Imagen = Histograma. Modificaciones del Histograma

(1)

Prof. Karina Palma MV

Escuela de Tecnología Médica Universidad de Chile

http://nuevorumbo.files.wordpress.com/2007/12/digital.jpg

El Histograma

Podemos obtener información de un area determinada del histograma.

http://www.quesabesde.com/camdig/articulos.asp?articulo=117

Gráfico de Frecuencias, ordena cada pixel de la imagen de acuerdo a la cantidad de

pixeles de cada valor de gris que exista en la imagen

(2)

Sobreexpuesta

Este histograma muestra que la

informaci

informacióón estn estááconcentrada en el lado concentrada en el lado

derecho de la escala, el de los brillos. Las

barras a la derecha indican que muchos

datos de las zonas brillantes se han

perdido. La l

perdido. La líínea plana a la izquierda nea plana a la izquierda

muestra una carencia de zonas oscuras.

Expuesta correctamente

Este histograma muestra barras bajas en

los extremos, con la mayor parte de los

datos en el medio; es una foto expuesta

correctamente. correctamente.

SubExpuesta

La mayor

La mayoríía de los datos esta de los datos estááen las en las zonas de oscuridad de este histograma.

zonas de oscuridad de este histograma.

El lado derecho muestra una ausencia

de brillos en la imagen.

Imagen = Histograma

Modificaciones del Histograma

http

(3)

Modificaciones del Histograma

Brillo:

Modificación lineal de la imagen.

Los valores sobre 90, pasan a 255, por lo cual pierdo “rango” y

pixeles que tenían información

Modificaciones del Histograma

Contraste:

Modificación lineal de la imagen. El CONTRASTE NEGATIVO comprime el

rango tonal juntando grupos de píxeles. El histograma es la mitad de ancho, y

cada columna contiene los píxeles de dos columnas contiguas de la posición

original. CONTRASTE POSITIVO estira el histograma, sin recuperación de

información

(4)

Modificaciones del Histograma

Normalizaci

(5)

Modificaciones del Histograma

Ecualizaci

Ecualizacióóóón = 7%

n = 7%

Ecualizaci

Ecualizacióóóón = 30%

n = 30%

Cámara - CCD

Existen cámaras con 1 CCD y con 3 CCD, resultando

relevante en la calidad del color.

(6)

La Imagen Digital

http://es.wikipedia.org/wiki/Procesamiento_digital_de_im%C3%A1genes

Escala de Grises :Matriz de MxN elementos numéricos.

Valores de 0 (negro) a 255 (blanco).

Valor = Intensidad luminosa del pixel (picture element).

Ejemplo: P(x,y) = 255 = Blanco

Colores:

3 Matrices de MxN elementos.

Valoress del 0 al 255.

Valor= intensidad luminosa para cada una de las bandas

espectrales del RGB, de cada pixel.

La imagen requiere combinación de las 3 bandas de color para

representar el color de un pixel.

Ejemplo: P(x,y) = (255,255,255) = Blanco

COLORES

Codificaciones de Color

• Espacio RGB

• Espacio XYZ

• Espacio YUV-YIQ

• Espacio C-Y, CMY, CMYK

• Espacio HSI

(Hue

Saturation

Intensity)

(7)

Codificaciones de Color

(8)

Compresión de Imágenes

Fundamentos

http://coco.ccu.uniovi.es/immed/compresion/descripcion/fundamentos/fundamentos.htm

Definici

Definicióóóón:

n:

Proceso de reducir la cantidad de datos necesarios para representar eficazmente una información (eliminación de datos redundantes). En el caso de las imágenes, existen tres maneras de reducir el número de datos redundantes: código redundante, píxeles redundantes y redundancia visual.

Redundancia de Datos:

Forma de representar la información.

Varias formas de representar

información genera redundancia de datos.

Redundancia de Código:

Conjunto de símbolos que representan la información. Utilizar el menor número posible de símbolos. Ej: codificación de Huffman.

codificación aritmética.

Redundancia de Pixeles:

Correlación entre pixeles, debido a estructuras similares en la imagen. El vaor de 1 pixel puede “predecir” el de su vecino. Ej: compresión por método de Lempel-Ziv.

Redundancia Visual:

Ojo humano = Diferente

sensibilidad de acuerdo a un estímulo. La información menos sensible puede descartarse sin afectar la percepción de la imagen. Ej. Compresión JPEG, EZW, SPHIT.

Métodos de Compresión

2 Grupos

M

Méééétodos

todos

todos ““““Lossless

todos

Lossless

Lossless””””

Sin pérdida de información. Tasa

de compresión limitada (Entropía

= Redundancia de datos) de la

señal original.

Métodos estadísticos: Huffman,

aritmética, Lempel-Ziv.

M

Méééétodos

todos

todos ““““Lossy

todos

Lossy

Lossy””””

Pérdida de información. Tasa de

compresión muy altas a costa de

la información de la imagen. Se

busca que adapte la calidad a la

aplicación requerida.

Métodos: JPEG, Compresión

Fractal, EZW, SPIHT, etc.

(9)

Ejemplos de Compresión

JPEG (Joint Photographic Expert Groups)

Método de compresión más utilizado en compresión con pérdida. Transformada discreta del coseno (DCT), se calcula con números enteros. Consigue una compresión ajustable a la calidad de la imagen que se desea obtener.

•Imagen dividida en bloques (nxn) pixeles.

•Tamaño de bloque depende de la compresión y calidad de la imagen a obtener. Mayor Bloque=Mayor compresión. Tamaño conveniente 8x8 pixeles. •Los coeficientes de la transformada son CUANTIFICADOS para obtener el mayor numero de 0 posible. Los resultados se normalizan a ENTEROS mediante una matriz de normalización, AQUÍ SE PIERDE LA INFORMACIÓN.

•Finalmente se reorganiza en ZIG-ZAG la matriz de coeficientes cuantificados.

Ejemplo de Compresión JPEG

(10)

Formatos de Imagen

Edición y manipulación 1 a 64 bits Sin pérdidas PSD Internet, gráficos, iconografía software 1 a 48 bits Sin pérdidas PNG Internet, imágenes de reducido tamaño, logos... 1 a 8 bits Sin pérdidas GIF Cámaras digitales, Internet, impresión, intercambio de imágenes 8 o 24 bits Con pérdidas JPEG Cámaras digitales 48 bits Sin pérdidas RAW

Imágenes de alta calidad, cámaras digitales, escáneres, impresión 1 a 64 bits

Opcional / Sin pérdidas TIFF

Uso t Uso t Uso t Uso tíííípicopicopicopico Profundidad de color Profundidad de color Profundidad de color Profundidad de color Compresi Compresi Compresi Compresióóóón / Tipon / Tipon / Tipon / Tipo Formato

Formato Formato Formato