Trasformazioni nello spazio dei colori

Presentazione sul tema: "Trasformazioni nello spazio dei colori"— Transcript della presentazione:

1 Trasformazioni nello spazio dei colori
Andrea Torsello Dipartimento di informatica Università Ca’ Foscari via Torino 155, 30172 Mestre (VE)

2 Trasformazione di colore
I(x,y) immagine da R2 a Classe di trasformazioni di immmagini f I->f(I) f(I)(x,y)=f(I(x,y)) f usa solo informazioni di colore (niente informazioni spaziali) e mappa colori in colori

3 Tresholding Esempio banale: tresholding

4 Cosa succede f altera la distribuzione dei colori
Dove f’ e’ grande colori vicini vengono mappati in colori piu’ distanti Dove f’ e’ piccola colori dissimili vengono mappati in colori simili

5 Gamma correction Output atteso V(x,y)=x Output reale Risposta reale
R(x,y)=V(x,y)g V(x,y)=x Risposta reale Output reale Correzione V’(x,y)=V(x,y)1/g Output ideale Risposta corretta R(x,y)=V(x,y)

6 Potenze ed esponenziali
g=1, 3, 4, 5 f(c) = cg f(c) = ac

7 Estensione del contrasto

8 Istogramma Senza informazione spaziale possiamo pensare ad una immagine come ad un produttore di colori (variabile aleatoria) Sia X una variabile aleatoria uniforme in R2 I(X) e’ una variabile aleatoria nello spazio dei colori istogramma dei colori e’ la distribuzione campionaria dei colori

9 Istogramma L’istogramma permette di analizzare I problemi nella distribuzione dei colori in una immagine

10 Effetto di una trasformazione
f trasforma la distribuzione di I(X) Nuova variabile f(I(X))

11 Thresholding 2 Se una immagine e’ separabile tramite thresholding esitera’ range di colori a bassa probabilita’

12 Estensione del contrasto
L’estensione del contrasto richiede intervento umano nella scelta dei parametri Dove inizia l’istogramma? Dove finisce? Non redistribuisce i toni (piccchi ancora presenti)

13 Equalizzazione C’e’ la necessita’ di uno strumento automatico
Cercare di rendere la distribuzione quanto piu’ vicina ad una distribuzione uniforme Ridurre picchi e valli nella distribuzione F(c) funzione di ripartizione di I(X) Qual’e’ la distribuzine di F(I(X))? P{F(I(X))<t}=P{I(X)<F-1(t)}=F(F-1(t))=t F(I(X)) e’ una distribuzione uniforme! La distribuzione campionaria non sara’ esattamente uniforme, ma quasi

14 Equalizzazione Funzione di ripartizione campionaria Equalizzazione

15 Equalizzazione

16 Equalizzazione - Est. Contrasto
La distribuzione uniforme e’ veramente quello che vogliamo?

17 Limiti dell’equalizzazione

18 Center metering

19 Matching degli istogrammi
Due immagini I e J con funzioni di ripartizione F e Q. F(I) = distribuzione uniforme = Q(J) Q-1(F(I)) ha lo stesso istogramma di J.

20 Matching degli istogrammi

21 Equalizzazione locale

22 Trasformazioni locali
Presenza artefatti