Upload
ratko-ivkovic
View
71
Download
0
Embed Size (px)
DESCRIPTION
Digitalna obrada slike, matematicka analiza
Citation preview
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKE UPOBOLJANJE SLIKE U PROSTORNOM DOMENU
POGLAVLJE 3POGLAVLJE 3
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKE
Proces obrade slike koji kao rezultat ima sliku koja bolje odgovara specifinoj aplikaciji
Razliite metode za rentgensku sliku i sliku Marsa Ne postoji univerzalno merilo kvaliteta neke metode
Metode za poboljanje slike mogu Metode za poboljanje slike moguse podeliti u dve grupe U prostornom domenu - operacije se izvode direktno na U prostornom domenu operacije se izvode direktno na
slici (na pikselima) U frekvencijskom domenu operacije se izvode na
transformaciji originalne sliketransformaciji originalne slike
Restauracija je postupak obrade oteene slike koji kao rezultat daje sliku to bliu originalnoj
2002 R. C. Gonzalez & R. E. Woods
kao rezultat daje sliku to bliu originalnoj Pojmovi restauracije i poboljanja se donekle preklapaju
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKEPOBOLJANJE SLIKEU PROSTORNOM DOMENUPOBOLJANJE SLIKEU PROSTORNOM DOMENU
Operacije se izvode direktno na pikselima
g(x, y) = T [f (x, y)]
T je operator nad okolinom take (x,y) u slici f(x,y)(ili vie razliitih slika)
g(x, y) T [f (x, y)]
(ili vie razliitih slika) Okolinu definie prozor (maska) Prozor je najee
k d lkvadratni ili pravougaoni
Operacije na nivou pikselaProzor dimenzije 1x1 Prozor dimenzije 1x1
Operacije na nivou okoline Prozor dimenzije mxn
2002 R. C. Gonzalez & R. E. Woods
Prozor dimenzije mxn
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKEPOBOLJANJE SLIKENA NIVOU PIKSELAPOBOLJANJE SLIKENA NIVOU PIKSELA
T je funkcija transformacije intenziteta s i r oznaavaju vrednosti intenziteta datih piksela
( )
Primer poveanje kontrasta (contrast stretching)Nelinea no atamnji anje ednosti ispod ni oa
s = T (r)
Nelinearno zatamnjivanje vrednosti r ispod nivoa m,i posvetljavanje vrednosti r iznad nivoa m
2002 R. C. Gonzalez & R. E. WoodsContrast stretching Thresholding
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
TRANSFORMACIJE INTENZITETATRANSFORMACIJE INTENZITETA
Linearne Identitet Negativ
LogaritamskeL Log
Invertovani log
Stepene Stepene n-ti stepen n-ti koren Implementacija preko
lookup tabela (preslikavanje r u s)
2002 R. C. Gonzalez & R. E. Woods
(preslikavanje r u s)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
NEGATIV SLIKENEGATIV SLIKE
LT f ij s = L 1 r Transformacija: Naglaavanje svetlih detalja u tamnim regijama slike Mamogram (lezija i detalji se bolje uoavaju na negativu) Mamogram (lezija i detalji se bolje uoavaju na negativu)
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
LOG TRANSFORMACIJELOG TRANSFORMACIJE
Opti izraz: iri opseg vrednosti tamnih i komprimuje opseg vrednosti
svetlih piksela (obrnuto vai za invertovanu log trans )
s = c log(1 + r), r 0, c = const.
