Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Capítulo 1
parte 1
2
Tipos de Imágenes - Digitalización
Imagen natural capturada con Imagen discreta,
una cámara, un telescopio, un manipulable en un
microscopio o cualquier otro tipo computador
de instrumento óptico
DIGITALIZACIÓN
IMAGEN ANALÓGICA IMAGEN DIGITAL
variación de sombras y tonos continua
• forma, tamaño
• intensidad I(x,y,z)
• forma, tamaño
• intensidad I(x,y)
8
Digitalización
9
Digitalización: muestreo y
cuantificación
Un muestreo consiste en una subdivisión de la imagen analógica en
porciones.
Hay particiones delimitadas por polígonos regulares: triángulos,
cuadrados y hexágonos.
10
Digitalización: muestreo y
cuantificación
En el modelo matemático de una imagen, un píxel se identifica con su
centro, pudiendo representar los píxeles como puntos (x,y) del plano,
donde (x,y) son las típicas coordenadas cartesianas.
Dependiendo de los distintos tipos de mallado, la distribución de los
píxeles es distinta:
Los bordes de las regiones están pintados en negro. Los píxeles están
representados por puntos en color rosa. Dos píxeles están conectados si las
regiones correspondientes comparten un lado común.
11
Digitalización: muestreo y
cuantificación
4 niveles 2 niveles
14
Imágenes RGB
Se pueden considerar como 3 imágenes
16
Ejemplo de Digitalización
Muestreo: mallado cuadrangular de 9 por 9 cuadrados
Cuantificación: consiste en una paleta de 256 niveles de gris (donde
0 indica el color negro y 255 el color blanco)
17
Ejemplo de Digitalización
Partiendo de una misma imagen y dependiendo del mallado que
escojamos, la imagen digital obtenida es diferente (el muestreo
determina la resolución espacial):
18
Ejemplo de Digitalización
Efecto de la paleta de colores (la cuantificación determina la cantidad de
niveles posibles).
19
Digitalización: muestreo y cuantificación
¿Qué muestreo y cuántos niveles de gris son necesarios para una
buena aproximación?
La resolución (el grado de detalle discernible) de una imagen depende
estrechamente de estos dos parámetros. Cuanto más se incrementan,
más se aproxima la imagen digitalizada a la original.
La cantidad de niveles de gris (resolución de intensidad) y la finura del
mallado (resolución espacial) dependen de:
– resolución y sensibilidad del sensor
– capacidad de almacenamiento
– tiempo de adquisición
20
Digitalización: muestreo y cuantificación
Si el muestreo consiste en un mallado de M x N píxeles y el número de
niveles de gris permitido es L=2^k, entonces el número de bits
necesarios para almacenar una imagen digitalizada es:
MxNxk
Por ejemplo:
niveles de
resolución k (bits) tamaño (bits) tamaño (KB)
gris
1 Byte = 8 bits
1 KB = 1024 Bytes = 1024 x 8 bits 8 bits = 1byte = 256 colores
21
Imágenes a Color: Modelo RGB
Las imágenes digitales a color están gobernadas por los mismos
conceptos de muestreo, cuantificación y resolución que las imágenes
en escala de grises.
En lugar de un único valor de intensidad (nivel de gris), los píxeles de
las imágenes a color están cuantificados usando tres componentes
independientes, uno por cada color primario
ej: RGB = rojo, verde y azul
Combinando distintas
intensidades de estos tres
colores, podemos obtener todos
los colores visibles.
R G B
R L C
G = L M
B L Y
Y 0.299 0.587 0.114 R Y: luminancia
I: fase
*
I = 0.596 -0.275 -0.321 G
Q: cuadratura
Q 0.212 -0.523 0.311 B
R, G, B, Y ∈ [ 0, 1 ]
I ∈[-0.5957, 0.5957], Q ∈[-0.5226, 0.5226]
fuente imágenes: wikipedia 27
Imágenes a Color: Modelo YIQ
Y I Q
29
Imágenes a Color: Modelo HSV
Una rueda de color HSV color permite
seleccionar fácilmente un variedad de El triángulo de la izquierda
colores. corresponde a una cara de la
La representación cónica del modelo sección trasversal del cono de la
HSV permite visualizar el espacio de derecha.
color HSV entero como un sólo objeto.
30
Imágenes a Color: Modelo HSV
Compare el lado oscuro de la sombra en la cabaña y las
zonas blancas con nieve en las montañas; una es mucho
más luminosa (brillante) que la otra, estos dos colores casi
neutros tienen una saturación baja (poca intensidad del
color).
H S V
{ }
G−B
60× si MAX RGB =R
MAX RGB − MIN RGB
H= 60× B− R
+ 120 si MAX RGB =G
MAX RGB − MIN RGB
R−G
60× + 240 si MAX RGB =B
MAX RGB − MIN RGB
MAX RGB −MIN RGB
S=
MAX RGB
V=MAX RGB
35
Histograma
Ej. para una imagen en niveles de grises, con un rango de 256 colores
(de 0 a 255).
El histograma de la imagen consiste en una gráfica donde se muestra
la cantidad de píxeles de cada nivel de gris que aparecen en la
imagen.
36
Histograma
37
Histograma
El análisis estadístico derivado del histograma puede servir para
comparar contrastes e intensidades entre imágenes.
El histograma podría ser alterado para producir cambios en la
imagen.
– por ej. para binarizar una imagen digital, es decir, convertirla en
una imagen en blanco y negro, de tal manera que se preserven
las propiedades "esenciales" de la imagen o segmentar objetos.
– La forma usual de binarizar una imagen es eligiendo un valor
adecuado u (valor umbral) dentro de los niveles de grises, tal que
el histograma forme un "valle" en ese nivel (Thresholding).
• los niveles de grises menores 0 (negro)
• los mayores que u 255 (blanco)
NOTA IMPORTANTE : usamos a modo de
ejemplo imágenes de 256 niveles de gris (8 bits).
test interactivo: http://homepages.inf.ed.ac.uk/rbf/HIPR2/threshdemo.htm
38
Histograma: binarización
39
Histograma en imágenes RGB
El histograma de una
imagen a color RGB
consiste en tres gráficas
siendo cada una el
histograma de cada color
primario:
40