ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ. ( ) 1, αν Ι(i,j)=k hk ( ), διαφορετικά

Σχετικά έγγραφα
Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ

DIP_04 Σημειακή επεξεργασία. ΤΕΙ Κρήτης

ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ

Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46

ΑΣΚΗΣΗ 2 ΒΑΣΙΚΑ ΚΑΙ ΣΥΝΘΕΤΑ ΣΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ - ΕΙΚΟΝΑΣ

Digital Image Processing

Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης

ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ 1

Group (JPEG) το 1992.

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

DIP_04 Βελτιστοποίηση εικόνας. ΤΕΙ Κρήτης

Παρουσίαση Νο. 5 Βελτίωση εικόνας

Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 4 η : Βελτίωση Εικόνας. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Παρουσίαση 12 η. Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων

Τηλεπισκόπηση - Φωτοερμηνεία

. Βάθος χρώματος: Πραγματικό χρώμα. . Βάθος χρώματος: Αποχρώσεις του γκρίζου 8bit. . Βάθος χρώματος: Αποχρώσεις του γκρίζου 1bit.

Ιατρική Πληροφορική. Δρ. Π. ΑΣΒΕΣΤΑΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΒΙΟΪΑΤΡΙΚΗΣ ΤΕΧΝΟΛΟΓΙΑΣ Τ.Ε.

Εικόνες και γραφικά. Τεχνολογία Πολυµέσων 05-1

Εικόνα. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 05-1

Έγχρωµο και Ασπρόµαυρο Φως

DIP_01 Εισαγωγή στην ψηφιακή εικόνα. ΤΕΙ Κρήτης

Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

Ακαδηµαϊκό Έτος , Χειµερινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ. Ενότητα 2: Βελτιστοποίηση Εικόνας.

Εργαλεία Προγραμματισμού Ψηφιακής Επεξεργασίας Εικόνας: Το Matlab Image Processing Toolbox

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

Ενδεικτική πολυ-εργασία 1 - εφαρμογή στην υπολογιστική όραση

ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ

Ενότητα 3: Μετασχηµατισµοί Έντασης & Χωρικό Φιλτράρισµα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Ψηφιακή Επεξεργασία Εικόνας

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ ΗΛΕΚΤΡΟΑΚΟΥΣΤΙΚΗΣ

Θεωρία μετασχηματισμών

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ. Ενότητα 1: Εισαγωγή στην Ψηφιακή Επεξεργασία Εικόνας

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ. Ενότητα 5: Μετασχηματισμοί Εικόνας.

Δ13b. Συμπίεση Δεδομένων

Η άσκηση μπορεί να γίνει με συνεργασία το πολύ δυο φοιτητών, οι οποίοι θα λάβουν τον ίδιο βαθμό στην εργασία.

Παρατηρήσεις για τη χρήση ενός κυκλικού διαγράμματος

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1: ΕΙΣΑΓΩΓΗ

ΣΧΕΔΙΑΣΗ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΧΡΗΣΗ ΥΠΟΛΟΓΙΣΤΩΝ (E-CAD) ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ

ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ

Πανεπιστήμιο Θεσσαλίας. Πολυτεχνική Σχολή ΘΕΜΑΤΙΚΗ : ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

Advances in Digital Imaging and Computer Vision

ΣΧΕΔΙΑΣΗ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΧΡΗΣΗ ΥΠΟΛΟΓΙΣΤΩΝ (E-CAD) ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ Χ. Βέργος Καθηγητής

MPEG-7 : Περιγραφή πολυμεσικού περιεχομένου

Εισαγωγή Ασπρόμαυρο Halftoning γάμμα Φως/Χρώμα Χρωματικά Μοντέλα Άλλα. 6ο Μάθημα Χρώμα. Γραφικα. Ευάγγελος Σπύρου

