S05.s1 - Procesamiento Digital de Imágenes y Visión Artificial

PROCESAMIENTO DIGITAL
DE IMÁGENES Y VISIÓN
ARTIFICIAL
Sesión 05
Prof. Ing. Eduardo Steve Rodriguez Canales
Repaso
¿Por qué usamos distintos modelos de color?

Repaso
Se usan distintos modelos de color (RGB, HSV,

CMY, etc.) para aprovechar sus características de
acuerdo con la aplicación.
Logro
Al finalizar la sesión el estudiante conocerá algoritmos para el análisis

de histograma y contraste.
Histogramas
Histogramas
● Los histogramas representan el

número de veces (frecuencia) que
aparece cada valor de intensidad en
la imagen
● La imagen tiene 256 niveles de gris

distintos (8 bits)
● El histograma muestra la frecuencia

(cuántas veces) se da cada nivel de
gris se produce
Histogramas
● Muchas cámaras muestran

histogramas de la escena en tiempo
real
● Ayuda a evitar la toma de
fotografías sobreexpuestas
● También es más fácil detectar los
tipos de procesamiento aplicados
previamente a la imagen
Histogramas
● Por ejemplo, K = 16, 10 píxeles tienen un valor de

intensidad = 2
● Histogramas: sólo información estadística
● No se indica la ubicación de los píxeles
Histogramas
● Diferentes imágenes pueden tener el mismo histograma

● Las 3 imágenes siguientes tienen el mismo histograma
● La mitad de los píxeles son grises y la otra mitad son blancos
● Un mismo histograma = una misma estadística
● La distribución de las intensidades podría ser diferente
● Podemos reconstruir la imagen a partir del histograma? No.
Histogramas
● Así, un histograma para una imagen en escala de grises con valores de

intensidad en el rango
contendría exactamente K entradas
● Por ejemplo, una imagen en escala de grises de 8 bits, K = 2 8 = 256

● Cada entrada del histograma se define como
h(i) = número de píxeles con intensidad I para todo 0 < i < K.
● Por ejemplo: h(255) = número de píxeles con intensidad = 255
Definición formal
Interpretando histogramas
● La escala logarítmica hace más visibles los valores bajos

Histogramas
● Los histogramas ayudan a detectar problemas de adquisición de

imágenes
● Los problemas de la imagen se pueden identificar en el histograma
1. Sobreexposición y subexposición
2. Brillo
3. Contraste
4. Rango dinámico
● Se pueden utilizar operaciones puntuales para alterar el histograma. Por

ejemplo
1. Suma
2. Multiplicación
3. Exp y Log
4. Ventana de intensidad (modificación del contraste)
Brillo de la imagen
El brillo de una imagen en escala de grises es la intensidad media de todos los

píxeles de la imagen
Detectando mala exposición por el histograma
¿Exposición? Los valores de intensidad están repartidos (bien) o agrupados

(mal)
Contraste en imágenes
● El contraste de una imagen en escala de grises indica la facilidad con la

que se pueden distinguir los objetos de la imagen
● Imagen de alto contraste: muchos valores de intensidad distintos
● Contraste bajo: la imagen utiliza pocos valores de intensidad

Histograma y contraste
● ¿Buen contraste? Valores de intensidad muy dispersos

+ gran diferencia entre los valores de intensidad mínimos y máximos
Ecuación de contraste
Existen muchas ecuaciones diferentes para el contraste

Ejemplos:
Ecuación de Michalson’s
Ecuación de contraste
● Estas ecuaciones funcionan bien para imágenes simples con 2

luminancias (es decir, un primer plano y un fondo)
● No funcionan bien para escenas complejas con muchas

luminancias o si las intensidades mínimas y máximas son
pequeñas
Histogramas y rango dinámico
● Rango dinámico: Número de píxeles distintos en la imagen
● Dificultad para aumentar el rango dinámico de la imagen (por ejemplo,

interpolación)
● Captura típica de HDR (12-14 bits), luego se reduce la muestra
Defecto en imágenes: Efecto de la compresión de imágenes
● Los histogramas muestran el impacto de la compresión de la imagen

