ELABORAZIONE DELLE

IMMAGINI

Sebastiano Battiato
battiato@dmi.unict.it

1
 Le immagini Digitali
Unimmagine una funzione 2D f(x.y) che rappresenta una
misura opportuna di una o pi caratteristiche (luminosit, colore,
ecc.) di una data scena.

Lens

f[m,n]

Static Color Scene

2
Acquisizione dellimmagine

3
 Un'immagine digitale monocromatica una matrice I= f(x,y) di valori
discreti di intensit luminosa (livelli di grigio), costituita da M*N pixel
(picture elements, detti talvolta pel), ciascuno dei quali ha un valore
appartenente all'intervallo [0, L-1] essendo L i livelli possibili di intensit
(o di grigio)
Tipicamente L = 2k, dove k il numero di bit usato per codificare
ciascun pixel (profondit del pixel). Con 8 bit si ha la possibilit di
rappresentare un numero di livelli (256) tale da consentire una
discriminazione dei grigi accettabile nella maggior parte delle
applicazioni, in quanto abbastanza prossima a quella dell'occhio umano.4
 Risoluzione Spaziale
La risoluzione spaziale si riferisce al numero specifico di punti di informazione
(pixel Picture Element) di un immagine.
In un immagine ad alta risoluzione necessario zoomare per vedere i pixel
mentre quest isonogi evidenti in immagini a bassarisoluzione. Pi alta la
risoluzione spaziale, maggiore sar il numero di pixel nellimmagine e
corrispondentemente pi piccola sar larea resa da un singolo pixel. Ne segue che
le immagini ad alta risoluzione hanno un maggiore livello di dettaglio e sono
percepite con un maggiore livello di qualit.

5
Risoluzione Spaziale

6
 Risoluzione
Definizione: si dice risoluzione il numero di pixel
per unit di misura.

Si misura in pixel al centimetro, ma pi spesso in

dots per inch (dpi). Il concetto di risoluzione
relativo e va considerato con attenzione a seconda di
differenti situazioni:
Risoluzione dellapparecchiatura di ripresa
Risoluzione dellapparecchiatura di resa
Risoluzione di ripresa di una scena

7
Risoluzione dellapparecchiatura
di ripresa
Si contano quanti sensori ci sono per unit
lineare di misura.

SCANNER: fino a 6000 dpi e oltre

FOTOCAMERE: numero di sensori presenti
sul circuito di ripresa. Si misura in
MEGAPIXEL.

8
Risoluzione dellapparecchiatura
di resa
Si contano quanti sensori ci sono per unit
lineare di misura.

Stampanti: fino a 3000 dpi e oltre

Schermi: numero di elementi fluorescenti
sullo schermo per unit di misura.
Tipicamente 72 dpi, ma sono comuni anche
altre risoluzioni.
9
Risoluzione di ripresa della scena

Viene determinata dalla combinazione della

risoluzione dellapparecchiatura di ripresa,
dalla distanza degli oggetti dai sensori, dal
sistema ottico.

Nella prossima trasparenza alcuni esempi.

10
 Risoluzione

L'immagine si compone di L'immagine si compone L'immagine si

200 pixel di larghezza. di 100 pixel di compone di 10 pixel di
Si ha una risoluzione "reale" larghezza. Si ha una larghezza. Si ha una
di 1 dot per 1 cm. risoluzione "reale di 1 risoluzione "reale" di 1
Sono richiesti 200 x 200 x dot per 2 cm. dot per 20 cm.
24 bit = 960 000 bit per la Sono richiesti 100 x Sono richiesti 10 x 10 x
memorizzazione. 100 x 24 bit = 240 000 24 bit = 2400 bit per la
bit per la memorizzazione.
memorizzazione.
11
 Risoluzione
Per meglio comprendere il significato della risoluzione,
simuliamo pixel di varie dimensioni:
1 pixel per cm pixel per cm 1/20 pixel per cm

12
 Human Vision
La luce una radiazione elettromagnetica alla quale il nostro sistema
visivo sensibile. Viene espresso in termini di distribuzione di energia
L() dove la lunghezza donda occupa un range di valori tra 350nm and
780nm.