Βιοϊατρική τεχνολογία

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή

ΟΜΑΔΟΠΟΙΗΣΗ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ

Ασκήσεις Επεξεργασίας Εικόνας

Advances in Digital Imaging and Computer Vision

5ο Μάθημα Αλγόριθμοι Σχεδίασης Βασικών Σχημάτων

Επεξεργασία Χαρτογραφικής Εικόνας

ΙΑΤΡΙΚΗ ΑΠΕΙΚΟΝΙΣΗ & ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ

Σημαντικές χρονολογίες στην εξέλιξη της Υπολογιστικής Τομογραφίας

Κεφάλαιο 6 Ιστογράμματα δορυφορικών εικόνων

Ψηφιακή Επεξεργασία Εικόνας

Γραφικά με Η/Υ / Εισαγωγή

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Συστήματα Πολυμέσων. Ενότητα 7: Συμπίεση Εικόνας κατά JPEG. Θρασύβουλος Γ. Τσιάτσος Τμήμα Πληροφορικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Μέρος 1ο. Περιγραφική Στατιστική (Descriptive Statistics)

ΕΡΓΑΣΙΕΣ 4 ου ΚΕΦΑΛΑΙΟΥ. 1 η Ομάδα: Ερωτήσεις πολλαπλής επιλογής

ΠΛΗΡΟΦΟΡΙΚΗ I. 7 η ΔΙΑΛΕΞΗ Γραφικά με Υπολογιστή

DIP_06 Συμπίεση εικόνας - JPEG. ΤΕΙ Κρήτης

ΕΡΓΑΣΙΕΣ 4 ου ΚΕΦΑΛΑΙΟΥ. 1 η Ομάδα: Ερωτήσεις πολλαπλής επιλογής

2.0 ΒΑΣΙΚΕΣ ΓΝΩΣΕΙΣ-ΟΡΟΛΟΓΙΕΣ


Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων

Μέθοδοι Αναπαράστασης Περιοχών

Δύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 11 η : θεωρία Χρώματος & Επεξεργασία Έγχρωμων Εικόνων

DIP_05 Τμηματοποίηση εικόνας. ΤΕΙ Κρήτης

1ο Κεφάλαιο: Συστήματα

Ελλιπή δεδομένα. Εδώ έχουμε Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων

Τεχνολογία Πολυμέσων. Ενότητα # 5: Εικόνα Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

Επαναληπτικές ερωτήσεις πολλαπλής επιλογής: Κεφάλαιο 1 ο

ΕΡΓΑΣΤΗΡΙΟ ΠΟΛΥΜΕΣΩΝ ΚΑΙ ΓΡΑΦΙΚΩΝ

Ψηφιακή Επεξεργασία Εικόνας

> μεγαλύτερο <= μικρότερο ή ίσο < μικρότερο == ισότητα >= μεγαλύτερο ή ίσο!= διαφορετικό

Εργασία επεξεργασίας εικόνων, που αναπαριστούν τομή εγκεφάλου και τομή αδένα προστάτη

Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης

Επεξεργασία Έγχρωµων Εικόνων

Πραγµατικοί αριθµοί κινητής υποδιαστολής Floating Point Numbers. Σ. Τσιτµηδέλης ΤΕΙ ΧΑΛΚΙΔΑΣ

(Computed Tomography, CT)

Επαναληπτικό Διαγώνισµα Μαθηµατικά Γενικής Παιδείας Γ Λυκείου

I.1 ΣΥΝΑΡΤΗΣΕΙΣ-ΕΞΙΣΩΣΕΙΣ: {f(x), y= f(x), y= y(x), F(x, y) = c}

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

ΑΡΧΕΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ (Y2204) Βασιλάκης Εµµανουήλ Λέκτορας Τηλεανίχνευσης

Τηλεπισκόπηση. Ψηφιακή Ανάλυση Εικόνας Η ΒΕΛΤΙΩΣΗ εικόνας

ΑΣΚΗΣΗ 7 Ανάκτηση Εικόνας βάσει Περιεχομένου (Content-based Image Retrieval)

Α. ΔΙΑΓΡΑΜΜΑ ΔΙΑΣΠΟΡΑΣ Απεικόνιση της σχέσης(θετική, αρνητική, απροσδιόριστη) δύο μεταβλητών. Παραδείγματα σχέσεων. Παράδειγμα

Ανοίξτε την εικόνα Hel_MDSGEO και δημιουργήστε δύο έγχρωμα σύνθετα ένα σε πραγματικό χρώμα (True color) και ένα σε ψευδοέχρωμο υπέρυθρο (CIR)

