0 ως 255

24 Έγχρωµεςεικόνες Έγχρωµες: 3 πίνακες για κάθε βασικό χρώµα, Ic(x,y), c = 1,2,3, οπότετοχρώµα σε κάθε σηµείο δίνεται από 3 χρωµατικές συνιστώσες: Color(x,y) = [I1(x,y),I2(x,y),I3(x,y)] Στο RGB, I1=Red, I2=Green, I3=Blue

25 Αναλογικήεικόνα Ψηφιακήεικόνα (δειγµατοληψία & κβαντοποίηση)

26 Κβαντισµός Ο κβαντισµός αναφέρεται στη διακριτοποίηση της τιµής f του κάθε εικονοστοιχείου (δηλαδή του πεδίου τιµών) ιαδικασία κβαντισµού To πεδίο τιµών της f χωρίζεται σε L υποδιαστήµατα Οι ακραίες τιµές κάθε υποδιαστήµατος είναι τα όρια απόφασης d i-1, d i και µια τιµή µεταξύ αυτών ονοµάζεται επίπεδο κβάντισης r i Αν d i-1 < f d i τότε το f q = Q(f) = r i 26

27 Κβαντισµός Θόρυβος κβαντισµού: f=f q +e q To e q εξαρτάται απότο σήµα καιτο L Οµοιόµορφος κβαντισµός d i -d i-1 =, r i =(d i +d i-1 )/2, 1 i L, 1 =(d L -d 0 )/2 (# (# ψηφίων) 27

28 Παράδειγµακβαντισµού Επανακβαντισµός εύρους τιµών [0:255] στα πέντε επίπεδα [0:51:255] και αντιστοίχηση στην κεντρική τιµή Παρατηρήστε ότι στην νέα εικόνα εµφανίζονται µόνο πέντε επίπεδα του γκρι 28