Postupci za poboljšanje kontrasta sivih slika

1. Postupci za poboljšanje kontrasta sivih slika Vlasta Srebrić Diplomski rad Mentor: prof. dr. sc. Slobodan Ribarić Fakultet elektrotehnike i računarstva rujan 2003.

2. Sustav za detekciju, raspoznavanje i automatski unos registarskih oznaka • pretprocesiranje slika (8-bitni sivi format + poboljšanje kontrasta) • lociranje reg. tablice i oznake države • binarizacija • izoliranje znakova • raspoznavanje znakova (višeslojni perceptron) i pohrana informacija

3. Baza slika

4. Sive slike • pretvorba u sivi osambitni format:

5. Kontrast histogram – distribucija intenziteta sl. elemenata • raspon sivih razina

6. Kontrast – primjeri iz baze slika

7. Postupciza poboljšanjekontrasta • poboljšanje mogućnosti interpretacije i analize slika • preslikavanje ulaznih vrijednosti slikovnih elemenata slike u izlazne vrijednosti • podjele postupaka: • prema susjedstvu • prema području djelovanja • intenzitet / obilježja

8. Operacije s obzirom na susjedstvo • operacije na točki • lokalne operacije • globalne operacije (x,y) (x,y) (x,y) (x,y) (x,y) (x,y)

9. Postupci s obzirom na područje djelovanja • postupci u vremenskom području • djeluju direktno na slikovne elemente • postupci u frekvencijskom području • djeluju na Fourierovu transformaciju slike

10. Postupci s obzirom na intenzitet sl. elemenata / obilježja • postupci zasnovani na intenzitetu • samo na temelju intenziteta slikovnih elemenata • globalni • lokalni • postupci zasnovani na obilježjima • na temelju obilježja • dekompozicija slike i izvlačenje komponenti, poboljšavanje te rekonstrukcija slike

11. Postupci u vremenskom području • preslikavanje sivih razina da se dobije bolja iskorištenost raspona intenziteta slikovnih elemenata • transformacije intenziteta • modeliranje histograma • lokalni postupci

12. Postupci u vremenskom području Transformacije intenziteta • operacije na točki : I(x,y)=f(I0(x,y)), I0(x,y) ulazna vrijednost sl. elementa (x,y), I(x,y) izlazna vrijednost sl. elementa (x,y). s=f(r), r ulazna siva razina 0÷1, s izlazna siva razina 0÷1.

13. Transformacije intenzitetaRastezanje kontrasta • rastezanje kontrasta (Contrast Stretching) • osnovni tip - ako nije iskorišten čitav raspon min najmanja siva razina,max najveća siva razina u slici. • “end-in search” - iskorišten čitav raspon, ali koncentracija u jednom dijelu histograma donja i gornjagranice kod kojih je dostignutpostotak slikovnihelemenata koji se trebajupreslikati u crno, odnosno u bijelo

14. Transformacije intenzitetaGama korekcija gama korekcija (Gamma Correction) • 0 < γ < 1 - posvjetljivanje • γ > 1 - potamnjivanje

15. Modeliranje histograma • globalne operacije • preslikavanje u cilju dobivanja željenog oblika histograma • izjednačavanje histograma (Histogram Equalization)- uniformna distribucija intenziteta • specifikacija histograma (Histogram Specification)- specificira se željeni oblik histograma

16. Izjednačavanje histograma • informacija koju nosi slika povezana s vjerojatnošću pojave svake sive razine - maksimizirati informaciju redistribucijom vjerojatnosti da bude uniformna • slučajne kontinuirane varijable r i s 0≤r≤1, 0≤ s=f(r) ≤1 • funkcije preslikavanjaf(r) i f -1(s) monotono rastuće na intervalu [0,1] • funkcije gustoće vjerojatnosti pr(r) i ps(s) • funkcija preslikavanja - funkcija distribucije slučajne varijable r: • po teoriji vjerojatnosti:

17. Izjednačavanje histograma • diskretni oblik 0≤rk≤1, 0≤sk≤1, k = 0,1, … 255, nkbrojslikovnih elemenata s intenzitetom k, Nukupan broj slikovnih elemenata ulazne slike,h(k) vrijednost normaliziranog histograma zaintenzitet k

18. Izjednačavanje histograma

19. Izjednačavanje histograma s pragom • modifikacija izjednačavanja histograma, uvođenje praga (Thresholding Histogram Equalization) • "tamne" slike, tj. slike s tamnom pozadinom N ukupan broj slikovnih elemenata, nTbroj slikovnih elemenata u tamnim djelovima slike ( k≤THE )

20. Izjednačavanje histograma s pragom GHE TGHE

21. Specifikacija histograma • izjednačavanje histograma originalne slike F(r) • željena funkcija gustoće vjerojatnosti ps(s) • funkcija transformacija G(s) koja daje uniformnu distribuciju sivih razina konačne slike [G(s)=∫ps(w)dw] • inverzna transformacija G-1(t)nad sivim razinama iz 1. koraka F(r) G(s) ULAZNA SLIKA SLIKA S IZJEDNAČENIM HISTOGRAMOM POBOLJŠANA SLIKA G-1(t)

