Pytania na kolokwium I - obrazy

1. Wyjaśnij pojęcia: akwizycja, analiza, przetwarzanie i rozpoznawanie obrazów.

Akwizycja obrazu - przetworzenie obrazu obiektu fizycznego (f(x,y))

do postaci zbioru danych dyskretnych (obraz cyfrowy) nadających się

do dalszego przetwarzania.

Elementy procesu akwizycji:

- Oświetlenie obrazu. - Formowanie obrazu (optyczne). - Detekcja obrazu. - Formowanie wyjściowego

sygnału z urządzenia (kamera, skaner)

Przetwarzanie obrazów – To stosowanie szeregu przekształceń mających na celu poprawić jakość obrazu i

uwypuklenie treści istotnych w kontekście analizy obrazu. Przetwarzanie cyfrowe obrazów obejmuje m.in.

operacje: - filtrowania - binaryzacji - transformacji geometrycznej

Analiza obrazu – wyodrębnianie z obrazu informacji istotnej z punktu widzenia rozpoznawania obrazu.

Wynikiem analizy są dane stanowiące opis obrazu. Podczas analizy tracone są bezpowrotnie pewne

informacje o obrazie.

Rozpoznawanie obrazu – interpretacja zawartości obrazu, wynikiem rozpoznawania jest decyzja. Może to

być np. identyfikacja elementow obrazu, rozpoznanie elementow i ich stanów.

2. Dokonaj podziału obrazów pod względem zakresu reprezentacji barw. Wymień podstawowe modele

przestrzeni barw i rozwiń ich nazwy.

Model RGB Red Green Blue (biały 255 255 255) jest jednym z pierwszych praktycznych modeli przestrzeni

kolorów zawierającym receptę dla tworzenia barw. Barwy podstawowe: są to trzy barwy proste, dobrane tak,

że przez zmieszanie dowolnych dwóch spośród nich nie jest możliwe uzyskanie trzeciej, natomiast przez

mieszanie trzech można uzyskać wrażenie dowolnej barwy prostej.

Czerń znajduje się w początku układu, i ma wartości R=0, G=0, B=0, czyli brak światła. Przeciwległy róg to

biel, o wartościach R=100%, G=100%, B=100%. Zauważmy, że na krawędziach niestykających się z

punktem czerni i bieli znajdują się barwy proste. Przekątna sześcianu, od punktu czerni do bieli, reprezentuje

skalę szarości, czyli wszystkie punkty, dla których R=G=B. Poszczególne wartości składowe tego modelu

mogą przyjmować wartości od 0 do 255

Model CMYK Cyan Magenta Yellow blacK w praktyce barwy CMY nie sumują się do czerni. Pomijając

skomplikowane zagadnienia ściśle kolorymetryczne, trzeba podkreślić, że drukowanie jest zawsze

konkretnym procesem fizyko-chemicznym dalekim od ideału. Co zaś najważniejsze, aby osiągnąć sumowanie

się barwnika, farby są półprzeźroczyste, "rozwodnione". W efekcie pełnego nałożenia na siebie farb C, M i Y

otrzymujemy taką samą szaro-brązową barwę, jaką ma woda po malowaniu akwarelkami. Dlatego w praktyce

używa się jeszcze czwartej farby, czarnej, dla wydobycia głębi kolorów i podkreślenia kontrastów

(oznaczonej K, jak kontrast lub jak blacK).

Model HSV (Hue Saturation Value) określa wartości opisujące barwę (ang. Hue), nasycenie (ang.

saturation) i jasność (ang. brightness). Są to cechy, które odbiera ludzkie oko na podstawie wrażenia

psychofizycznego. W modelu HSB nie jest stosowane mieszanie kolorów składowych. To powoduje, że

często odnalezienie koloru za pomocą tych wartości jest łatwiejsze.