L()
() I()

Considerando la riflettivit (), la luce I() che locchio riceve da un

oggetto pu essere espressa come I() = () L() 13
 Parallel processing
Parallel processing ofof
orientation,
orientation, texture,
texture,
color and
color and motion
motion Detection of 2D patterns,
feature
feature contours and regions

Object
identification

Color Spatial Local CSF Masking

Pooling
processing decomposition Contrast compensation effects

14
 Richiami sul sistema visivo umano
La luminosit percepita non
soltanto funzione dellintensit;
Infatti, il sistema visivo umano
tende a confondersi al
confine fra zone di differente
intensit;
Bench lintensit sia a strisce
di valore costante, la
sensazione di un pattern di
luminosit variabile, in
particolare al confine fra le
strisce.
15
 Richiami sul sistema visivo umano
Un altro fenomeno tipico quello del contrasto
simultaneo: il contesto contribuisce alla
determinazione della luminosit di una regione.
I quadrati hanno la stessa intensit, ma quello su
sfondo scuro appare pi chiaro di quello su sfondo
chiaro. Appaiono uguali solo quando sono a contatto.

16
Richiami sul sistema visivo umano
Altri fenomeni percettivi
tipici sono le illusioni
ottiche: locchio viene
ingannato dalle
caratteristiche, anche
geometriche, della scena
e ne desume
informazioni errate o
inesistenti

17
Ancora illusioni

18
 Immagini Raster

Le immagini digitali sono quindi

rappresentate da matrice di pixel (chiamata
bitmap) memorizzata in uno specifico
formato (Jpeg, Gif, Window Bitmap, PNG,
Tiff) in forma compressa.

Unimmagine vale pi di mille parole (ma

richiede molto pi spazio)

19
 Immagini Raster

La visualizzazione di unimmagine raster

viene effettuato da un visualizzatore di
immagini su un DISPLAY DEVICE
(Monitor, Proiettore, TV).
I DISPLAY DEVICE sono solitamente
dispositivi RASTER (Un monitor
tipicamente una risoluzione di 72dpi (dots
per inch)

20
Livelli di grigio

21
Sintesi dei colori

22
 RGB
E molto comune descrivere i colori riferendosi allo spazio colore RGB (red,
green, e blue). Lo spazio RGB basato sul fatto che ogni colore possa essere
rappresentato da una miscela dei tre colori primari red, green, e blue. I vari
contributi sono assunti indipendenti luno dallaltro (e quindi rappresentanti da
direzioni perpendicolari tra loro). La retta che congiunge nero e bianco la retta
dei grigi.
RGB molto usato nelle videocamere e nei monito dato che risulta essere lo
spazio colore pi semplice per registrare e visualizzare immagini digitali a colori.

23
TrueColor (24 bit)

24
1 1 1

25
RGB Color Display

1 pixel = 3 R,G,B,
phospors with different
illumination

26
RGB Color Display
24 bit: TrueColor

27
Depth Resolution
8 bit 256 Gray levels

4 bit 16 colors

24 bit True colors

28
 How many colors?
Bit # colors
1 21 2
2 22 4
3 23 8
4 24 16
5 25 32
6 26 64
7 27 128
8 28 256
16 216 65.536 (16 bit True Color)
24 224 16.777.216 (True Color)
32 232 24 bit True-Color + 8 bit Alpha Channel

29
 Si pu fare di meglio?

La tabella che lega etichette con le corrispondenti componenti

RGB si chiama: tavolozza, palette, tabella di indicizzazione
dei colori, tabella di sbirciata, look up table,LUT.
30
 256 Color Display (8 bit)