Γραφικά με υπολογιστές

Τι θα απαντούσατε αλήθεια στην ίδια ερώτηση για την περίπτωση της επόμενης εικόνας;

i μιας μεταβλητής Χ είναι αρνητικός αριθμός

Απλή αρμονική ταλάντωση με χρήση Multilog

Προγραμματισμός Υπολογιστών με C++

Transcript:

ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ Αντικείμενο: Εξαγωγή ιστογράμματος εικόνας, απλοί μετασχηματισμοί με αυτό, ισοστάθμιση ιστογράμματος. Εφαρμογή βασικών παραθύρων με την βοήθεια του ΜΑΤLAB και εφαρμογές στην βελτίωση εικόνας. 1. Εισαγωγή. Ένα από τα πιο χαρακτηριστικά στοιχεία μιας εικόνας που προσεγγίζει ένα φυσικό μοντέλο χρώματος είναι η φωτεινότητά της. Ένα δυνατός τρόπος αναπαράστασης και επεξεργασίας της πληροφορίας αυτής χρησιμοποιεί την έννοια του ιστογράμματος της εικόνας. Το ιστόγραμμα μιας εικόνας είναι εύκολο να προσδιοριστεί καθώς δεν είναι τίποτα άλλο από την κατανομή Η(pix_val) των εντάσεων των φωτεινοτήτων των εικονοστοιχείων μιας εικόνας. Σε κανονικοποιημένη μορφή κάθε τιμή του αρχικού ιστογράμματος διαιρείται με το πλήθος των στοιχείων της εικόνας ώστε το συσσωρευτικό ιστόγραμμα να κανονικοποιείται στην μονάδα. Η μορφή του ιστογράμματος παρέχει αρκετές και σημαντικές πληροφορίες σχετικά με τα χαρακτηριστικά της εικόνας και απεικονίζεται με ένα γράφημα που στον οριζόντιο άξονα έχει τις φωτεινότητες από 0-255 (ή 1 στην περίπτωση που η εικόνα είναι τύπου double (8 bytes) ή single (4bytes)) και στον κατακόρυφο άξονα έχει το πλήθος των εικονοστοιχείων που λαμβάνουν την τιμή της φωτεινότητας. Συγκεκριμένα ένα ιστόγραμμα h(k) μιας εικόνας NxM με αποχρώσεις του γκρί στην περιοχή [0, L-1] μπορεί να προσδιοριστεί ως: hk ( ) 1, αν Ι(i,j)=k hk ( ) (1) hk ( ), διαφορετικά Όπου {i, j}{0, 1, L-1} Ένα ιστόγραμμα με σχετικά μικρή διασπορά (στενό) χαρακτηρίζει μια εικόνα χαμηλής διαφοροποίησης του υποβάθρου από το περιεχόμενο. Αντίθετα, μια εικόνα υψηλής διασποράς, ιδιαιτέρως όταν έχει τουλάχιστον δύο λοβούς χαρακτηρίζει μια εικόνα με σημαντική πληροφορία σε αρκετές αποχρώσεις του γκρί. Τέλος η σημασία του ιστογράμματος

