Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ

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

ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ

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

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

Digital Image Processing

Παρουσίαση Νο. 5 Βελτίωση εικόνας

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

DIP_04 Σημειακή επεξεργασία. ΤΕΙ Κρήτης

Ψηφιακή Επεξεργασία Εικόνας

Μάθημα 9 ο. Κατάτμηση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1

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

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 8 η : Κατάτμηση Εικόνας

Group (JPEG) το 1992.

ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ

Μάθημα 9 ο. Κατάτμηση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1

Κατάτµηση εικόνας σε οµοιόµορφες περιοχές

Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων

DIP_05 Τμηματοποίηση εικόνας. ΤΕΙ Κρήτης

Συμπίεση Πολυμεσικών Δεδομένων

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

Τηλεπισκόπηση - Φωτοερμηνεία

ΑΣΚΗΣΗ 2 ΒΑΣΙΚΑ ΚΑΙ ΣΥΝΘΕΤΑ ΣΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ - ΕΙΚΟΝΑΣ

Βιοϊατρική τεχνολογία

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1: ΕΙΣΑΓΩΓΗ

Ψηφιακή Επεξεργασία Εικόνας ΚΕΦ4 -1- ΑNIΧΝΕΥΣΗ ΑΚΜΩΝ (EDGE DETECTION)

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

ΔΙΑΧΩΡΙΣΤΙΚΗ ΟΜΑΔΟΠΟΙΗΣΗ

Οπτική Μοντελοποίηση Ανθρώπινου Προσώπου με Εφαρμογές σε Αναγνώριση

ΙΑΤΡΙΚΗ ΑΠΕΙΚΟΝΙΣΗ & ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ

ΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών.

Νοέμβριος 2005 Σ. Φωτόπουλος ΨΕΕ κεφ.4 ΑΝΙΧΝΕΥΣΗ ΑΚΜΩΝ ΔΠΜΣ ΗΕΠ 1/53

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

Αριθμητική Ανάλυση & Εφαρμογές

MPEG7 Multimedia Content Description Interface

Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων

Matlab command: corner

Συμπίεση Δεδομένων

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

Ακαδηµαϊκό Έτος , Χειµερινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

DIP_05 Τµηµατοποίηση εικόνας. ΤΕΙ Κρήτης

Μάθημα 8 ο. Ανίχνευση Ακμών ΤΜΗΥΠ / ΕΕΣΤ 1

Έγχρωµο και Ασπρόµαυρο Φως

Μάθημα 8 ο. Ανίχνευση Ακμών ΤΜΗΥΠ / ΕΕΣΤ 1

Κεφάλαιο 6 Ιστογράμματα δορυφορικών εικόνων

Μάθημα 7 ο. Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1

Πανεπιστήμιο Θεσσαλίας. Πολυτεχνική Σχολή ΘΕΜΑΤΙΚΗ : ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

Ζητήματα ηήμ με τα δεδομένα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 6 η : Συμπίεση Εικόνας. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής

ΕΠΕΞΕΡΓΑΣΙΑ & ΑΝΑΛΥΣΗ ΙΑΤΡΙΚΩΝ ΣΗΜΑΤΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

ΙΑΤΡΙΚΗ ΑΠΕΙΚΟΝΙΣΗ & ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ

Ειδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής. Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Pixinsight 1.8 Ripley οδηγός επεξεργασίας

2013 Σ. Φωτόπουλος ΨΕΕ Κεφ.1 ΕΙΣΑΓΩΓΙΚΑ ΕΙΚΟΝΑ- ΧΡΩΜΑ ΔΠΜΣ ΗΕΠ 1/63

Advances in Digital Imaging and Computer Vision

Νοέμβριος 2013 Σ. Φωτόπουλος ΨΕΕ κεφ.4 ΑΝΙΧΝΕΥΣΗ ΑΚΜΩΝ ΔΠΜΣ ΗΕΠ 1/57

ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 4 o Φροντιστήριο

HMY 795: Αναγνώριση Προτύπων

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ

ΒΕΣ 04: Συµπίεση και Μετάδοση Πολυµέσων. Περιεχόµενα. Βιβλιογραφία. Εικόνες και Πολυµεσικές Εφαρµογές. Ψηφιακή Επεξεργασία Εικόνας.

ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ

Τεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας

Ψηφιοποίηση και Ψηφιακή Επεξεργασία Εικόνας

Ε.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας

Ψηφιακή Επεξεργασία Εικόνας

DIP_01 Εισαγωγή στην ψηφιακή εικόνα. ΤΕΙ Κρήτης

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Παρουσίαση Νο. 6 Αποκατάσταση εικόνας

Κατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση

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

Ενδεικτική πολυ-εργασία 1 - εφαρμογή στην υπολογιστική όραση

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 5 η : Αποκατάσταση Εικόνας

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

Ενότητα 3: Μετασχηµατισµοί Έντασης & Χωρικό Φιλτράρισµα

ΒΙΟΜΗΧΑΝΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ

ΑΣΥΜΜΕΤΡΙΑ Ας υποθέσουμε, ότι κατά την μελέτη της κατανομής δύο μεταβλητών, καταλήγουμε στα παρακάτω ιστογράμματα.

Βουτσκοπούλου Ευαγγελία

Αναγνώριση Προτύπων Ι

Γραφικά με Η/Υ Αλγ λ ό γ ρ ό ιθ ρ μοι κύκλου & έλλειψης

ΑΡΧΕΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ (Y2204) Βασιλάκης Εµµανουήλ Λέκτορας Τηλεανίχνευσης

Αριθμητικά Συστήματα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

27-Ιαν-2009 ΗΜΥ (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό

Ασκήσεις Επεξεργασίας Εικόνας

HMY 795: Αναγνώριση Προτύπων

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

DIP_01 Εισαγωγήστην ψηφιακήεικόνα. ΤΕΙ Κρήτης

DIP_04 Βελτιστοποίηση εικόνας. ΤΕΙ Κρήτης

DIP_06 Συμπίεση εικόνας - JPEG. ΤΕΙ Κρήτης

Συμπίεση Δεδομένων

Ψηφιακή Επεξεργασία Εικόνας

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΜΑΘΗΜΑΤΙΚΗ ΔΙΑΤΥΠΩΣΗ, Διαλ. 2. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 8/4/2017

Γραφικά με Η/Υ / Εισαγωγή

Επεξεργασία Έγχρωµων Εικόνων

Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab

Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή

Εισαγωγή στην επιστήμη των υπολογιστών. Λογισμικό Υπολογιστών Κεφάλαιο 8ο Αλγόριθμοι

Πανεπιστήµιο Κύπρου Πολυτεχνική Σχολή

Transcript:

Ψηφιακή Επεξεργασία Εικόνας ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46

Περιλαμβάνει: Βελτίωση (Enhancement) Ανακατασκευή (Restoration) Κωδικοποίηση (Coding) Ανάλυση, Κατανόηση Τμηματοποίηση (Segmentation) ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 2/46

«Επίπεδα» Επεξεργασίας Επεξεργασία Σημείου (Χαμηλό επίπεδο υπολογισμών) πχ. Τροποποίηση ιστογράμματος Επεξεργασία Περιοχής πχ. φιλτράρισμα Γεωμετρική Επεξεργασία πχ. Περιστροφή, affine μετασχηματισμός, υποβάθμιση, μορφισμός, κλπ. Επεξεργασία στιγμιοτύπων (frames) ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 3/46

Ιστόγραμμα (Histogram) Υπολογισμός Ιστογράμματος Ισοστάθμιση Ιστογράμματος Τροποποίηση Ιστογράμματος Βελτίωση του contrast (stretching) Μετασχηματισμοί Εντάσεως ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 4/46

Υπολογισμός ιστογράμματος x = 3 2 2 2 3 3 3 3 4 4 4 4 4 5 5 5 Έστω μία εικόνα x με 16 pixels Η κατανομή των pixels στις διάφορες στάθμες (τιμές) αποτελεί το ιστόγραμμα της εικόνας. Αν διαιρέσουμε με το άθροισμα των εικονοστοιχείων παίρνουμε το κανονικοποιημένο ιστόγραμμα ή αλλιώς την εκτίμηση πυκνότητας πιθανότητας (pdf). Το συσσωρευτικό ιστόγραμμα προκύπτει με ολοκλήρωση-άθροιση του ιστογράμματος της εικόνας. 6 4 2 2 4 6 8.4.3.2.1 2 4 6 8 2 15 1 5 2 4 6 8 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 5/46

