Immagini Digitali (parte 1)

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

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

~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

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

Strumenti GNU/Octave (http://www.octave.org) Compatibile con sintassi Matlab Vasto numero di package applicativi Funziona con Windows & Linux Possibile anche Mac Suggerita versione >= 3.6 versione corrente 4.0.0 octave-image >= 2.0.0

Strumenti 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 ImageJ http://rsb.info.nih.gov/ij/ 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

GraphicsMagick/ImageMagick Strumento di manipolazione ‘rapida’ Interfaccia a ‘linea di comando’ Esegue con precisione compiti che altrimenti richiederebbero molta pazienza e tempo Esempi: Convertire immagini tra formati Ritagliare porzioni di immagini con geometrie fissate Eseguire in modo “automatizzato” la stessa operazione su intere cartelle di immagini

Bartholomew / MacFarlane (1920) Necessità di trasmettere immagini http://www.hffax.de/history/html/bartlane.html

Bartholomew / MacFarlane (1920) Generate a partire da una foto (negativo) tradizionale La foto veniva usata per impressionare lastre zincate la cui superficie cambiava resistività in base alla quantità di luce Ciascuna lastra veniva esposta con per un tempo diverso Il confine tra regioni conduttrici e non conduttrici marcava il livello di luminosità Un apparecchio elettromeccanico convertiva le informazioni codificate nel nastro perforato Le riproduzione avveniva con una stampante con caratteri dedicati

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

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

Campi di Applicazione Osservazioni spaziali Impossibilità di recuperare le pellicole

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

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

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

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

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

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

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

Campi di Applicazione Ecocardiografia I colori sono usati per visualizzare la distribuzione di velocita del flusso sanguigno

Sviluppi della Image Processing Analisi morfologica Riconoscimento automatico Visione artificiale

Camera Oscura

Camera Oscura 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

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

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

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

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

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

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

Digitalizzazione La conversione digitale di ogni elemento d'immagine produce in ultima istanza un valore binario espresso da M cifre (bit) Questo valore rappresenta un numero intero espresso esclusivamente con cifre 0 oppure 1 I numeri binari sono rappresentazione dei numeri con il sistema posizionale usando 2 come base Esempio di numero a 4 bit

Conversione e Misura

Digitalizzazione di un'immagine Quantizzazione La carica di ogni photosite viene misurata e ad essa associato un numero in forma binaria La bit depth è numero di bit M che corrisponde 2M intervalli LSB: Least Significant Bit

Conversione Analogico Digitale SAR: successive approximation register EOC: end of conversion S/H: sample and hold circuit DAC: digital-to-analog converter DN-1DN-2...D2D1D0: Bit della parola binaria

Digitalizzazione Immagini 'grayscale' Ogni PIXEL (PI[X](cture) EL(element)) viene rappresentato da una parola binaria di M bit. Il significato di questo registro binario è quella di intensità luminosa sul photosite Il valore 0 significa assenza di luce Il valore 2M-1 significa saturazione del photosite

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

Sistema di Coordinate

Rappresentazione Digitalizzata

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

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

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

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

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

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