2010 Josef Pelikán, CGG MFF UK Praha

Rozměr: px

Začít zobrazení ze stránky:

Download "2010 Josef Pelikán, CGG MFF UK Praha"

Markéta Matějková
před 5 lety
Počet zobrazení:

1 Filtrace obrazu 21 Josef Pelikán, CGG MFF UK Praha 1 / 32

2 Histogram obrázku tabulka četností jednotlivých jasových (barevných) hodnot spojitý případ hustota pravděpodobnosti přímé použití fotograﬁe n n / 32

3 Jasové poměry obrázku histogram první odhad expozice obrazu přeexponované nebo podexponované snímky nedostatečný nebo příliš velký kontrast dobrý histogram obraz má odstíny ve všech částech škály ~ detaily čitelné ve stínech i jasných partiích nedal by se špatný histogram opravit? 3 / 32

4 Jasová transformace převodní funkce ( transfer function ) mezi jasy na vstupu a výstupu t: R R (obyčejně [; 1] [; 1]) gamma-korekce zvětšování kontrastu out n n in / 32

5 Ekvalizace histogramu umělá jasová transformace snaží se o vyrovnaný histogram manipuluje s celými jasovými sloupečky příp. rozděluje četnější odstíny stochasticky lokální ekvalizace histogramu analýzu dělá jen na (větším) okolí daného pixelu může zlepšit čitelnost na celé ploše obrázku nezachovává jednobarevné plochy! 5 / 32

6 Příklad globální ekvalizace kumulovaný histogram (jasová transformace) 6 / 32

7 Jasová transformace 7 / 32

8 Výsledek po ekvalizaci kumulovaný histogram 8 / 32

9 Barevné operace převod RGB HSV manipulace se sytostí S manipulace s odstínem H změna barvy objektu selektivní přebarvování... převod zpět H'S'V' R'G'B' 9 / 32

10 HSV operace 1 / 32

11 HSV operace 11 / 32

12 Příklady barevných operací (algoritmus: Miroslav Hrivík) 12 / 32

13 Příklady barevných operací (foto a algoritmus: David Marek) 13 / 32

14 Matematická deﬁnice obrazu obrazová funkce 2 f: U R R f: [ x, y] poloha bodu v rovině y U n [ a1, a2,... an ] x atributy obrazu (barva, průhlednost) 14 / 32

15 Konvoluce spojitá varianta váženého klouzavého průměru váhová funkce g úzká souvislost s Fourierovou transformací spektrální prostor ﬁltry typu dolní propust apod. f g x = f t g x t dt 1D varianta 15 / 32

16 Diskrétní konvoluce vážený klouzavý průměr na posloupnosti (tabulce) váhová posloupnost (tabulka) g souvislost s diskrétní Fourierovou transformací f g [n] = m= f [m] g [n m] 1D varianta 16 / 32

17 Účinky konvoluce dolní propust (jen kladné hodnoty g) rozmazání obrazu potlačení šumu horní propust (kladné i záporné hodnoty, součet ) detekce hran v obraze po modiﬁkaci: ostření obrazu složitější spektrální ﬁltry další efekty ( emboss, ) 17 / 32

18 Rozmazání obrazu originál Gauss / / 32

19 Detekte hran ( high-pass ﬁlter ) originál Sobel (2 směry) / 32

20 Ostření obrazu Laplacián zaostření / 32

21 Emboss efekt emboss -1 1 originál 21 / 32

22 Neuniformní rozmazání originál radiální rozmazání (1D rozmazání) 22 / 32

23 Nelineární filtry ( rank filtry ) okénkovací filtrace (podobně jako u konvoluce) v okénku se hodnoty pixelů seřadí podle velikosti: medián potlačení šumu, umělecké efekty, minimum eroze maximum dilatace různé tvary okénka čtverec kruh křížek (zachová ostré rohy) 23 / 32

24 Medián na potlačení šumu pepř & sůl originál medián / 32

25 Dilatace a eroze dilatace eroze 25 / 32

26 Potlačování šumu pokročilejší metody se snaží o zachování hran obrazu nelze použít obyčejnou redukci vysokých frekvencí varianty mediánového filtru neizotropické filtrování rozmazávání se děje ve směru vrstevnic obrazu (kolmo na gradient obrazové funkce) filtrace rotující maskou několik uvažovaných okolí daného pixelu průměruje ( mediánuje ) se v okénku s minimálním rozptylem 26 / 32

27 Umělecké efekty napodobení malířských/kreslířských technik simulované tahy štětcem/perem/pastelem efekty typu mozaika, vitráž, NPR (nefotorealistické) efekty zvýrazňování hran vyplňování vnitřních oblastí objektů narůstání oblastí (aplikace segmentačních metod) / 32

28 Příklad umělecký efekt originál kresba 28 / 32

29 Příklad NPR ﬁltry 29 / 32

30 Příklad NPR ﬁltry 3 / 32

31 Příklad mozaika 31 / 32

32 Literatura Pratt W. K.: Digital Image Processing: PIKS Inside, 3rd Edition, Wiley-Interscience, 21 Gonzales R. C, Woods R. E.: Digital Image Processing, 3rd Edition, Prentice Hall, / 32

Podobné dokumenty

Analýza a zpracování digitálního obrazu

Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové