La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Scuola Interuniversitaria Campana di Specializzazione all’Insegnamento S.I.C.S.I. III Ciclo 2° Anno A.A. 2003-2004 Ambito tecnologico- Classe A042 Informatica.

Presentazioni simili


Presentazione sul tema: "Scuola Interuniversitaria Campana di Specializzazione all’Insegnamento S.I.C.S.I. III Ciclo 2° Anno A.A. 2003-2004 Ambito tecnologico- Classe A042 Informatica."— Transcript della presentazione:

1 Scuola Interuniversitaria Campana di Specializzazione all’Insegnamento S.I.C.S.I. III Ciclo 2° Anno A.A. 2003-2004 Ambito tecnologico- Classe A042 Informatica Laboratorio di acquisizione ed elaborazione di segnali Elaborazione di immagini In matlab: Quantizzazione e Formato RGB Elaborato degli specializzandi Dott. Giuseppe Di Capua Ing. Vittorio Zerbini

2 Effetti sulle immagini della variazione di quantizzazione La qualità dell’immagine dipende anche dal numero di livelli adoperati per la quantizzazione dei valori di intensità :

3

4 Effetti sulle immagini della variazione di quantizzazione La riduzione del numero di livelli provoca il peggioramento della qualità dell’immagine. Appaiono falsi contorni, e non è possibile distinguere oggetti che differiscono per variazioni di grigio lente. Si noti che 16 livelli di grigio possono sembrare sufficienti nelle immagini stampate, ma non lo sono per immagini visualizzate a monitor.

5  Nell’esempio successivo, si noterà come le immagini a 256, 128 e 64 livelli di grigio siano praticamente identiche dal punto di vista visuale successivo  Nelle altre immagini si manifesta (in misura crescente al diminuire del numero di livelli) il fenomeno dei falsi contorni nelle zone di lenta variazione dei grigi, fino al caso limite delle immagini a due livelli (o bi-livello o binarie)  Fissata la risoluzione spaziale, o meglio il numero dei pixel a disposizione per la digitalizzazione, si potrebbe pensare di ricorrere a tecniche di campionamento adattive rispetto alle caratteristiche dell’immagine

6

7 Per illustrare tale effetto si può far svolgere agli allievi il seguente script matlab. L’obiettivo del file matlab proposto è la visualizzazione dell’effetto di variazione del numero di bit del quantizzatore:

8 quantlena_gray.m load lena; figure(1); imagesc(lena); colormap(gray); nbit=16; s=lena; mx=max(max(s)); s=s/mx; i = nbit while i >= 2 sc=2^(i-1)-1; figure(i); sq=s*sc srnd=round(sq); er=sq-srnd; imagesc(srnd); colormap('gray') i = i/2; end

9 il risultato viene rappresentato nelle figure che seguono e pososno essere utilizzate per spiegare gli effetti sulle immagini e pososno essere utilizzate per spiegare gli effetti sulle immagini della quantizzazione 16 bit 4 bit 8 bit 2 bit

10 I colori che percepiamo in un oggetto sono determinati dalla natura della luce riflessa dall‘ oggetto stesso. Così un corpo che riflette la luce in ugual misura a tutte le lunghezze d'onda dello spettro visibile (dal violetto al rosso) appare bianco all'osservatore. Un oggetto che riflette un particolare intervallo di lunghezze d'onda nel visibile appare di un particolare colore (ad esempio oggetti verdi riflettono la luce in un intervallo da 500 nm a 700 nm e assorbono la maggior parte dell'energia distribuita nel restante spettro visibile).

11 E' stato verificato che componenti spettrali del rosso (R), del verde (V) e del blu (B), combinate in varie proporzioni (intensità), danno luogo a una vastissima gamma di colori, superiore a quella ottenibile con ogni altra combinazione di tre colori. Questi colori (rosso, verde e blu) sono anche chiamati primari (Per precisare la definizione dei colori primari, la International Commission on Illumination ha assegnato nel 1931 i valori di picco: B: 435,8 nm; V: 546,1 nm; R: 700 nm).

12 I colori primari possono essere sommati per produrre i colori secondari: magenta (rosso più blu), ciano (verde più blu), giallo (rosso più verde). Mescolando i tre colori primari o un secondario con il primario complementare, nelle corrette proporzioni di intensità, si ottiene la luce bianca.

13 In effetti due teorie si sono storicamente contese il campo per spiegare il processo della percezione del colore: quella tricromatica, detta anche di Young-Helmholtz, e quella dicromatica, detta anche di Hering. Secondo la teoria dicromatica di Hering si avrebbero due tipi di sostanze che interverrebbero nella percezione: una sensibile al rosso, l'altra al blu.

14 Secondo la teoria tricromatica di Young- Helmholtz, si avrebbero nella retina tre tipi di coni, sensibili rispettivamente al rosso, al verde e al blu. Poiché i vari colori (compresi i colori acromatici) possono essere ottenuti da un'adeguata miscelazione dei tre colori, la teoria postula che questi tre tipi di recettori elementari siano stimolati in proporzioni corrispondenti all'arrivo di una luce di una certa composizione spettrale in modo da ricomporre a livello centrale le tre informazioni per dare il corretto colore della luce osservata.

15 Modello per la visione cromatica In seguito alle misure sperimentali che hanno permesso di determinare le risposte spettrali dei tre tipi di coni presenti nella retina e allo studio delle loro interazioni per la percezione del colore, e' stato proposto un modello tricromatico più preciso e articolato. In questo mo­dello si hanno tre recettori elementari con risposte spettrali s1() (sul verde), s2() (sul giallo-verde) e s3 () (sul blu), che forniscono i segnali di uscita:

16 dove L (l) rappresenta la distribuzione spettrale di energia della luce incidente sull'occhio. I tre segnali e1, e2 ed e3 entrano quindi in sistemi non lineari.

17 R: 700 nm). quantlena_rgb.m figure(1); s = imread('lenacol','bmp'); figure(1); imagesc(s); s1=double(s); sb= s1; sb(:,:,1)=0; sb(:,:,2)=0; figure(1); sb=uint8(sb); imagesc(sb); sr=s1; sr(:,:,2)=0; sr(:,:,3)=0; figure(2); sr=uint8(sr); imagesc(sr); sg= s1; sg(:,:,1)=0; sg(:,:,3)=0; figure(3); sg=uint8(sg); imagesc(sg);

18

19 quantlena_cmy.m figure(1); s = imread('lenacol','bmp'); figure(1); imagesc(s); s1=double(s); sb= s1; sb(:,:,1)=255; sb(:,:,2)=255; figure(1); sb=uint8(sb); imagesc(sb); sr=s1; sr(:,:,2)=255; sr(:,:,3)=255; figure(2); sr=uint8(sr); imagesc(sr); sg= s1; sg(:,:,1)=255; sg(:,:,3)=255; figure(3); sg=uint8(sg); imagesc(sg);

20


Scaricare ppt "Scuola Interuniversitaria Campana di Specializzazione all’Insegnamento S.I.C.S.I. III Ciclo 2° Anno A.A. 2003-2004 Ambito tecnologico- Classe A042 Informatica."

Presentazioni simili


Annunci Google