svetlih piksela (obrnuto vai za invertovanu log trans.) Slike Furijeovog spektra esto su u opsegu od 0 do 106
Nemogue sa 8 bita verno prikazati takav opseg vrednostiNemogue sa 8 bita verno prikazati takav opseg vrednosti Log transformacija nelinearno modifikuje dinamiki opseg
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
STEPENE TRANSFORMACIJESTEPENE TRANSFORMACIJE
Opti izraz: Slino kao log
transformacija
s = c r, c 0, 0
transformacija Ovde se promenom
parametara moe pdobiti itava familija transformacija
Mnogi ureaji za Mnogi ureaji za snimanje, tampanje i prikaz slika imaju ovakvu karakteristikuovakvu karakteristiku
Kompenzacija uticaja ureaja naziva se
2002 R. C. Gonzalez & R. E. Woods
gama korekcija
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
GAMA KOREKCIJAGAMA KOREKCIJA
Katodna cev Gama faktor u
opsegu 1 8 2 5opsegu 1.8-2.5 Nijanse se prikazuju
tamnijim nego to j gzaista jesu
Pretprocesiranje transformacijom sa transformacijom sa gama faktorom 0.4 otklanja negativan uticaj katodne ceviuticaj katodne cevi
Slian postupak korekcije i kod
2002 R. C. Gonzalez & R. E. Woods
printera i skenera (razliito gama)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
NELINEARNA PROMENA KONTRASTANELINEARNA PROMENA KONTRASTA
Naglaavanje detalja Primer MRI snimka kime Slika je dominantno tamna Stepenom transformancijom
sa gama manjim od 1, svetli sa gama manjim od 1, svetli detalji e postati lake uoljiviAko je gama previe malo Ako je gama previe malo, slika e izgubiti kontrast
Gama vrednosti:0.6, 0.4, 0.3
c=1 kod svih slika
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
NELINEARNA PROMENA KONTRASTANELINEARNA PROMENA KONTRASTA
Popravka kontrasta Slika deluje isprano Stepenom
transformancijom sa gama veim od 1, gtamni detalji e postati naglaeni
Ako je gama previe Ako je gama previe veliko, detalji e biti previe tamni G d Gama vrednosti:3.0, 4.0, 5.0
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
DEO-PO-DEO LINEARNE DEO-PO-DEO LINEARNE DEO PO DEO LINEARNE TRANSFORMACIJE
DEO PO DEO LINEARNE TRANSFORMACIJE
Veliki broj ulaznih parametara
Take koje definiu karakteristiku preslikavnja piksela p j pulazne u piksele izlazne slike
U zavisnosti od U zavisnosti od broja taaka moe se dobiti proizvoljna se dobiti proizvoljna karakteristika Poveanje kontrasta
2002 R. C. Gonzalez & R. E. Woods
Binarizacija (thresholding)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
DEO-PO-DEO LINEARNE DEO-PO-DEO LINEARNE DEO PO DEO LINEARNE TRANSFORMACIJE
DEO PO DEO LINEARNE TRANSFORMACIJE
Binarizacija Pikseli koji su u opsegu
vrednosti [A B] dobijaju vrednosti [A,B] dobijaju vrednost 1, a svi ostali vrednost 0(primer dole desno)
Isticanje pojedinih aplitudskih opsegaaplitudskih opsega Pikseli koji su u opsegu
vrednosti [A,B] dobijaju[ ] j jvisoku konstantnu vrednost, a svi ostali ostaju nepromenjeni
2002 R. C. Gonzalez & R. E. Woods
ostaju nepromenjeni
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
DEKOMPOZICIJA NA BITSKE RAVNIDEKOMPOZICIJA NA BITSKE RAVNIDEKOMPOZICIJA NA BITSKE RAVNIDEKOMPOZICIJA NA BITSKE RAVNI
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
HISTOGRAM SLIKEHISTOGRAM SLIKEHISTOGRAM SLIKEHISTOGRAM SLIKE
Diskretna funkcija h(rk)=nk rk je k-ti nivo sivog u opsegu [0,L-1]
b k l l d nk je broj piksela u slici sa vrednou rk Normalizovani histogram p(rk)=nk/n
je k pan b oj piksela slici n je ukupan broj piksela u slici Predstavlja procenu verovatnoe pojavljivanja odreene
vrednosti piksela rkp k Suma svih komponenti normalizovanog histograma je 1
