La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Analisi di Immagini e Dati Biologici Caratterizzazione e trasformazione di intensità di un'immagine 51.

Presentazioni simili


Presentazione sul tema: "Analisi di Immagini e Dati Biologici Caratterizzazione e trasformazione di intensità di un'immagine 51."— Transcript della presentazione:

1 Analisi di Immagini e Dati Biologici Caratterizzazione e trasformazione di intensità di un'immagine 51

2 Analisi di Base Assumiamo che le nostre immagini siano Immagini di intensità di luminosità (grayscale) Rappresentate da  Interi senza segno [ ] (uint8 – unsigned integer a 8 bit)  Oppure virgola mobile doppia precisione (double) [0...1]

3 Rappresentazione Digitalizzata

4 Caratterizzazione di Base della Qualità: istogrammi L'istogramma Metodo basilare di caratterizzazione di un'immagine L'istogramma mostra la distribuzione all'interno del range di luminosità dello strumento dei valori dei pixel Applicazione:  Esposizione: per immagini fotografiche l'istogramma permette di capire se l'immagine sarà sovra-esposta o sotto-esposta  Contrasto: analisi, correzione, confronto  Analisi della dinamica

5 Histograms L'istogramma si calcola percorrendo tutti i pixel e contando quanti pixel hanno un determinato valore

6 Image Histogram La somma dei valori dell'istogramma (integrale) è NxM ( = numero di pixel dell'immagine) Semplice da calcolare per immagini uint8 Per immagini in con bit depth 16 o superiore si ricorre al binning

7 Image Histogram L'istogramma non è l'equivalente di un impronta digitale di un immagine Immagini completamente diverse possono avere istogrammi simili Si può costruire ad arte immagini con identico istogramma

8 Image Histogram Problemi con l'esposizione: Settori di un istogramma inutilizzati, altri con frequenza di valori troppo alta Soprattutto per i valori di luminosità elevata l'istogramma rileva problemi di sovraesposizione

9 Image Histogram

10 Imagine Histogram Contrasto Range effettivamente usato dei valori di un immagine Differenza tra valore massimo e valore minimo dell'intensità

11 Image Histogram

12 Dinamica di un immagine (Dynamic Range) La dinamica di un'immagine è data dal numero di valori di pixel distinti usati nell'immagine Maggiore è la dinamica allora maggiore...  La capacità di risoluzione di differenze (in linea di principio)  La capacità di miglioramento della qualità in caso di difetti di esposizione o mancanza di contrasto  La possibilità di preservare qualità dell'immagine anche dopo compressione o altre elaborazioni

13 Image Histogram Contrasto vs. Dinamica Il contrasto può essere modificato alterando opportunamente i valori dei pixel La dinamica è una caratteristica costitutiva di un'immagine  Il miglioramento della dinamica richiede tecniche di manipolazione che introducono 'nuovi' valori di pixel  La dinamica viene modificata da algoritmi di riduzione della risoluzione dell'immagine che usano interpolazione dei valori

14 Alterazione della Dinamica

15 Image Histogram Saturazione La saturazione avviene quando i valori di pixel agli estremi della dinamica della fotocamera sono eccessivamente popolati Inevitabile se il range di luminosità della scena/oggetto sono più grandi della dinamica del sensore

16 Image Histogram: alterazioni L'istogramma è un metodo semplice per rivelare alterazioni dovute a processing Effetto dell'espansione/riduzione del contrasto

17 Modifica del Contrasto

18 Image Histogram: alterazioni Alterazioni legate alla compressione Esempio: immagine compressa dopo essere stata salvata in un file GIF

19 Image Histogram: alterazioni Alterazione dovute a compressione Esempio: immagine 'semplice' alterata dalla compressione interna al formato JPEG

20 Istogramma da Immagine di microscopia AFM

21 Istogramma logaritmico img=imread('afpict.tiff'); [counts,x]=imhist(img); stem(x,log10(counts))

22 Point Operation Ogni valore di pixel viene trasformato secondo una legge che dipende Dal valore del pixel stesso (legge omogenea) Dal valore del pixel e dalla posizione (legge non omogenea)

23 Point Operation Inversione di un immagine Nell'inversione di un immagine ogni valore di pixel viene trasformato nel suo 'complementare' Per eseguire correttamente l'operazione si deve conoscere a max, valore massimo dell'intensità (saturazione)