Palette

31
 Indicizzazione di unimmagine
True-color
I software commerciali e alcuni formati di compressione
(GIF) adottano una palette di 256 colori.
Se nellimmagine true color ci sono meno di 256 colori essi
vengono replicati nella palette.
Se nellimmagine true color ci sono pi di 256 colori essi
vengono ridotti scegliendo 256 rappresentanti che
garantiscano una buona qualit visiva (esistono numerosi
algoritmi, anche proprietari per tale scopo). Esistono anche
palette standard: MAC, WINDOWS, WEB_SAFE,
OTTIMIZZATE eccetera

32
EXAMPLE 256 color

33
Dithering

Original (TrueColor)

Dithered (256 colori)

34
Palettes

35
 Colour Images

R G B

H S L

C M Y
36
Esempio: Rettangolo Raster

37
 Grafica Vettoriale
Nella grafica vettoriale unimmagine descritta
come una serie di forme geometriche.
Piuttosto che una serie finita di pixel, un
visualizzatore di immagini vettoriali riceve
informazioni su come disegnare limmagine sul
DISPLAY DEVICE in uno specifico sistema di
riferimento.
Le immagini vettoriali possono essere stampate
con strumenti appositi (plotter)

38
Esempio: Rettangolo
Vettoriale

39
 Differenze

Raster Vector

Quali puntini devo Quale linee devo

colorare ? tracciare ?
Disegno a mano libera Disegno tecnico

40
 Confronto
Raster Vector
Pro Pro
Fotorealismo Le trasformazioni sul piano
Standard su Web
sono semplici (Zooming,
Scaling, Rotating)

Contro: Contro:
Nessuna descrizione Non fotorealistico
semantica.
Formati vettoriali proprietari
Grandi dimensioni

41
 Cui prodest vector ?
CAD (Computer Assisted Drawing) usa grafica
vettoriale per misure precise, capacit di zoomare
dentro i particolari dei progetti, ecc. (AutoCad,)
Desktop Publishing & Design (Adobe Illustrator,
Macromedia Freehand, Publisher)
Linguaggio di stampa Postscript
Animazioni su web (Macromedia Flash)
GIS (Geographical Information Systems):
Arcview, Envi,

42
Un esempio concreto di
scalabilit

Raster Vector
(140x170) (140x170)

43
Raster 2x Vector 2x

44
Magnificazione e Contrazione
Sono operazioni di sovra-campionamento (zooming
o magnificazione) e sotto-campionamento
(shrinking o contrazione), effettuate direttamente
su immagini digitali

Lo zooming richiede due fasi: 1) creazione di nuove

locazioni di pixel; 2) assegnazione dei valori di
grigio ai nuovi pixel

Se per esempio si vuole effettuare uno zoom di 1.5

volte di una immagine 500 x 500, evidentemente la
nuova griglia di campionamento sar 750 x 750
45
 Zooming - Replication
La risoluzione di
unimmagine pu essere
fittiziamente aumentata
mediante unoperazione
di zooming:

Il pi
pi semplice operatore di zooming
Replicazione:
Replicazione:
Per ogni pixel nell immagine
nellimmagine
Copia lo stesso valore in una griglia
di NxN pixels(N2 repliche ).
repliche).

Ex: Zooming
x2
Il principale problema di questo approccio
((detto
detto Pixelization)
Pixelization)
Pixelization consiste nella
comparsa di artefatti a blocchi.

46
 Zooming - Bicubic
Per rimuovere la
Pixelization
Pixelization,, si possono
utilizzare degli operatori
cosiddetti adattivi
adattivi

Il metodo pi utilizzato il Bicubico:

pi Bicubico:
I pixel mancanti vengono calcolati
utilizzando una media locale, facendo uso
di un approssimazione con una o pi
unapprossimazione
pi
funzioni cubiche
cubiche..

Le immagini appaiono sfocate

((Blurred)
Blurred)

47
 Zooming

Originale

Bicubic
Replication
Bicubic
Replication
48
 Operatori sulle immagini
digitali
Sono operazioni che possono alterare i valori
dei pixel di una immagine. Esistono migliaia
di operatori usati a vario scopo: essi
implementano algoritmi e tecniche di
elaborazione molto diverse.
In questo corso ci occuperemo solo degli
operatori puntuali;

49
Semplificazione: toni di grigio

Per semplificare la discussione lavoreremo solo su

immagini a toni di grigio.