Histogram predstavlja osnovu mnogih metoda za obradu slike Pored poboljanja slike u prostornom domenu, koristi se i
u kompresiji segmentaciji itd
2002 R. C. Gonzalez & R. E. Woods
u kompresiji, segmentaciji, itd. Jednostavno raunanje i hardverska implementacija
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
HISTOGRAM SLIKEHISTOGRAM SLIKEHISTOGRAM SLIKEHISTOGRAM SLIKE
Primer iste slike sa 4 razliita histograma Najbolja slika ima histogram sa uniformnom raspodelom
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
EKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMA
Postupak transformacije slike tako da histogram postane priblino uniforman
Cilj je pronai transformaciju Ts = T(r), 0 r 1,
koja zadovoljava sledee uslove
r = T1(s), 0 s 1
koja zadovoljava sledee uslove(a) T (r) je jednoznacna i monotono rastuca u intervalu 0 r 1,(b) 0 T (r) 1 za 0 r 1 Uslov (a) obezbeuje inverznost transformacije i isti
poredak nijansi u novoj i originalnoj slici
( ) ( )
2002 R. C. Gonzalez & R. E. Woods
Iz uslova (b) sledi da e pikseli nove slike biti u istom opsegu kao i pikseli originalne slike
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
EKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMA
Kontinualne sluajne promenljive r i s imaju odgovarajue funkcije gustine raspodele pr(r) i ps(s)
Ako su p (r) i T(r) poznate moe se izvesti sledeeAko su pr(r) i T(r) poznate, moe se izvesti sledee
ps(s) = pr(r)
drds
,
s = T (r) =Z r0
pr(w)dw,
ds dT (r) dZ r ds
dr=
dT (r)dr
=ddr
Z r0
pr(w)dw= pr(r),
( ) ( )
dr
( )
1
Dobija se uniformna funkcija gustine raspodele ps(s)
ps(s) = pr(r)ds
= pr(r)
pr(r)
= 1, 0 s 1
2002 R. C. Gonzalez & R. E. Woods
Pikseli u transformisanoj slici e sa jednakom verovatnoom uzimati sve vrednosti iz opsega [0,1]
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
EKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMA
Prelaskom na diskretne promenljive u opsegu [0,L-1], dobija se
p (rk) =nk k = 0 1 2 L 1pr(rk) = n
, k = 0, 1, 2, ..., L 1,
sk = T(rk) =kXpr(rj ) =
kX nj , k = 0, 1, 2, ..., L 1k ( k) Xj=0
pr( j )Xj=0
n, , , , ,
r T1(s ) k 0 1 2 L 1
Slika sa ekvalizovanim histogramom dobija se od orignialne slike samo na osnovu poznavanja njenog histograma
rk = T (sk ), k = 0, 1, 2, ..., L 1
slike samo na osnovu poznavanja njenog histograma U diskretnom sluaju nije sigurno da e histogram biti
potpuno uniforman, ali e pikseli biti u itavom opsegu
2002 R. C. Gonzalez & R. E. Woods
Iako su uslovi (a) i (b) zadovoljeni, inverzna transformacija e postojati samo ako originalna slika ima sve nijanse
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
EKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMA
Rezultat ekvalizacije (linearizacije) histograma Svaka slika ekvalizovana je na osnovu svog histograma
Prve tri slike izgledaju znaajno bolje nego pre ekvalizacije Histogrami su slini (uniformni), ali ne i sasvim isti
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
EKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMAEKVALIZACIJA HISTOGRAMA
Adaptivno poboljanje slike Primenjena transformacija slike zavisi od sadraja slike
l k l Sve etiri slike imaju razliite transormacije T(r) na osnovu kojih su ekvalizovani histogrami
Transformacije kojima su ekvalizovani histogrami slika zrna polena na prethodnom slajdu
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
ARITMETIKO-LOGIKEARITMETIKO-LOGIKEARITMETIKO LOGIKEOPERACIJE NA SLIKAMAARITMETIKO LOGIKEOPERACIJE NA SLIKAMA
