Trattamento Immagini (parte 1) L1-1 33. Obiettivi ➢ Metodi di base del trattamento delle immagini ➢ Immagini: matrici di punti rappresentati da valori.

Presentazione sul tema: "Trattamento Immagini (parte 1) L1-1 33. Obiettivi ➢ Metodi di base del trattamento delle immagini ➢ Immagini: matrici di punti rappresentati da valori."— Transcript della presentazione:

1 Trattamento Immagini (parte 1) L1-1 33

2 Obiettivi ➢ Metodi di base del trattamento delle immagini ➢ Immagini: matrici di punti rappresentati da valori di luminosità ➢ In generale parleremo di immagini grayscale, cioè a scala di grigi rappresentanti livelli di intensità luminosa ➢ Ogni livello di intensità è rappresentato da un numero all'interno di un intervallo di valori determinato

3 Obiettivi ➢ Immagini a colori ➢ Ottenute dalla sovrapposizione di 3 'piani' di colore fondamentali: ROSSO,VERDE,BLU ➢ Ciascun piano viene interpretato e trattato in modo analogo ad un immagine monocromatica ➢ L'hardware di un dispositivo è generale la percezione di un colore a partire dai 3 piani fondamentali

4 ~Obiettivi ➢ Non è un corso di fotografia digitale ➢ Fotografia: aspetti percettivi della riproduzione dei colori ➢ Fotografia: ragioni espressive della manipolazione dei colori o dei livelli di grigio ➢ Non tratteremo nel dettaglio gli aspetti legati alla colorimetria

5 Obiettivi ➢ Tuttavia potremo generare immagini a falsi colori per migliorare la visualizzazione di informazioni

6 ➢ Matlab® ( http://www.mathworks.it/products/matlab/ ) http://www.mathworks.it/products/matlab/ ➢ Shell matematica: MAT(rix) LAB(oratory) ➢ Rapida curva di apprendimento ➢ Package accessori per vari campi di applicazione ➢ Disponibile anche come 'Student Edition' ➢ Windows® e Linux Strumenti

7 ➢ GNU/Octave (http://www.octave.org)http://www.octave.org ➢ Compatibile con sintassi Matlab ➢ Vasto numero di package applicativi ➢ Funziona con Windows & Linux ➢ Possibile anche Mac ➢ Suggerita versione >= 3.6 ➢ octave-image >= 2.0.0

8 Strumenti ➢ ImageJ ➢ Funziona su Unix(Linux), Windows & MacOS ➢ Scritto con il linguaggio Java ➢ Contiene una serie di strumenti nativi per la manipolazione di immagini ➢ Può essere 'esteso' con nuove funzioni scrivendo in Java dei plugin, cioè codice che può essere invocato da programma principale di ImageJ

9 Strumenti ➢ The GIMP (http://www.gimp.org/)http://www.gimp.org/ ➢ Applicazione tipo Photoshop ➢ E' possibile scrivere plug-in per costruire metodi di manipolazione delle immagini ➢ Manuale anche in italiano

10 ➢ 1957: prima immagine passata ad uno scanner (Russell Kirsch) Origini della Tecnologia

11 Campi di Applicazione ➢ Osservazioni spaziali ➢ Impossibilità di recuperare le pellicole ➢ Ambienti ostili all'uomo

12 Campi di applicazione ➢ Voyager 1 & 2 ➢ Lanciati nel 1977 ➢ Hanno inviato foto dei pianeti ➢ Sono stati riprogrammati da terra dopo 12 anni dalla partenza con software più evoluto per la gestione delle immagini

13 Campi di Applicazioni ➢ Astronomia da telescopi in orbita. ➢ Permettono tramite l'imaging digitale di combinare dati da tutto lo spettro E.M. ➢ Raggi Infrarossi ➢ Luce Visibile ➢ Raggi UV ➢ Raggi X ➢ Raggi gamma

14 Campi di Applicazione ➢ Imaging per la Medicina ➢ Digitalizzazione di immagini diagnostiche ➢ Estrazione di fatti il più possibile oggettivi legati alla diagnostica medica ➢ Costruzione di database di immagini mediche sia per la ricerca che per la diagnostica medica che per l'ottimizzazione dell'organizzazione sanitaria

15 Campi di Applicazione ➢ Medicina ➢ MRI (Risonanza Magnetica) ➢ PET (Tomografia ad Emissione di Positroni) ➢ TAC: Tomografia a raggi-X ➢ Ecografia