24 Inversione della luminosità

25 Il nostro occhio non ha sensibilità costante alle differenze a tutte le luminosità

26 Alterazione della luminosità/contrasto Usando le operazione scalare-matrice Moltiplicazione: modifica del contrasto perchè cambia in modo diverso valori di pixel diversi Addizione: modifica della luminosità perché 'sposta' tutti i pixel dello stesso valore Se applicate usando la formula algebrica si deve tenere conto dei limiti imposti dalla rappresentazione

27 Manipolazione luminosità Limiti specifici dei valori di intensità di un pixel imposti dalla rappresentazione interna Le operazioni di moltiplicazione e addizione di uno scalare in generale non garantiscono il rispetto di questi limiti

28 Trasformazione Logaritmica I out =C*log(1+α*I in (u,v)) Regioni a luminosità più bassa acquistano dinamica a scapito delle regioni più luminose La costante α determina la curvatura La costante C determina la normalizzazione in base al valore massimo di I(u,v) e a

29 Trasformazione Logaritmica

30 Trasformazione logaritmica I' = log( * I )/log(100)

31 Trasformazione Esponenziale I out =C*((1+α) Iin(u,v) -1) Regioni a luminosità più alta acquistano spazio a scapito delle regioni meno luminose

32 Trasformazione Esponenziale

33 I = ((1+50)^I)-1)/50

34 Modifica automatica del Contrasto Il valori dei pixel vengono modificati in modo che il contrasto occupi tutto il range di valori disponibili Idealmente, con una legge di proporzionalità, il valore a min dovrebbe essere riportato a 0, mentre il valore a max dovrebbe essere riportato a 255 per un immagine uint8

35 Modifica del Contrasto La formula di modifica automatica è sensibile singoli pixel troppo luminosi o troppo scuri Immagini normalmente esposte hanno comunque 'code' di pixel all'estremo dell'istogramma Si prende quindi una frazione di tutti i pixel e si fa in modo che essa venga saturata entro 2 limiti ragionevoli di valore dell'intensità Si applica su una distribuzione così modificata la trasformazione proporzionale del contrasto

36 Modifica Automatica Contrasto

37 Modifica del Contrasto La formula di modifica automatica è sensibile singoli pixel troppo luminosi o troppo scuri Immagini normalmente esposte hanno comunque 'code' di pixel all'estremo dell'istogramma Si prende quindi una frazione di tutti i pixel e si fa in modo che essa venga saturata entro 2 limiti ragionevoli di valore dell'intensità Si applica su una distribuzione così modificata la trasformazione proporzionale del contrasto

38 Modified Auto-Contrast

39 Modifica Automatica del Contrasto

40 Modified Auto-Contrast img=imread(...); imgadj=imadjust(img); La funzione imadjust 'satura' l'1% dei pixel ad entrambe le code della distribuzione ed mappa il resto dell'immagine sull'intervallo [0...1]. L'immagine deve essere quindi rappresentata con questa scala e in formato double

41 Modified Auto-Contrast

42 Histogram equalization Confronto accurato di immagini analoghe Ricalcolare istogrammi in modo che sia paragonabili Analoga struttura Stesso contrasto Varie tecniche a disposizione Equalizzazione: riportare ad un andamento dato  Uniforme  Iperbolica Specificazione: imporre l'istogramma di una immagine data

43 Equalizzazione Trasformazione verso l'istogramma con una distribuizione (quasi) uniforme Si assume che in certi casi l'immagine diventi più naturale Non essendo una distribuzione continua non è possibile realizzare una distribuzione realmente uniforme Si usa una soluzione approssimata dove l'istogramma finale ha una distribuzione quasi uniforme solo “in media” Confrontare tra loro immagini omologhe

44 Equalizzazione Uniforme

45

46 Function File: J = histeq (I, n) Histogram equalization of a gray-scale image. The histogram contains n bins, which defaults to 64. I: Image in double format, with values from 0.0 to 1.0 J: Returned image, in double format as well See also: imhist Package: image

47 Manipolazione Contrasto: altri approcci Histogram specification L'istogramma di un immagine è rimodulato in modo che abbia un andamento dato Gli istogrammi cumulativi servono a rimappare i valori

48 Manipolazione Contrasto: altri approcci Aggiustamento secondo un istogramma dato: l'istogramma della funzione originale viene collocato all'interno della funzione cumulativa di un istogramma dato

49 Manipolazione Contrasto: altri approcci Imposizione dell'istogramma (cumulativo) secondo un andamento linare a tratti

50 Manipolazione Contrasto: altri approcci

51


Scaricare ppt "Analisi di Immagini e Dati Biologici Caratterizzazione e trasformazione di intensità di un'immagine 51."

Presentazioni simili


Annunci Google