Operacije se obavljaju izmeu dve ili vie slika na nivou piksela izmeu ogovarajuih piksela
Logike operacije Operacije na pikselu
vre se na bitima od kojih se on sastoji
{AND, OR, NOT} je {AND, OR, NOT} je kompletan skup
esto se koriste u mo folokoj ob adimorfolokoj obradi
Maskiranje izdvajanje regiona
2002 R. C. Gonzalez & R. E. Woods
j j god interesa (ROI) (primer: AND i OR)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
ARITMETIKE OPERACIJEARITMETIKE OPERACIJEARITMETIKE OPERACIJEARITMETIKE OPERACIJE
Znaaj aritmetikih operacija u obradi slike: 1) oduzimanje, 2) sabiranje, 3) mnoenje, 4) deljenje
Deljenje slika predstavlja se kao mnoenje piksela jedne slike sa recipronom vrednou datog piksela druge slike
Mnoenje Mnoenje Poveanje srednje vrednosti slike
mnoenjem sa konstantom, Maskiranje (ROI) mnoenjem sa maskom koja nije
binarna ve ima vie nijansi sivog
Oduzimanje i sabiranje imaju mnogo Oduzimanje i sabiranje imaju mnogo vei znaaj u obradi slike
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
ODUZIMANJE SLIKAODUZIMANJE SLIKAODUZIMANJE SLIKAODUZIMANJE SLIKA
Naglaavanje razlika izmeu slika
g(x, y) = f (x, y) h(x, y)
Fraktalna slika i ista ta slika sa samo prve 4 (znaajne) bitske ravni( j )
Oduzimanjem ove dve slike dobija se slika razlike koja je u 8-razlike koja je u 8bitnoj skali gotovo crna
Ekvalizacijom h d bhistograma dobija se slika na kojoj se jasno uoavaju razlike
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
ODUZIMANJE SLIKAODUZIMANJE SLIKAODUZIMANJE SLIKAODUZIMANJE SLIKA
Mask mode radiography Poetni rentgenski snimak tkiva predstavlja masku U krvotok pacijenta ubrizgava se kontratsno sredstvo,
pa se u nekoliko faza prave novi snimci istog tkiva Oduzimanjem maske od snimaka sa kontrastnim Oduzimanjem maske od snimaka sa kontrastnim
sredstvom dobijaju se slike kod kojih su naglaene promene koje su nastale nakon ubrizgavanja sredstva
MMR snimak MMR snimak kimene regije (na desnoj slici vide se jasno
2002 R. C. Gonzalez & R. E. Woods
jkrvni sudovi)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
ODUZIMANJE SLIKAODUZIMANJE SLIKAODUZIMANJE SLIKAODUZIMANJE SLIKA
Oduzimanje generie negativne vrednosti pa je potrebno izvriti preskaliranje u radni opseg Dodavanje 255 svakom pikselu i deljenje sa 2
Ne osigurava korienje celog opsega [0, 255] Zaokruivanje pri deljenju sa dva smanjuje tanostZaokruivanje pri deljenju sa dva smanjuje tanost
Dodavnje najmanje vrednosti svim pikselima, pa deljenje sa novom maksimalnom vrednou i mnoenje sa 255
Oduzimanje slike koristi se i u segmentaciji slikeDetekcija pokreta oduzimanjem slike pozadine Detekcija pokreta oduzimanjem slike pozadine
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
SABIRANJE SLIKASABIRANJE SLIKASABIRANJE SLIKASABIRANJE SLIKA
Usrednjavanje slika Sabiranje vie slika koje su
nastale od iste slike nastale od iste slike dodavanjem nekorelisanog uma nulte srednje vrednosti
g(x, y) = f (x, y) + (x,y)
( )1
KX( )g(x, y) =
K
Xi=1
gi(x, y)
E {g(x, y)} = f (x,y){g( , y)} f ( ,y)2g(x,y) =
1
K2(x,y)
2002 R. C. Gonzalez & R. E. Woods
Kako K raste varijansa opada (rezultat blii originalu)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNO FILTRIRANJEPROSTORNO FILTRIRANJEPROSTORNO FILTRIRANJEPROSTORNO FILTRIRANJE
Operacije na nivou okoline Vrednost piksela u filtriranoj
slici dobija se na osnovu slici dobija se na osnovu okoline odgovarajueg piksela u orignalnoj slici i koeficijenata pokretne maske koja se koristi
Maska se jo naziva i prozor, Maska se jo naziva i prozor, filtar ili kernel