Τροποποίηση ιστογράμματος x = 3 2 2 2 3 3 3 3 4 4 4 4 4 5 5 5 6 Οιαρχικέςτιμέςτηςεικόναςx (2,3,4,5) έχουν μετακινηθεί στις (1,3,5,7) 4 2 Δηλαδή έχει χρησιμοποιηθεί μεγαλύτερο τμήμα του εύρους τιμών ήισοδύναμαόληηδιαθέσιμηδυναμική περιοχή Συνεπάγεται αύξηση της αντίθεσης 2 4 6 8 5 4 3 2 1 2 4 6 8 x = 3 1 1 1 3 3 3 3 5 5 5 5 5 7 7 7 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 6/46

Γραμμικές διαδικασίες μεταβολής ιστογράμματος δ z γ α z β δ γ z' = (z-α) + γ β α Κάθε τιμή pixel z της εικόνας που βρίσκεται στο διάστημα [α, β] μετακινείται γραμμικά στην τιμή z ώστε να απεικονιστεί στο διάστημα [γ, δ]. ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 7/46

παράδειγμα Οι τιμές των pixels της εικόνας εισόδου βρίσκονται στο διάστημα [, 255], 255 συμπιέζονται στο διάστημα [, 127], 127 255 255 στη συνέχεια συμπιέζονται στο διάστημα [128, 255] 128 255 και τέλος αντιστρέφονται συμμετρικά ως προς το 128. 7 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 8/46

Gamma (γ) correction Μετασχηματισμός έντασης 1.5 γ=.5.5 1 (pixel εξόδου) ) = (pixel( εισόδου) 1/ 1/γ Με τον μετασχηματισμό έντασης που αντιστοιχεί σε «διόρθωση γ» η αρχική εικόνα μετατρέπεται σε μία εικόνα φωτεινότερη ή σκοτεινότερη, ανάλογα με την τιμή της μεταβλητής γ. ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 9/46

(pixel εξόδου) ) = (pixel( εισόδου) γ γ=3 γ=4 γ=5 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46

imadjdemo.m ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 11/46

Ισοστάθμιση ιστογράμματος 12 1 8 6 Επιδιώκουμε : Το ιστόγραμμα της αρχικής εικόνας να μετατραπεί σε ομοιόμορφο δηλ ο αριθμός των σημείων σε όλες τις στάθμες είναι ίδιος. Αντίστοιχα το αθροιστικό - συσσωρευτικό ιστόγραμμα έχει γραμμική μορφή 4 2 2 4 6 8 1 11 1 9 8 7 6 5 4 n=1 3 2 1 2 4 6 8 1 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 12/46

Ισοστάθμιση Ιστογράμματος Υλοποίηση Υπολογισμός του επιθυμητού αριθμού n των pixels του κάθε bin στο τελικό ιστόγραμμα: συνολικός αριθμός pixel N n = αριθμός σταθμών εντάσεως (π.χ255) Το ιστόγραμμα της αρχικής εικόνας μετατρέπεται σε αθροιστικό ιστόγραμμα. Έστω C j οαριθμόςοαριθμόςτωνpixels από τη στάθμη έως j. Υπολογίζεται το ακέραιο μέρος C j /n. Ο αριθμός αυτός αποτελεί την νέα τιμή εντάσεως που θα έχει η αρχική κλάση j. j C j /n ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 13/46

παράδειγμα Υπολογίζουμε: n=262144/15=17476.3 Για x=5 56364 x τελ =56364/17476.3=3.22 3 Αρχικές τιμές pixel ιστόγραμμα αθροιστικό ιστόγραμμα 1311 1311 2622 3933 5243 9176 9176 18352 1318 3146 2494 56364 3146 8651 45875 132385 58982 191367 48496 239863 11796 251659 3932 255591 3932 259523 2621 262144 262144 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 262144 Τελικές τιμές pixel 1 1 3 5 8 11 14 15 15 15 15 15 15 6 x 14 4 2 2 4 6 8 1 12 14 16 3 x 15 2 1 2 4 6 8 1 12 14 16 15 1 5 (α) Το αρχικό ιστόγραμμα, (β) το συσσωρευτικό και (γ) η σχέσηx τελ =f(x αρχ ) (α) (β) (γ) 5 1 15 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 14/46