3. Zapisz kolor biały za pomocą parametrów poznanych modeli barw.

RGB 255 255 255 CMYK 0 0 0 HSV 0 0 100%

4. Wyjaśnij określenia macierz RGB i macierz indeksów zwracając uwagę na istniejące między nimi różnice.

Macierz RGB macierz MxNx3, MxN wymiary obrazu. Trzeci wymiar macierzy to wartości nasycenia

poszczególnych kolorow. Umozliwia to odwzorowanie 256 stopni kolorów i około 16mln kolorów

Macierz indeksow – obraz tworzy się na podstawie 2 macierzy – macierzy indeksow MxN i macierzy

kolorów – 3kolumnowej gdzie poszczególne kolory RGB mieszcza się pomiedzy wartościami 0,1. Macierz

indeksow wskazuje wiersze macierzy kolorow i tym samym kolor przyporządkowany konkretnemu punktowi

obrazu

5. Wyjaśnij różnice między obrazem w postaci mapy pikseli (bitmapy) a reprezentacją wektorową obrazu.

Bitmapa – obraz zapisany jest za pomocą siatki pikseli.

Reprezentacja wektorowa – obraz zapisany jest za pomocą figur Bryl geometrycznych umiejscowionym w

matematycznie zdefiniowanym układzie współrzędnych.

6. Wyjaśnij pojęcia próbkowanie i kwantowanie obrazu oraz określenia piksel i BPP.

Próbkowanie obrazu podział analogowego, ciągłego obrazu, na dyskretyzowany. Polega na odczycie

wartości z ustalonym krokiem (stala czasowa). Podczas próbkowania w dół (zmniejszania ilości pikseli),

pewne informacji są usuwane z obrazu. Podczas ponownego próbkowania w górę obraz jest uzupełniany o

nowe piksele. Użytkownik sam określa interpolację, czyli metodę dodawania lub usuwania pikseli z obrazu

Kwantowanie – podzial zakresu wartości sygnaly analogowego na skonczona liczbe przedziałów i

przyporzadowanie tym przedziałom konkretnych wartości dyskretnych czyli tzw poziomów reprezentacji

Piksel – połaczenie słów Picture+Element – najmniejszy jednolity element obrazu

7. Wyjaśnij na czym polegają i czym się charakteryzują przekształcenia punktowe obrazu. Podaj i opisz

przykłady.

Przekształcenia punktowe, zwane inaczej przekształceniami bezkontekstowymi, są to przekształcenia

dotyczące stopnia szarości lub nasycenia barwy każdego punktu obrazu oddzielnie. W przekształceniach

punktowych wartości stopnia szarości lub nasycenia barwy poszczególnych punktów obrazu stanowią wynik

operacji algebraicznych prowadzonych tylko na tym punkcie.

8. Wyjaśnij pojęcie histogram obrazu. Naszkicuj przykładowe histogramy obrazu ciemnego, jasnego, o niskim

kontraście, o wysokim kontraście.

Histogram obrazu w odcieniach szarości wyznaczany jest jako suma wszystkich pikseli o danej wartości. W

histogramie zawarta jest informacja o kontraście i jasności obrazu. Dane zawarte w histogramie umożliwiają

również polepszenie jakości obrazu. Możliwe operacje to m.in. rozjaśnianie i przyciemnianie obrazu,

zwiększanie i zmniejszanie kontrastu, korekcja gamma, wyrównywanie histogramu oraz rozciąganie

histogramu.

9. Wyjaśnij pojęcie korekcja gamma obrazu. Zdefiniuj określenie współczynnik gamma.

Korekcja gamma to przekształcenie punktowe mające za zadanie przeskalowanie wartości jasności obrazu.

Współczynnik gamma - określa stopień korekcji nierównomiernego przedstawiania jasnych i ciemnych

pikseli w stosunku do średnich w monitorach

10. Wyjaśnij na czym polega normalizacja i wyrównywanie histogramu obrazu. Naszkicuj przykładowy

histogram obrazu ciemnego i histogram wyrównany tego obrazu.

Wyrównywanie histogramu - ma na celu takie dobranie wartosci aby wykres był mozliwie "płaski". W

praktyce wyrównywanie histogramu sprowadza się do wykonania przeksztalcenia obraz. Operacja

wyrównywania histogramu pozwala na uwypuklenie tych szczegółów w obrazie, które z uwagi na niewielki

kontrast sa mało widoczne.

Normalizacja histogramu jest prostą operacją punktową stosowaną w celu poprawy obrazów o złym

kontraście. Zakładamy że wartości pikseli należą do podprzedziału <0,255>. wyszukujemy minimalną

(minPix) oraz maksymalną (maxPix) wartość piksela. Następnie dla każdego piksela na obrazie wykonujemy

następujące przekształcenie:

pixel[x,y]=255*(pixel[x,y]-minPix)/(maxPix-minPix)