Uobiajeno je da je maska neparnih dimenzija x u neparnih dimenzija m x n u cilju simetrije oko centralnog piksela: m=2a+1, n=2b+1
2002 R. C. Gonzalez & R. E. Woods
Najmanja dimenzija maske je 3x3 (1x1 je jedan piksel)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNO FILTRIRANJEPROSTORNO FILTRIRANJEPROSTORNO FILTRIRANJEPROSTORNO FILTRIRANJE
Linearni prostorni filtar Odziv R linearnog filtra sa maskom od 3x3 piksela
R = w(1,1)f (x 1, y 1) + w(1, 0)f (x 1, y) + +w(0,0)f (x, y) +
Opti izraz linearnog filtra sa maskom (2a+1)x(2b+1) piksela
+w(1,0)f (x + 1, y) + w(1, 1)f(x+ 1, y + 1)
g(x, y) =aX
s=a
bXs=b
w(s, t)f (x + s, y + t),
U lineranom sluaju proces filtriranja odgovara konvoluciji
s a s= b
a = (m 1)/2, b = (n)/2
2002 R. C. Gonzalez & R. E. Woods
U lineranom sluaju proces filtriranja odgovara konvoluciji sa datom maskom (impulsni odziv), pa je tada uobiajen izraz konvoluciona maska ili konvolucioni kernel
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNO FILTRIRANJEPROSTORNO FILTRIRANJEPROSTORNO FILTRIRANJEPROSTORNO FILTRIRANJE
Linearni prostorni filtar Skraena notacija
mnX Nelinearni prostorni filtar
R = w1z1 + w2z2 + + wmnzmn =Xi=1
wizi
p Zasnovan na slinom principu pokretne maske, ali ne
koristi samo mnoenje koeficijenata i sabiranjeN di filt ti ik l k i Npr. median filtar sortira piksele u okviru prozora i kao rezultat daje centralni piksel u poretku
Granini sluajevi na krajevima slikeGranini sluajevi na krajevima slike Filtrirana slika e biti manja ako maska ne ide preko ivice Ubacivanje nula (zero padding) omoguava filtriranje
2002 R. C. Gonzalez & R. E. Woods
itave slike uz izvesna izoblienja na krajevima Preslikavanje preko ivice (mirroring) daje bolji rezultat
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA UBLAAVANJE SLIKE
PROSTORNI FILTRI ZA UBLAAVANJE SLIKE
Ublaavanje slike (smoothing) Redukcija uma um predstavlja nagle (otre) promene
osvetljaja (ivice u slici su veoma zaajne a takoe osvetljaja (ivice u slici su veoma zaajne, a takoe predstavljaju nagle promene osvetljaja, pa e i one ublaavanjem slike biti oteene neeljeni efekat)
Zamuivanje slike (blur) pretrpocesiranje slike u kojem se ukidaju sitni detalji pre ekstrakcije velikih objekata
Linearni filtri za Linearni filtri za ublaavanje slike Nazivaju se i usrednjivai
Weighted averageBox filtarPa Pb( t)f ( + + t)
ili NF filtri Opti izraz:
2002 R. C. Gonzalez & R. E. Woods
g(x, y) =
Ps=a
Pt=b w(s, t)f (x+ s, y + t)Pas=a
Pbt=b w(s, t)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA UBLAAVANJE SLIKE
PROSTORNI FILTRI ZA UBLAAVANJE SLIKE
Efekti ublaavanja slike Originalna slika i 5 slika nakon
ublaavanja filtrima ublaavanja filtrima usrednjivaima sa kvadratnim maskama dimenzija:3 5 9 15 i 35 ik l3, 5, 9, 15 i 35 piksela
Parametri test slike: Veliine stranice kvadrata na Veliine stranice kvadrata na
vrhu: 3,5,9,15,25,35,45,55 Razmak kvadrata 25 Slova na dnu od 10 do 24 Slova na dnu od 10 do 24
piksela sa korakom 2 Veliko slovo u sredini 60 piksela
V tik l li ij 5 100 ik l
2002 R. C. Gonzalez & R. E. Woods
Vertikalne linije 5x100 piksela Pravougaonici uma 50x120
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA UBLAAVANJE SLIKE
PROSTORNI FILTRI ZA UBLAAVANJE SLIKE
Uklanjanje malih objekata Zamuivanjem prve slike dobija se druga u kojoj gotovo
da nema malih objekatada nema malih objekata Binarizacijom druge slike poredjenjem sa pragom elminiu
se u potpunosti mali objekti, pa se dobija maska u kojoj se nalaze samo veliki objekti (ROI) iz originalne slike