Τροποποίηση ιστογράμματος Είναι γενίκευση της ισοστάθμισης ιστογράμματος Τροποποιεί το ιστόγραμμα της δοθείσης εικόνας p(f) σύμφωνα με ένα επιθυμητό ιστόγραμμα p d (q) Διαδικασία Υπολογίζονται τα «αθροιστικά» ιστογράμματα P(f) και P d (q) Επιλέγεται ο μετασχηματισμός q=t(f) έτσι ώστε να γίνει η καλύτερη προσέγγιση:p d (q) - P(f) = min k 1 Εύρεση k: p i q i k p i ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 15/46

παράδειγμα 14 12 1 8 6 Αρχικό ιστόγραμμα 7 6 5 4 3 Αρχικό συσωρευτικό ιστόγραμμα τελικές τιμές 16 14 12 1 8 4 2 6 4 2 1 2 2 4 6 8 1 12 14 16 2 4 6 8 1 12 14 15 2 4 6 8 1 12 14 15 Αρχικές 14 12 1 Επιθυμητό ιστόγραμμα 7 6 5 Επιθυμητό συσωρευτικό ιστόγραμμα 16 14 12 Τελικό ιστόγραμμα 8 4 1 6 3 8 6 4 2 4 2 1 2 2 4 6 8 1 12 14 15 2 4 6 8 1 12 14 15 2 4 6 8 1 12 14 15 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 16/46

παράδειγμα (με το matlab) Το πρώτο σχήμα (a) παρουσιάζει την αρχική εικόνα. Στο σχήμα (b) φαίνεται το ιστόγραμμα της αρχικής εικόνας όπου οι τιμές των pixels είναι συγκεντρωμένες στο πρώτο μισό του ιστογράμματος. Στο σχήμα (c) φαίνεται η επεξεργασμένη εικόνα (μετά την ισοστάθμιση του ιστογράμματός της) Στο τελευταίο σχήμα (d) δεικνύεται το ισοσταθμισμένο ιστόγραμμα, όπου παρατηρούμε πως οι τιμές των pixels είναι ομοιόμορφα κατανεμημένες σε όλο το ιστόγραμμα. * Οι τιμές των pixels στα ιστογράμματα είναι κανονικοποιημένες στη μονάδα ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 17/46

2 18 16 14 12 1 8 6 4 2 (α) (β).2.4.6.8 1 2 18 16 14 12 1 8 6 4 2 (γ).2.4.6.8 1 (δ) ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 18/46

Τροποποίηση ιστογράμματος σε έγχρωμες εικόνες μετασχηματίζουμε RGB YIQ τροποποίηση των τιμών της Y συνιστώσας μετασχηματισμός YIQ RGB Η διαδικασία αυτή επηρεάζει μόνο τη φωτεινότητα (luminance) της εικόνας. ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 19/46

Το Ιστόγραμμα σαν χαρακτηριστικό εικόνας ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 2/46

«Απόσταση «εικόνων με το ιστόγραμμα Το ιστόγραμμα αποτελεί χαρακτηριστικό της εικόνας h q (m) Η απόσταση ορίζεται ως εξής: d M 1 = q, t hq ( m) ht ( m) m= r h t (m) m για r=2 d = (h q h t ) T (h q h t ) ή γενικότερα d = (h q h t ) T Α(h q h t ) m ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 21/46

Ιστόγραμμα και ψευδοχρωματισμός εικόνας ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 22/46

Ψευδοχρωματισμός δύο τρόποι Να προσδώσουμε συγκεκριμένο χρώμα σε κάθε τμήμα του ιστογράμματος. Με γραμμικούς μετασχηματισμούς του ιστογράμματος. Με αυτόν τον τρόπο μία τιμή pixel παίρνει μέσω τριών μετασχηματισμών τρεις διαφορετικές τιμές που αντιστοιχούν στις τιμές RGB. ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 23/46

Κάθε τιμή pixel τηςασπρόμαυρηςεικόναςαπό-255 παίρνει διαφορετική τιμή στο R, G και στο B. Οι τρεις αυτές τιμές αποτελούν το διάνυσμα στον RGB χρωματικό χώρο. ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 24/46

1 τιμή rgb pixel,,1,2,3,4,5,6,7,8,9 1, τιμή pixel εισόδου ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 25/46

Και γενικά. ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 26/46

Στο matlab απλά. με το χρωματικό χάρτη χωρισμός του ιστογράμματος σε 256 τιμές και για κάθε τιμή χρησιμοποιούμε τον hot ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 27/46

Ιστόγραμμα και κατάτμηση εικόνας ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 28/46

Ιστόγραμμα και κατάτμηση εικόνας 3 25 2 15 1 13 5 1 2 13 15 1 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 29/46

Κατάτμηση με Κατωφλιοποίηση ιστογράμματος Βάσει «ποσοστού» Με επιλογή μεγίστων Με επιλογή κατωφλίου από επαναλήψεις Με προσαρμοζόμενο κατώφλιο Με «διπλό» κατώφλιο Μέθοδος Otsu Μείξη Gaussian συναρτήσεων Μέθοδος κλάσματος Rayleigh ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 3/46

Κατωφλιοποίηση βάσει ποσοστού (p-tile) 1.5 1.5 1 1.5.5 5 1 15 Εφαρμόζεται όταν είναι γνωστό το ποσοστό των pixels που αντιστοιχούν στο αντικείμενο. Κλασσικό παράδειγμα:αναγνώριση χαρακτήρων (κείμενο) ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 31/46

ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 32/46

κατωφλιοποίηση Με επιλογή κορυφών - μεγίστων Η επιλογή των μεγίστων βασίζεται στην διαφορά μεγίστου ελαχίστου και όχι στην απόσταση των Βασίζεται στο μέγεθος: min(h 1,H 2 )/H 3 1.4 1.2 1.8.6.4 Η 1 Η 3 Η 2.2 2 4 6 8 1 12 Συνήθως αρκετά pixels του υποβάθρου έχουν ίδιες τιμές με pixels του αντικειμένου και η κατανομή τους έχει αλληλεπικάλυψη ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 33/46

Περιοχές που «χάνονται» κατωφλιοποιημένη εικόνα ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 34/46

κατωφλιοποίηση Με επιλογή κατωφλίου από επαναλήψεις Αλγόριθμος 1. Επιλογή αρχικής τιμής κατωφλίου Τ. (πχ. Ημέσητιμή) 2. Κατάταξη των pixels βάσει του κατωφλίου Τ σε δύο ομάδες R 1 και R 2 3. Υπολογισμός των μέσων τιμών μ 1 και μ 2 των ομάδων R 1 και R 2 4. Επιλογή καινούριας τιμής κατωφλίου Τ= 1 / 2 (μ 1 +μ 2 ) 5. Επανάληψη των βημάτων 2 έως 4 μέχρις ότου οι τιμές μ 1 και μ 2 δεν μεταβάλλονται 1.4 1.2 1.8.6.4.2 R 1 T R 2 2 4 6 8 1 12 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 35/46

αρχική εικόνα και μετά από κατωφλιοποίηση Ιστόγραμμα αρχικής εικόνας ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 36/46

κατωφλιοποίηση Με προσαρμοζόμενο κατώφλιο Χωρίζουμε την εικόνα σε m n τμήματα (blocks) Επιλέγουμε κατώφλιο Τ ij για κάθε block Η τελική κατάτμηση είναι η ένωση των επιμέρους περιοχών όπως προκύπτουν σε κάθε block. 2 1.5.5 1 5115 Τ 1,1 Τ 1,2 Τ 1,3 εικόνα 1.1 Τ 2,1 Τ 2,3 Τ2,2 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 37/46

Εφαρμογή : εικόνα με ανομοιόμορφο φωτισμό Κακή επιλογή κατωφλίου 1 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 38/46