Le medesime operazioni descritte per tali

immagini si estendono nella massima parte dei
casi alle immagini RGB operando separatamente
sui tre canali (piani) R, G e B e trattando ciascuno
di essi come una immagine a toni di girigio
indipendente dagli altri canali.
50
Operatori locali e operatori puntuali
Un operatore che preso in input il valore di un pixel
ne restituisce uno cambiato si dice locale se il
valore che esso d in output dipende esclusivamente
dai valori del pixel in ingresso e dei pixel ad esso
vicini. Tali pixel formano un intorno (neighbor)
del pixel trasformato.
Un operatore che preso in input il valore di un pixel
ne restituisce uno cambiato si dice puntuale se il
valore che esso d in output dipende esclusivamente
dal valore del pixel in ingresso.

Ogni operatore puntuale un operatore locale in cui il vicinato si riduce

al singolo pixel in elaborazione.
51
Operatori puntuali: semplici tabelle!

Un pixel di una immagine a toni di grigio ha tipicamente 256

possibili colori. Poich un operatore puntuale dipende solo dal
valore del pixel esso completamente descritto da una tabella
come quella che segue:

IN 0 1 2 3 4 5 6 7
OUT F(0) F(1) F(2) F(3) F(4) F(5) F(6) F(7)

Una tabella del genere si chiama Look Up Table

(LUT), tabella di appoggio o di sbirciata, perch la
tabella che va consultata se si vuole applicare loperatore.
52
 OUT
Numeri?
8
No grazie
7 X X X
preferisco 6 X
i disegni 5 X
4 X
Questa universalmente
linterfaccia che tutti i
3 X X
programmi commerciali di 2 X
immagini offrono per la
visualizzazione e 1
gestione delle operazioni
puntuali 0
0 1 2 3 4 5 6 7 8 IN
53
In Photoshop: aggiusta curve

54
Identit: i valori Negativo: bianco e
non cambiano nero si scambiano

55
INCUPIMENTO SCHIARIMENTO

56
DIMIMUISCE IL AUMENTA IL
CONTRASTO CONTRASTO

57
ORIGINALE SOLARIZZATA

LUT non MONOTONA:

SOLARIZZAZIONE

58
Operazione di soglia: una operazione di tipo
puntuale.
59
 Uno strumento di diagnosi per
le immagini: la statistica
I pixel di una immagine sono una popolazione
sulla quale possiamo calcolare tutte le quantit
statistiche descrittive che si usano normalmente:
Media, mediana, varianza, deviazione standard,
quartili, percentili eccetera.

Particolarmente importante la conoscenza della

distribuzione delle frequenze dei toni di grigio:
listogramma.
60
Istogramma

61
 Immagini diverse potrebbero
avere istogrammi simili!

Listogramma non tiene conto della distribuzione spaziale dei

62
pixel!
 Le operazioni di LUT
alterano listogramma
Vedi successive slides

63
Istogramma immagine
originale

Istogramma immagine
negativa

64
 originale

schiarita incupita

65
 originale

Minor Maggior
contrasto contrasto

66
originale
Se considero LUT di tipo
strano posso trasformare un
istogramma dato in un
qualunque altro istogramma!

solarizzato

67
 Gli istogrammi
consentono una diagnosi
dei difetti di una
immagine
Vedi successive slides

68
Immagine sottoesposta

69
Immagine sovraesposta

70
Immagine con range dinamico compresso
Immagine originale Immagine corretta

Toni
non usati

71
 Equalizzazione
Si parla di immagine equalizzata quando il
contributo di ogni differente tonalit di grigio
pressappoco eguale.
Si parla anche di istogramma uniforme o
appiattito.

Lequalizzazione si pu realizzare con un semplice

algoritmo (non verr trattato).
Attenzione non sempre la equalizzazione migliora
limmagine!
72
Immagine equalizzata (1)

73
Immagine equalizzata (2)

74