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA UBLAAVANJE SLIKE
PROSTORNI FILTRI ZA UBLAAVANJE SLIKE
Filtri statistike poretka (order-statistics) Nelinearni filtri zasnovani na sortiranju (poretku) piksela
originalne slike koji su obuhvaeni maskomoriginalne slike koji su obuhvaeni maskom Najpoznatiji predstvanik je median filtar (centralna
vrednost u poretku je izlaz filtra) MAX i MIN filtri najmanja tj. najvea vrednost u poretku Primer: Rentgenski snimak elektronske komponente sa
impulsnim umom 3x3 usrednjiva 3x3 medianimpulsnim umom, 3x3 usrednjiva, 3x3 median
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA IZOTRAVANJE SLIKEPROSTORNI FILTRI ZA IZOTRAVANJE SLIKE
Izotravanje (sharpening) je obrnut proces od ublaavanja (smoothing)Cilj i t j Cilj izotravanja Naglaavanje finih detalja u slici Otklanjanje zamuenja (blur) koje je nastalo ili usled Otklanjanje zamuenja (blur) koje je nastalo ili usled
greke ili zbog prirode sistema za akviziciju slike
Poto se ublaavanje ostvaruje usrednjavanjem j j j j(integracija) logino je da se izotravanje realizuje prostornim diferenciranjem slike
f l d k ( l k ) Diferenciranje naglaava diskontinuitete (ivice slike) Potrebno je definisati prvi i drugi izvod slike po prostornim
koordinatama
2002 R. C. Gonzalez & R. E. Woods
koordinatama
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA IZOTRAVANJE SLIKEPROSTORNI FILTRI ZA IZOTRAVANJE SLIKE
Osobine prvog i drugog izvoda slike Prvi izvod
Nula u oblastima konstantnog osvetljaja Nula u oblastima konstantnog osvetljaja Razliit od nule na poetku step funkcije ili rampe Razliit od nule du rampe
Drugi izvod Nula u oblastima konstantnog osvetljaja Razliit od nule na poetku i kraju step funkcije ili rampe Razliit od nule na poetku i kraju step funkcije ili rampe Nula du rampe
Prvi i drugi izvod slike f po prostornoj koordinati xg f p p jfx
= f (x + 1) f (x)2
2002 R. C. Gonzalez & R. E. Woods
2fx2
= f (x+ 1) + f(x 1) 2f (x)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA PROSTORNI FILTRI ZA IZOTRAVANJE SLIKEPROSTORNI FILTRI ZA IZOTRAVANJE SLIKE
O bi i d Osobine izvoda Prvi izvod
Daje deblje ivice Daje deblje ivice Bolji odziv na step
Drugi izvod Bolji odziv na fine
detalje (tanke linije i izolovane take)
Na step funkciju dae dvostruki odziv
Vei odziv na liniju jnego na step, i vei na taku nego na liniju
ee se koristi drugi
2002 R. C. Gonzalez & R. E. Woods
ee se koristi drugi izvod od prvog
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKEPOBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
POBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
Izotropni filtar Nezavisan od pravca prostiranja diskontinuiteta u slici
Isti se rezultat dobija ako se slika prvo filtrira pa rotira ili Isti se rezultat dobija ako se slika prvo filtrira pa rotira ili rotira pa filtrira (rotation invariant)
Najprostiji izotropni diferencijalni operator Laplasijan
Z ij l ih i d k di t d bij
2f = 2fx2
+2fy2
Zamenom parcijalnih izvoda po koordinatama dobija se2fx2
= f (x+ 1, y) + f (x 1, y) 2f (x, y)x2fy2
= f (x,y + 1) + f (x, y 1) 2f (x, y)
2002 R. C. Gonzalez & R. E. Woods
2f = [f (x+ 1, y) + f (x 1, y) + f (x, y + 1) + f (x, y 1)] 4f (x, y)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKEPOBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
POBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
Realizacija Moe se jednostavno formirati
maska filtra: centralni koeficijent maska filtra: centralni koeficijent je -4, a 4-susedni su 1 (90 rot.)