γίνεται φανερή καθώς αυτό παραμένει σχετικά αμετάβλητο σε παραμορφώσεις της εικόνας όπως η περιστροφή, η μερική μετατόπιση και η αντανάκλαση. Η επεξεργασία του ιστογράμματος μιας εικόνας αποτελεί την πιο απλή μέθοδο επεξεργασίας εικόνας χωρίς όμως η πράξη αυτή να υπολείπεται σε σπουδαιότητα. Αποτελεί μετασχηματισμό σημείου, δηλαδή πρόκειται για μια πράξη της μορφής h( k) T[ h( k)] όπου η συνάρτηση [] περιγράφει τον μετασχηματισμό ιστογράμματος δηλαδή τον τρόπο με τον οποίο απεικονίζουμε την φωτεινότητα της εισόδου h( ) σε μία άλλη τιμή φωτεινότητας εξόδου h ( ). Ιδιαίτερως, οι τεχνικές τροποποίησης ιστογράμματος μετασχηματίζουν την αρχική ζώνη φωτεινότητας με την βοήθεια μιας γραμμικής ή μη συνάρτησης μετασχηματισμού []. Με αυτόν τον τρόπο οι φωτεινότητες της εικόνας απεικονίζονται σε μια νέα ζώνη και προκύπτει ένα νέο ιστόγραμμα από την σχέση: h( k) T[ h( k)], k 0,..., L 1 (2) έτσι ώστε h( k) {0,..., L 1}. Συνοπτικά μπορούμε να διακρίνουμε τους κυριότερους μετασχηματισμούς φωτεινότητας στις παρακάτω κύριες κατηγορίες: α) Γραμμικοί και μη μετασχηματισμοί φωτεινότητας στους οποίους συμπεριλαμβάνονται: Η αρνητική εικόνα. Η Μεταβολή της αντίθεσης. Ο μετασχηματισμός-γ (gama intensity transformation). Ο λογαριθμικός και εκθετικός μετασχηματισμός. β) Ισοστάθμιση ιστογράμματος (histogram equalization) κατά τον οποίο το ιστόγραμμα τείνει να προσεγγίσει την ομοιόμορφη κατανομή. ΕΡΓΑΣΤΗΡΙΑΚΗ ΔΙΑΔΙΚΑΣΙΑ 1. Υπολογισμός ιστογράμματος. α) Χρησιμοποιείστε το MATLAB και υπολογίστε την κατανομή των pixels στις διάφορες στάθμες (τιμές) της εικόνας cameraman.tif. Χρησιμοποιείστε την συνάρτηση stem έτσι ώστε να το απεικονίσετε στην οθόνη σας. Στην συνέχεια χρησιμοποιείστε την εσωτερική συνάρτηση του MATLAB imhist για να απεικονίσετε το ιστόγραμμα. Προβείτε σε συγκρίσεις μεταξύ τους. Τι παρατηρείτε; 2

2. Γραμμικοί και μη μετασχηματισμοί ιστογράμματος. α) Για την εικόνα cameraman χρησιμοποιείστε την σχέση: lumout ( lumin ) που αντιστοιχεί σε γραμμικές διαδικασίες μεταβολής ιστογράμματος ώστε να μετακινήσετε κάθε pixel φωτεινότητας z-( lum in ) της εικόνας που βρίσκεται στο διάστημα [α,β] γραμμικά στο διάστημα [γ,δ] της μεταβλητής z'-( lum out ). Συγκεκριμένα εκτελέστε τα ακόλουθα βήματα: Συμπιέσατε αυτές στο διάστημα [0, 127] Στην συνέχεια συμπιέσατε αυτές στο διάστημα [128, 255] Τέλος, αντιστρέψατε αυτές συμμετρικά ώς πρός το 128 (το αρχικό ιστόγραμμα). Για κάθε μια από τις παραπάνω εργασίες απεικονίστε την προκύπτουσα εικόνα και παρουσιάστε το προκύπτων ιστόγραμμα. Τι παρατηρείτε στην περίπτωση που ο μετασχηματισμός του ιστογράμματος είναι γραμμικός; β) Χρησιμοποιείστε τον Μετασχηματισμό έντασης γ δηλαδή μεταβάλλετε την τιμή των pixel εξόδου σύμφωνα με την σχέση: (pixel_εξόδου)=(pixel_εισόδου) 1/γ όπου η τιμή του γ λαμβάνει τις τιμές γ={0.5 2, 2.5, 3, 5}. Απεικονίστε την προκύπτουσα εικόνα. Θεωρείστε ότι στην συγκεκριμένη περίπτωση η μέγιστη τιμή της εικόνας είναι 1 (λευκό) ώστε να μην έχουμε φαινόμενα κόρου. Ένα χαρακτηριστικό παράδειγμα απεικόνισης της εικόνας όταν γ=1.7 απεικονίζεται στην εικόνα 1. Τι παρατηρείτε στην περίπτωση που ο μετασχηματισμός του ιστογράμματος δεν είναι γραμμικός; Εικόνα 1. Αρχική εικόνα και τελική με γ=1.7 β) Χρησιμοποιείστε τον λογαριθμικό μετασχηματισμό ( g) bln(1 a g) όπου ο συντελεστής b χρησιμοποιείται για την κλιμάκωση των φωτεινοτήτων εξόδου. Ο συντελεστής a συνήθως ισούται με την μονάδα. Αν θεωρήσουμε ως προυπόθεση ότι πρέπει [0] 0, Τ[255]=255 τότε η τιμή του b θα πρέπει να γίνει ίση με: 255 b (3) ln(1 255 a) 3