● Ejemplo: en la compresión GIF, el rango dinámico se reduce a unas
pocas intensidades (cuantificación)
Efecto en la compresión de imágenes
1. Ejemplo: Efecto de la compresión JPEG en los gráficos en línea

2. Compresión JPEG diseñada para imágenes en color
Calcular el tamaño del bin
● Normalmente se utilizan bins de igual tamaño

● ¿Tamaño del bin?
Ejemplo: Para crear 256 bins a partir de una imagen de 14 bits

Calcular el tamaño del bin
● Para calcular a qué bin pertenece la intensidad de un píxel

Histograma en imágenes de color
Dos tipos:
1. Histograma de intensidad:
● Convertir el color imagen a escala de grises
● Visualizar el histograma de la escala de grises
2. Color individual Histogramas de los canales:
● 3 histogramas (R,G,B)
Histograma en imágenes de color
● Ambos tipos de histogramas proporcionan información útil sobre efectos de

iluminación, contraste, rango dinámico y saturación
● No proporcionan información sobre la distribución real del color
● Imágenes con colores RGB totalmente diferentes pueden tener los mismos
histogramas R, G y B pueden tener los mismos histogramas R, G y B
● La solución a esta ambigüedad es el Histograma de Color Combinado.
Histograma acumulativo
● Útil para ciertas operaciones (por ejemplo, la ecualización del

histograma) más adelante
● Análogo a la función de densidad acumulada (CDF)
Definición:
Operaciones punto
● Las operaciones puntuales cambian el valor de intensidad de un píxel según

de acuerdo con alguna función (no se preocupan por el vecino del píxel)
● También llamada operación homogénea

● La intensidad del nuevo píxel depende de
1. Intensidad anterior del píxel I(u,v)

2. Función de mapeo f()
● No depende de
1. Ubicación del píxel (u,v)

2. Intensidades de los píxeles vecinos
Algunas operaciones punto homogéneas
● Adición (cambia el brillo)
● Multiplicación (estira/reduce el rango de contraste de la imagen)
● Funciones de valor real

Clamping
● Trata los valores de los píxeles fuera del rango de visualización
Si (a > 255) a = 255;

Si (a < 0) a = 0;
● La función de abajo sujetará (forzará) todos los valores para que

caigan dentro del rango [a,b]
Inversión de imágenes
2 pasos
1. Multiplicar la intensidad por -1
2. Añade una constante (por ejemplo, un
máximo ) para poner el resultado en el
rango [0,a max ]
Thresholding
Convierte una imagen de escala de grises a binaria

Thresholding
Transformaciones básicas del nivel de gris
3 transformaciones de nivel de gris más

comunes:
Lineal
● Negativo/Identidad
Logarítmica
● Log/Log inverso
Ley de potencia
● nª potencia/nª raíz
Transformaciones logarítmicas
● Mapas rango estrecho de niveles de entrada => rango más amplio de valores
de salida
● La transformación logarítmica inversa realiza la transformación opuesta
● La forma general de la transformación logarítmica es
● Valor del píxel antiguo La transformación logarítmica de la transformada de

Fourier muestra más detalles
Transformaciones de potencia
● Tienen la forma
● Mapear un rango estrecho de

valores de entrada oscuros
en un rango más amplio de
valores de salida o viceversa
● Variando γ proporciona una
familia de curvas
Transformaciones de potencia: Ejemplo
Ventana de intensidad
● Una operación de clamp, y luego estirar linealmente las intensidades de la

imagen para llenar el rango posible
● Para abrir una imagen en [a,b] con una intensidad máxima M
Ventana de intensidad: Ejemplo
Operaciones punto e histogramas
Efecto de algunas operaciones puntuales más fáciles de observar en los histogramas

● Aumentar el brillo
● Aumentar el contraste
● Invertir la imagen
Las operaciones puntuales sólo desplazan, fusionan las entradas del histograma
Las operaciones que fusionan los bins del histograma son irreversibles
Ajuste automático de contraste
La operación punto modifica la intensidad de los píxeles tal que el rango de valores
disponibles es cubierto
Algoritmo
Efectos del ajuste automático de contraste
Ajuste de contraste modificado
Mejor mapear cierto rango de valores