Laplasijan sadri parcijalne druge i d l i k di tizvode po glavnim koordinatama
Mogu se dodati i izvodi po dijagonalama: centralni je 8,j g j ,a svi 8-susedi su 1 (45 rot.)
Negativna logika: centralni pozitivan
2
Kombinovanjem filtrirane slike sa originalnom f(x,y) dobija se slika g(x,y) sa izotrenim detaljima
2002 R. C. Gonzalez & R. E. Woods
g(x, y) =
f(x, y)2f(x, y),f(x, y) +2f(x, y),
centralni koef. negativancentralni koef. pozitivan
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKEPOBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
POBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
Izotravanje slike primenom Laplasijana
Severni pol Meseca Severni pol Meseca Nakon filtriranja
Laplasijanom dobija se slika koja sadri samo detalje originalne slike
Laplasijan moe dati i Laplasijan moe dati i negativne vrednosti pa je u cilju prikaza sliku potrebno preskaliratipotrebno preskalirati
Kombinovanjem sa originalnom slikom
2002 R. C. Gonzalez & R. E. Woods
dobija se slika u kojoj su detalji mnogo otriji
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKEPOBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
POBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
( ) f ( ) [f ( + 1 ) + f ( 1 ) +
Pojednostavljena varijanta u jednom koraku Kombinovanje originalne slike i definicije Laplasijana
g(x, y) = f (x, y) [f (x + 1, y) + f (x 1, y) +f (x, y + 1) + f (x, y 1)] + 4f (x, y)
= 5f (x y) [f(x+ 1 y) + f (x 1 y) += 5f (x,y) [f(x+ 1, y) + f (x 1, y) +f (x, y + 1) + f (x, y 1)]
Originalna slika identity filtar Samo centralni koeficijent
maske je 1, a svi ostali 0j , Zbog linearnosti mogue je
sabiranje i oduzimanje sa maskom Laplasijana
2002 R. C. Gonzalez & R. E. Woods
sa maskom Laplasijana, ime se dobija maska filtra za izotravanje slike
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKEPOBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
POBOLJANJE SLIKEDRUGIM IZVODOM - LAPLASIJAN
Izotravanje slike primenom Laplasijana u Laplasijana u jednom koraku Vlakno
Tungstena Rezultati
filtriranja sa dve filtriranja sa dve razliite maske
Centralni 5 (d l l )(dole levo)
Centralni 9 (dole desno)
2002 R. C. Gonzalez & R. E. Woods
9 daje bolji rezultat od 5
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
UNSHARP MASKINGUNSHARP MASKINGUNSHARP MASKINGUNSHARP MASKING
Oduzimanje zamuene (blurred) verzije od originalne slike
Standardni postupak u tamparskoj Standardni postupak u tamparskoj industriji (slika se dva puta skenira: u visokoj i u niskoj rezoluciji)
fs(x, y) =c
2c 1f (x, y)1 c2c 1 f (x, y)
Parametar c odreuje odnos originalne i zamuene slike
Zamuena slika moe se dobiti interpolacijom slike niske rezolucije ili NF filtriranjem originalne
2002 R. C. Gonzalez & R. E. Woods
NF filtriranjem originalne
W.K.Pratt: Digital Image Processing, 3rd edition
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
UNSHARP MASKINGUNSHARP MASKINGUNSHARP MASKINGUNSHARP MASKING
Primer Zamuena slika
dobijena je dobijena je usrednjavanjem originalne slike maskom jedinica maskom jedinica dimenzija LxL
2002 R. C. Gonzalez & R. E. WoodsW.K.Pratt: Digital Image Processing, 3rd edition
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKEPOBOLJANJE SLIKEPRVIM IZVODOM - GRADIJENT
POBOLJANJE SLIKEPRVIM IZVODOM - GRADIJENT
d l k k Gradijent slike f(x,y) je vektor
