Manipulación del Contraste Índice 1. Introducción. Métodos Locales: 2. Amplitud de la escala de grises. 3. Transformación de imágenes. Métodos Globales: 4. Ecualización del histograma. 5. Consulta a tablas (LUT). 1 1. Introducción La obtención de imágenes ideales se basa en dos factores: 1. Iluminación uniforme. 2. Ganancia lineal. IMAGEN MAL CONTRASTADA VS. IMAGEN BIEN CONTRASTADA 2 DEFINICIÓN DE CONTRASTE Y MANIPULACIÓN DE LA ESCALA DE GRISES Histograma de una imagen poco contrastada Histograma de una imagen bien contrastada 2. Ampliación de la escala de grises 3 y = ( Max − Min) x−a + Min b−a y: el valor de gris de la imagen resultante. x: el valor de gris de la imagen original. a: valor mínimo de nivel de gris de la imagen original. b: valor máximo de nivel de gris de la imagen original. Max: el valor máximo de nivel de gris que se desea en y. Min: el valor mínimo de nivel de gris que se desea en y. EJEMPLO DE MODIFICACIÓN DE LA AMPLITUD EN LA ESCALA DE GRISES Histograma imagen original Histograma imagen resultante 4 MODIFICACIÓN DE LA IMAGEN CON LA AMPLIACIÓN DE LA ESCALA DE GRISES: Imagen original Imagen resultante FÓRMULA GENERAL: αx y = β ( x − a ) + va γ ( x − b) + v b 0≤ x≤a a≤ x≤b b≤ x≤L - y, x: son los niveles de gris de las imágenes resultantes y original respectivamente. - α, β, γ: son las ganancias de cada tramo. - a, b, L: son los intervalos de ganancia. 5 3. Transformación de imágenes Definición: Aplicar una función a cada uno de los píxeles de la imagen. Objetivo: modificar el contraste de las imágenes. Forma de las funciones aplicadas: p = ma p nuevo valor de gris en la imagen resultante m es el valor de gris de la imagen original a es la potencia a la que se eleva TRANSFORMACIONES MÁS USUALES Función inversa: Invierte el valor de gris original. p = 255 − m 6 TRANSFORMACIONES MÁS USUALES Función cuadrada: las imágenes resultantes son más oscuras. 2 p= m 255 Función cúbica: los efectos son los mismos que la función anterior, aunque más pronunciados. m3 p= 2552 TRANSFORMACIONES MÁS USUALES 7 TRANSFORMACIONES MÁS USUALES Función raíz cuadrada: Las imágenes resultantes son más claras. p = 255m Función raíz cúbica: Tiene los mismos efectos que la función raíz cuadrada. p = 3 255 2 m TRANSFORMACIONES MÁS USUALES 8 TRANSFORMACIONES MÁS USUALES Función logarítmica: Tiene los mismos efectos que la función raíz cuadrada y que la función raíz cúbica. p = 255 ln (1 + m ) ln (1 + 255 ) TRANSFORMACIONES MÁS USUALES 9 4. Ecualización del histograma El objetivo es que la imagen tenga una distribución uniforme sobre toda la escala de grises. n i ' = parte _ rentera H (i ) ⋅ − 1 N ⋅M Pasos a seguir para ecualizar una imagen: i 1.- Pasar nuestro H ( i ) = h( k ) ∑ histograma a k =0 histograma acumulado: N ⋅M 2.- Igualamos con lo que H (i) = (i '+1) ⋅ n sería el modelo ideal: 3.- Hallamos los nuevos n i ' = parte _ entera H (i ) ⋅ − 1 niveles de gris: N ⋅M 4.- Dibujamos el histograma resultante. 10 Ejercicio: Ecualizar el siguiente histograma: 8 7 6 5 4 3 2 1 Pasos: 1.- Histograma histograma acumulado. 2.- Buscar los nuevos niveles de gris. 01234567 3.- Dibujar el histograma acumulado. Ejemplo: Imagen original Imagen resultante Histograma: Histograma Acumulado: 11 Otro ejemplo: Ecualización por ventanas: Imagen original: Imagen ecualizada: Imagen ecualizada por ventanas: 12 Otras distribuciones: Distribución exponencial: inuevo = imín − 1 α ln (H (iantiguo ) + 1) 1/ 2 Distribución Rayleigh: Distribución Raíz cúbica: Distribución Logaritmo: inuevo 1 = imín + 2α 2 ln 1 − H ( i ) antiguo [( ) /3 /3 1/ 3 inuevo = i1màx − i1mín H (iantiguo ) + imín i inuevo = imín màx imín ] 3 H (iantiguo ) Comparación de la imagen original con las imágenes resultantes tras aplicar las distribuciones exponencial y Rayleigh: Imagen original Distribución exponencial Distribución Rayleigh 13 Comparación de la imagen original con las imágenes resultantes tras aplicar las distribuciones Raíz cúbica y logarítmica: Imagen original Distribución raíz cúbica Distribución logarítmica 5. Consulta a tablas (LUT) Las tablas LUT (look up tables o LUTs) son una herramienta que sirve para acelerar el proceso de la transformación de imágenes. Píxel imagen 0 Nuevo_valor0 original 1 Nuevo_valor1 2 Nuevo_valor2 . . 254 Nuevo_valor2 54 255 Nuevo_valor2 55 Píxel imagen transformada 14 EJEMPLO DE APLICACIÓN Ventajas: -Rápido -Eficiente computacionalmente - Seguro Manipulación de contraste en Matlab IMADJUST J = IMADJUST(I,[LOW_IN;HIGH_IN],[LOW_OUT;HIGH_OUT],GAMMA] - [LOW_IN;HIGH_IN]: Por defecto [0;1]. - [LOW_OUT;HIGH_OUT]: Por defecto [0;1]. - GAMMA: Por defecto GAMMA=1. HISTEQ [J,T] = HISTEQ(I) 15