Deshacerse de las colas basado en percentiles predefinidos (s low y s
high).
Ecualización del histograma
● Ajustar 2 imágenes diferentes para que sus histogramas

(distribuciones de intensidad) sean similares
● Aplicar una operación punto que cambie el histograma de la
imagen modificada a una distribución uniforme
Ecualización del histograma
● Repartir las frecuencias de una imagen (o ecualizar la imagen) es

una forma sencilla de mejorar las imágenes oscuras o
descoloridas
Función de transformación de ecualización
Función de transformación de ecualización; Ejemplo
Función de transformación de ecualización; Ejemplo
Conclusiones
● El histograma de una imagen nos indica la

distribución de intensidad de los píxeles
● Las operaciones punto son útiles para

realizar modificaciones simples en las
imágenes
Preguntas?

S05.s1 - Procesamiento Digital de Imágenes y Visión Artificial

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

S05.s1 - Procesamiento Digital de Imágenes y Visión Artificial

Cargado por

Copyright:

Formatos disponibles

PROCESAMIENTO DIGITAL

¿Por qué usamos distintos modelos de color?

Se usan distintos modelos de color (RGB, HSV,

Al finalizar la sesión el estudiante conocerá algoritmos para el análisis

● Los histogramas representan el

● La imagen tiene 256 niveles de gris

● El histograma muestra la frecuencia

● Muchas cámaras muestran

● Por ejemplo, K = 16, 10 píxeles tienen un valor de

● Diferentes imágenes pueden tener el mismo histograma

● Así, un histograma para una imagen en escala de grises con valores de

contendría exactamente K entradas

● Por ejemplo, una imagen en escala de grises de 8 bits, K = 2 8 = 256

● Por ejemplo: h(255) = número de píxeles con intensidad = 255

● La escala logarítmica hace más visibles los valores bajos

● Los histogramas ayudan a detectar problemas de adquisición de

● Se pueden utilizar operaciones puntuales para alterar el histograma. Por

El brillo de una imagen en escala de grises es la intensidad media de todos los

¿Exposición? Los valores de intensidad están repartidos (bien) o agrupados

● El contraste de una imagen en escala de grises indica la facilidad con la

● Imagen de alto contraste: muchos valores de intensidad distintos

● Contraste bajo: la imagen utiliza pocos valores de intensidad

● ¿Buen contraste? Valores de intensidad muy dispersos

Existen muchas ecuaciones diferentes para el contraste

● Estas ecuaciones funcionan bien para imágenes simples con 2

● No funcionan bien para escenas complejas con muchas

● Rango dinámico: Número de píxeles distintos en la imagen

● Dificultad para aumentar el rango dinámico de la imagen (por ejemplo,

● Los histogramas muestran el impacto de la compresión de la imagen

1. Ejemplo: Efecto de la compresión JPEG en los gráficos en línea

● Normalmente se utilizan bins de igual tamaño

Ejemplo: Para crear 256 bins a partir de una imagen de 14 bits

● Para calcular a qué bin pertenece la intensidad de un píxel

● Ambos tipos de histogramas proporcionan información útil sobre efectos de

● Útil para ciertas operaciones (por ejemplo, la ecualización del

● Las operaciones puntuales cambian el valor de intensidad de un píxel según

● También llamada operación homogénea

1. Intensidad anterior del píxel I(u,v)

1. Ubicación del píxel (u,v)

● Adición (cambia el brillo)

● Multiplicación (estira/reduce el rango de contraste de la imagen)

● Funciones de valor real

● Trata los valores de los píxeles fuera del rango de visualización

Si (a > 255) a = 255;

● La función de abajo sujetará (forzará) todos los valores para que

Convierte una imagen de escala de grises a binaria

3 transformaciones de nivel de gris más

● Valor del píxel antiguo La transformación logarítmica de la transformada de

● Mapear un rango estrecho de

● Una operación de clamp, y luego estirar linealmente las intensidades de la

Efecto de algunas operaciones puntuales más fáciles de observar en los histogramas

Mejor mapear cierto rango de valores

● Ajustar 2 imágenes diferentes para que sus histogramas

● Repartir las frecuencias de una imagen (o ecualizar la imagen) es

● El histograma de una imagen nos indica la

● Las operaciones punto son útiles para

También podría gustarte