Immagini Digitali (parte 1)

Presentazione sul tema: "Immagini Digitali (parte 1)"— Transcript della presentazione:

1 Immagini Digitali (parte 1)

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 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

7 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

8 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

9 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

10 Bartholomew / MacFarlane (1920)
Necessità di trasmettere immagini

11 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

12 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

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

14 Campi di Applicazione Osservazioni spaziali
Impossibilità di recuperare le pellicole

15 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

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

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

18 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

19 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

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

21 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

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

23 Sviluppi della Image Processing
Analisi morfologica Riconoscimento automatico Visione artificiale

24 Camera Oscura

25 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

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

27 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

28 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

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

30 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

31 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

32 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

33 Conversione e Misura

34 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

35 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

36 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

37 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

38 Sistema di Coordinate

39 Rappresentazione Digitalizzata

40 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

41 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

42 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

43 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

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

45 Piccolo Laboratorio Interattivo