16 Campi di Applicazione ➢ Medicina ➢ Integrazione di tutte queste tecniche di indagine attraverso la sovrapposizione di immagini ottenute da diverse sorgenti ➢ Immagini a Falsi Colori per facilitare l'interpretazione e lettura

17 Campi di Applicazione ➢ Microscopia ➢ Analisi automatica ➢ Enhancement ➢ Feature extraction ➢ Integrazione con altre metodiche

18 Campi di Applicazione ➢ Tecnologie non ottiche ➢ Microscopia AFM (Atomic Force Microscopy) ➢ Topografia del particolare di una cellula

19 Sviluppi della Image Processing ➢ Analisi morfologica ➢ Riconoscimento automatico ➢ Visione artificiale

20 Camera Oscura

21 ➢ L'immagine appare rovesciata ➢ Ad una minore distanza focale f corrisponde un campo più grande e un immagine proiettata più piccola ➢ Viceversa al crescere di f campo ridotto e immagine proiettata più grande

22 Camera con Lente ➢ La lente permette l'ingresso di più luce ➢ Introduce complessità nell'interazione con la luce e le sue componenti cromatiche

23 Caratteristiche Ottiche ➢ Parametri Ottici delle lenti ➢ Tipo di lenti (materiali) ➢ Lunghezza focale ➢ Campo visivo ➢ Parametri fotometrici ➢ Tipo, direzione ed intensità dell'illuminazione ➢ Proprietà di riflettività della superficie degli oggetti ➢ Parametri geometrici

24 Digitalizzazione Spaziale ➢ Fotografia digitale: la 'fotografia' viene proiettata su una matrice di elementi fotosensibili ➢ Matrice di sensori tipicamente in tecnologia CCD o CMOS ➢ Ricevono luce e accumulano in una locazione di memoria analogica un numero di elettroni idealmente proporzionale al numero di fotoni catturati ➢ Trasferiscono in sincronia l'informazione accumulata per essere convertita di numeri

25 Digitalizzazione ➢ Discretizzazione spaziale ➢ Campionamento temporale ➢ Quantizzazione del valore di intensità luminosa per ogni elemento dell'immagine

26 Tecnologia CCD ( charged coupled device ) ➢ La carica viene accumulata e quindi trasferita ➢ L'ultimo elemento passa la carica ad un amplificatore perché possa essere misurata

27 CCD camera ➢ Digitalizzazione temporale ➢ Misurazione della carica (luce) raccolta nel tempo di esposizione ➢ Tempo di esposizione: intervallo di tempo necessario alla raccolta della luce nei fotosensori

28 Digitalizzazione ➢ Immagini a colori ➢ Immagini a colori hanno un photosite per ognuna delle 3 componenti cromatiche RGB quindi ogni elemento di immagine (PIXEL) è rappresentato da una terna di numeri ➢ Se la bit-depth per ciascun canale è di 8 bit allora ogni elemento è rappresentato da 24 bit

29 Immagini a Colori ➢ Le immagini a colori sono internamente rappresentate a partire da un modello additivo di generazione dei colori ➢ Il modello base è quello in tricromia: rosso,verde e blu (RGB) ➢ I colori vengono ottenuti sovrapponendo colori base con intensità variabile

30 Immagini a Colori ➢ Non tutti I colori distinguibili dall'occhio umano possono essere rappresentati dal modello RGB ➢ I colori possibili sono contenuti all'interno di un cubo avente lato 1 ➢ Le coordinate R,G,B rappresentano l'intensità di una componente tra 0 e la saturazione del sistema ➢ Di solito la coordinata [0,1] ➢ Immagini grezze usano il valore nativo così come generato dalla fotocamera

31 Immagini a Colori ➢ RGB può essere trasformato in sistemi di coordinate alternativi ➢ HSV: Hue, Saturation, Value ➢ HSL: Hue, Saturation, Luminosity ➢ Hanno ragioni simili e permettono di separare la funzione delle coordinate ➢ Una coordinata di luminosità ➢ Due coordinate di cromaticità

32 ➢ CMYK (Cyan, Magenta, Yellow, blacK) ➢ Colori ottenuti per soppressione di componenti da una sorgente bianca ➢ Usato nella tecnologia delle stampe Modello colori sottrattivo

33 Piccolo Laboratorio Interattivo ➢ http://www.michaelbach.de/ot/col_mix/index.html