CAPITOLO 6

1. ANALISI D’IMMAGINE CAPITOLO 6 La modifica degli istogrammi A. Dermanis, L.Biagi

2. Le trasformazioni sulle immagini A. Dermanis, L.Biagi

3. Valori ammissibili per un pixel a p bit: x = 1, 2, …, 2p-1 (e.g. p = 8) x = 1, 2, …, 255 x = 0 codifica “no data” nx no di pixel con valore x fx = = N no totale di pixel Frequenza del valore x : Istogramma di un’immagine: L’istogramma di un’immagine A. Dermanis, L.Biagi

4. L’istogramma di un’immagine: un esempio A. Dermanis, L.Biagi

5. x Nx = nz  z =1 Numero di pixel con valore  x : Nx Frequenza cumulativa del valore x : Fx = N Istogramma cumulativo: Fx 1 x 0 1 128 255 L’istogramma di un’immagine A. Dermanis, L.Biagi

6. Istogramma corrispondente f(x) : 1 1 f (x) = costante = f (x) = 2p-1 255 p = 8 (8-bit): x Istogramma uniforme ! x F (x) = F (x) = 2p-1 255 Istogramma cumulativo corrispondente F(x) : p = 8 (8-bit): Uniformazione dell’istogramma Immagine con contrasto ideale: tutti i valori di grigio uniformemente presenti A. Dermanis, L.Biagi

7. Miglioramento del contrasto: trasformazione dell’istogramma originale in uniforme Uniforme Originale Uniformazione dell’istogramma Caso continuo: Per ogni pixel, x è sostituito con x tale che F(x) = F(x) Corrispondente caso discreto reale A. Dermanis, L.Biagi

8. Uniformazione dell’istogramma Problemi nell’uniformazione discreta: nessun valore viene mappato in qualche valore del nuovo istogramma Differenti valori vengono mappati nel medesimo A. Dermanis, L.Biagi

9. Uniformazione dell’istogramma Immagine originale e suo istogramma Immagine risultante e suo istogramma Nota le differenze rispetto al caso ideale ! A. Dermanis, L.Biagi

10. Conformazione dell’istogramma Modificare un’immagine in modo che il suo istogramma F(x) venga trasformato in un’istogramma assegnato F (x) (tipicamente quello di un’altra immagine: risultato, immagini con contrasto simile) Istogramma comulativo obiettivo Per ogni pixel, il valore x è sostituito con x tale che F(x) = F(x) Istogramma comulativo originale funzione obiettivo diversa, ma medesimo principio dell’uniformazione dell’istogramma A. Dermanis, L.Biagi

11. Nota: gli istogrammi non sono identici! Conformazione degli istogrammi Immagine originale e suo istogramma Immagine risultante e suo istogramma Immagine obiettivo e suo istogramma A. Dermanis, L.Biagi

12. (xmax – x) + L (x – xmin) x = xmax – xmin Trasformazione lineare x x = Ax + B A & B tali che xmin1 & xmaxL Immagine risultante: i pixel coprono tutti i valori 0  x  L Accentuazione lineare Immagine originale: i valori dei pixel compresi in un intervallo xmin x  xmax A. Dermanis, L.Biagi

13. Accentuazione lineare Le 3 bande originali di un’immagine Landsat TM e il loro istogramma Le medesime 3 bande dopo l’accentuazione lineare e il loro istogramma A. Dermanis, L.Biagi

14. Accentuazione lineare saturata Trasformazione lineare tale che (a > xmin)  1 and (b < xmax)  L anzichè xmin 1 and xmax  L Saturazione: (valori 1  x < a)  1 (valori b < x  L)  L A. Dermanis, L.Biagi

15. Accentuazione lineare saturata Può essere utilizzata per evidenziare particolari specifici Identificazione di barche Originale Risultante Determinazione della batimetria Originale Risultante A. Dermanis, L.Biagi

16. Ripartizione in intervalli di densità e pseudocolorazione A. Dermanis, L.Biagi