f =GxG
=
"fxf
# Moduo gradijenta je izotropni operator
Gy
"fy
#
vf = |f | =
qG2x + G2y
=
vuut"fx
2+
fy
2# Zbog jednostavnijeg rauna koristi se aprokisimacija
tf
f
Za razliito definisane parcijalne izvode dobijaju se
f |Gx| + |Gy| =fx
+fy
2002 R. C. Gonzalez & R. E. Woods
Za razliito definisane parcijalne izvode, dobijaju se razliite varijante gradijenta koje se koriste u obradi slike
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKEPOBOLJANJE SLIKEPRVIM IZVODOM - GRADIJENT
POBOLJANJE SLIKEPRVIM IZVODOM - GRADIJENT
Razliite varijante gradijentnih operatora Konvolucija sa operatorskim maskama
Robertsov kros gradijentni operator Robertsov kros-gradijentni operator Definisan dijagonalama
na parnoj 2x2 okolini
Gx = (z9 z5), Gy = (z8 z6),f |z9 z5| + |(z8 z6)|
Sobelov operator Faktor 2 daje veu vanostFaktor 2 daje veu vanost
centralnom pikselu
f |(z7 + 2z8 + z9) (z1 + 2z2 + z3)|
2002 R. C. Gonzalez & R. E. Woods
+ |(z3 + 2z6 + z9) (z1 + 2z4 + z7)|
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
POBOLJANJE SLIKEPOBOLJANJE SLIKE
POBOLJANJE SLIKEPRVIM IZVODOM - GRADIJENT
POBOLJANJE SLIKEPRVIM IZVODOM - GRADIJENT
Primena Sobelovog operatora u inspekciji soiva Desna slika dobija se primenom Sobeleovog operatora
Deformiteti soiva (odstupanja od kruga) mogu se lako Deformiteti soiva (odstupanja od kruga) mogu se lako detektovati poreenjem sa krugom (dole desno)
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
Gama slika itavog skeleta Poboljanje slike izotravanjem i
isticanjem detalja skeleta u cilju isticanjem detalja skeleta u cilju detekcije tumora i infekcije kostijuM li di iki i i k i Mali dinamiki opseg i visok nivo uma oteavaju zadatak
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
L l Laplasov operator sa maskom koja ima 8 u centru i-1 na ostalim mestima
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
Slik Slika izotrena sabiranjem sa Laplasovom slikom (levo)
Originalna slika nakon slika nakon obrade Sobelovim
t operatorom (desno)
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
S b l Sobelova slika ublaena usrednja-vanjem sa maskom 5x5 (levo)
Maska dobijena dobijena mnoenjem izotrene lik i slike i
ublaene Sobelove
2002 R. C. Gonzalez & R. E. Woods
(desno)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
I Izotrena slika dobijena sabiranjem originalne slike i maske (levo)Konana Konana slika dobijena od
th d prethodne stepenom transfor-
2002 R. C. Gonzalez & R. E. Woods
macijom (desno)
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
KOMBINOVANJE PROSTORNIH METODA ZA POBOLJANJE SLIKE
P j Poreenje poetne slike (levo) i slike nakon obrade (desno)
2002 R. C. Gonzalez & R. E. Woods
Digitalna Obrada Slike V.Crnojevi 2005Digitalna Obrada Slike V.Crnojevi 2005
ZAKLJUAKZAKLJUAK
Poboljanje slike na nivou piksela Transformacije intenziteta
Linearne, logaritamske, stepene, gama korekcija, deo-po-deo linearneDekompozicija na bitske ravni Dekompozicija na bitske ravni
Histogram i ekvalizacija histograma Aritmetiko logike operacije Aritmetiko-logike operacije Poboljanje na nivou okoline - prostorno filtriranje Ublaavanje slike Ublaavanje slike
Linearni i nelinearni prostorni filtri
Izotravanje slike
2002 R. C. Gonzalez & R. E. Woods
Izotravanje slike Laplasov operator, unsharp masking, gradijentni operator