κατωφλιοποίηση Με μεταβλητό κατώφλιο Εφαρμογή: εικόνα με ανομοιόμορφο φωτισμό Αρχική εικόνα Εκτίμηση του υποβάθρου Αφαίρεση του υποβάθρου από την αρχική εικόνα Αύξηση του contrast κατωφλιοποίηση ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 39/46

κατωφλιοποίηση Μέθοδος Οtsu Επαναληπτική μέθοδος Βασίζεται: Στην ελαχιστοποίηση της «within class» διακύμανσης Που ισοδυναμεί με την μεγιστοποίηση της «between class» διακύμανσης Επιτυγχάνεται με ελάττωση του σταθμικού αθροίσματος των διακυμάνσεων 1.5 1.5 1.5 1.5 5 1 15 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 4/46

σ w 2 (t ) = q 1 (t )σ 1 2 (t ) + q 2 (t )σ 2 2 (t ) q 1 (t) = μ 1 (t) = σ 1 2 (t) = t I P(i) 1.5 1.5 q 2 (t) = P(i) i =1 t i =1 ip(i) q 1 (t) 1.5.5 μ 2 (t) = 5 1 15 1 i = t +1 I i =t +1 ip(i) q 2 (t ) t [i μ 1 (t)] 2 P(i) I P(i) σ 2 q 1 (t) 2 (t) = [i μ 2 (t)] 2 q 2 (t) i=1 i =t +1 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 41/46

Επειδή σ 2 =σταθερή σ 2 = σ w 2 ( t ) + q 1 ( t )[ 1 q 1 ( t )][ μ 1 ( t ) μ 2 ( t )] 2 Within-class Between-class τελικά: q 1 (t +1) = q 1 (t) + P(t +1) μ 1 (t +1) = q 1 (t)μ 1 (t) + (t +1)P(t +1) q 1 (t +1) μ 2 (t +1) = μ q (t +1)μ 1 1 (t +1) 1 q 1 (t +1) ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 42/46

Μέθοδος Οtsu παράδειγμα ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 43/46

Διαχωρισμός με το πηλίκο Rayleigh J = ( μ μ ) 1 var 1 + 2 2 var 2 max 1.5 1.5 1 1.5.5 5 1 15 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 44/46

Μείξη Gaussian συναρτήσεων h model (g) = n a e (g 2 μa ) (g μb 2 2 2σa 2σb + n b e ) 2 1.4 Οι παράμετροι : μ Β, μ, σ Β, σ, n B, n 1.2 1.8.6.4.2 2 4 6 8 1 12 «Σαρώνουμε» τις τιμές g και ελαχιστοποιούμε την συνάρτηση κόστους: ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 45/46

Ασκήσεις 2.1 Να γίνει ένα m-file που να τροποποιεί το ιστόγραμμα μίας εικόνας ώστε το τελικό ιστόγραμμα να έχει μορφή Gaussian συνάρτησης 2.2 Να υπολογισθεί το ιστόγραμμα 2 εικόνων και να βρεθεί η ευκλείδια απόσταση των. 2.3 Να υλοποιηθεί ο ψευδοχρωματισμός με βάση τον μετασχηματισμό της έντασης I R,G,B 2.4 Να γίνει ισοστάθμιση ιστογράμματος για μία τουλάχιστον έγχρωμη εικόνα 2.5 Να γίνει ψευδοχρωματισμός με τμηματοποίηση του ιστογράμματος 2.6 Nα γίνει κατάτμηση μαυρόασπρης (και έγχρωμης) εικόνας βάσει του ιστογράμματος (τηςυ συνιστώσας). 2.7 Να γίνει εφαρμογή της μεθόδου κατωφλιοποίησης με ποσοστά, σε αναγνώριση χαρακτήρων 2.8 Να υλοποιηθεί ο αλγόριθμος επιλογής κατωφλίου απο επαναλήψεις. Εφαρμογή σε εικόνα 2.9 Υλοποίηση του αλγορίθμου με προσαρμοζόμενο κατώφλιο. Εφαρμογή σε εικόνα με ανομοιόμορφο φωτισμό ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 46/46