3. Ισοστάθμιση ιστογράμματος. Αλγοριθμικά η μέθοδος υπολογισμού της ισοστάθμισης ιστογράμματος έχει ως εξής: Υπολογισμός του επιθυμητού αριθμού n των εικονοστοιχείων (pixels) τής διαμέρισης του τελικού ιστογράμματος ως εξής: Συνολικός αριθμός pixels N n Αριθμός σταθμών εντάσεως Μετατροπή του ιστογράμματος της αρχικής εικόνας σε αθροιστικό ιστόγραμμα. Αυτό επιτυγχάνετε θεωρώντας ως C J τον αριθμό των εικονοστοιχείων από την στάθμη 0 έως την j δηλαδή το συσσωρευτικό ιστόγραμμα. C j Υπολογισμός του ακεραίου μέρους N. Το μέγεθος αυτό αποτελεί την νέα τιμή εντάσεως που θα έχει η αρχική κλάση j. Ένας τρόπος αναπαράστασης της μεθόδου απεικονίζεται στον παρακάτω πίνακα 1 για μία υποθετική εικόνα με μέγεθος 512x512 και αρχικό ιστόγραμμα Η 1. Πίνακας 1. Ισοστάθμιση ιστογράμματος. Τελικές τιμές Αρχικές Ιστόγραμμα Συσσωρευτικό Εικονοστοιχείων τιμές Η εικονοστοιχείων 1 Ιστόγραμμα (C J ) C j N 0 1311 1311 0 1 2622 3933 0 2 5243 9176 0 3 9176 18352 1 4 13108 31460 1 5 24904 56364 3 6 30146 86510 5 7 45875 132385 8 8 58982 191367 11 9 48496 239863 14 10 11796 251659 15 11 3932 255591 15 12 3932 259623 15 4

13 2621 262144 15 14 0 262144 15 15 0 262144 15 Με βάση τον παραπάνω αλγόριθμο: α) Απεικονίστε στο MATLAB την εικόνα synth_imag_hist_eq.bmp. Εξετάστε το ιστόγραμμά της με την βοήθεια της imhist και δημιουργείστε το συσσωρευτικό ιστόγραμμα της εικόνας. Στην συνέχεια δημιουργείστε κώδικα ώστε να ισοσταθμίσετε το ιστόγραμμα της εικόνας. Απεικονίστε την εικόνα, το ιστόγραμμά της καθώς και το συσσωρευτικό ιστόγραμμα της. Ένα χαρακτηριστικό παράδειγμα εικόνας πρίν και μετά την ισοστάθμιση απεικονίζεται στην εικόνα 2. Απεικονίστε το νέο ιστόγραμμα της εικόνας μετά την ισοστάθμιση. Εικόνα 2. Αρχική και εξισορροπημένη γκρί εικόνα. β) Ισοσταθμίστε το ιστόγραμμα στην έγχρωμη εικόνα football.jpg. Συγκεκριμένα, μετασχηματίστε τις RGB συνιστώσες της εικόνας στις ΥΙQ συνιστώσες και προβείτε στην ισοστάθμιση ιστογράμματος της συνιστώσας φωτεινότητας. Στην συνέχεια μετασχηματίστε τις συνιστώσες ΥΙQ στις συνιστώσες RGB. Για τις μετατροπές των συστημάτων (RGB, YIQ) xρησιμοποιείστε τις έτοιμες συναρτήσεις βιβλιοθήκης του MATLAB rgb2ntsc και ntsc2rgb. Ένα χαρακτηριστικό παράδειγμα εικόνας πρίν και μετά την ισοστάθμιση απεικονίζεται στην εικόνα 3. Εικόνα 3. Αρχική και εξισορροπημένη έγχρωμη εικόνα. 5