22. Implementacija tablicama pretraživanja • isti ulazni intenzitet se preslikava u isti izlazni intenzitet neovisno o položaju slikovnog elementa u slici • tablice pretraživanja (LUT - Look Up Table) • u tablici 256 vrijednosti izračunanih prema funkciji preslikavanja • intenzitet slikovnog elementa ulazne slike - indeks • element tablice - intenzitet slikovnog elementa izlazne slike

23. Lokalni postupci u vremenskom području • kontrast varira preko slike - potrebno poboljšanje detalja u određenim područjima slike • izlazni intenzitet slikovnog elementa ovisi o njegovom intenzitetu i položaju u slici: I(x,y)=f(I0(x,y), x,y).

24. Lokalno izjednačavanje histograma • LHE (Local Histogram Equalization) iliAHE (Adaptive Histogram Equalization) • za svaki slikovni element • lokalni histogram - histogram u susjedstvu wtog slikovnog elementa • izjednačavanje histograma - funkcija preslikavanja • preslikavanje intenziteta tog slikovnog elementa hL(i,x,y,w) normalizirani lokalni histogram slikovnog elementa (x,y) u susjedstvu w

25. Lokalno izjednačavanje histograma • LHE može narušiti cjelokupan izgled slike - svjetliji dijelovi slike mogu postati tamniji, i obrnuto

26. Modifikacije lokalnog izjednačavanja histograma • rješenja za narušavanje ukupnog izgleda slike • veći prozori • drugačiji oblici prozora - Gaussove funkcije • ograničavanje promjene funkcije preslikavanja: ograničeno lokalno izjednačavanje histograma (CLHE - Constrained Local Histogram Equalization)

27. CLHE • autori H. Zhu, F.H.Y. Chan, F.K. Lam • izjednačavanje histograma - redistribucija inteziteta preko cijelog raspona tako da se minimizira prostor u histogramu između iskorištenih sivih razina • minimizacija funkcionala: • rješenje:

28. CLHE • AHE - minimizacija: tj. • moguće skokovite promjene funkcije f(r) • CLHE - minimizacija: λ>0 ravnotežni faktor za održavanje kontinuirane funkcije preslikavanja

29. B W • (x,y) CLHE • novi način računanja lokalnog histograma: hW histogram unutar prozora W, hB histogramizvan prozora, 0a1faktor koji simulirautjecaj okoline područja interesa(Region ofInterest-ROI)- prema ljudskom vidnom sustavu

30. Postupci u frekvencijskom području Vremensko područje Fourierova Inverzna Fourierova transformacija transformacija Frekvencijsko područje • prostorna frekvencija slike - periodičnost s kojom se mijenja intenzitet • pojačavanje visokih frekvencija relativno prema nižim - oštrije promjene  poboljšanje kontrasta

31. Fourierova transformacija • digitalne slike - diskretne transformacije • Diskretna Fourierova transformacija (DFT) f(x,y)slika u vremenskom, F(u,v) u frekvencijskom području, Mi Ndimenzije slike • Inverzna Fourierova transformacija

32. Frekvencijsko filtriranje ulazna slika F(u,v)H(u,v)F(u,v) izlazna slika f(x,y) g(x,y) • filteri se mogu implementirati u vremenskom području H(u,v) funkcija filtera u frekvencijskom području, h(x,y) ekvivalentna prostorna konvolucijska maska IDFT DFT Filter H(u,v)

33. Višekanalno filtriranje • podjela ulazne slike na frekvencijske pojaseve i pojačavanje srednjih od visokih frekvencija • neoštro maskiranje IB(x,y) izglađena slika dobivena niskopropusnim filtriranjem,IS(x,y)=I0(x,y)-IB(x,y) strukturna slika, GS faktor pojačanja

34. Niskopropusno filtriranje • implementacija u vremenskom području - izglađujućom maskom (smooth mask) W dimenzija maske

35. Trokanalno filtriranje uz nelinearno rastezanje • P.G. Tahoces et al. • niskopropusno filtriranje: • 2 izglađene slike I1(x,y)i I2(x,y) • linearna kombinacija: Ip(x,y)=K I0(x,y)+K1 I1(x,y) +K1 I2(x,y) • nelinearna funkcija rastezanja kontrasta F(k) na temelju Ip(x,y) • preslikavanje u izlaznu slikuI(x,y)=F(Ip(x,y))

36. JGACE • Just Noticable Difference - Guided Adaptive Contrast Enhancement • autori T.J. Ji, M.K. Sundareshan, H. Roebrig • uzima u obzir ljudski vidni sustav: • osjetljiviji na šum u glatkim područjima gdje je aktivnost (promjene intenziteta) mala • JND - najmanja primjetna razlika intenziteta • podjela slike na glatke i dinamičke blokove (velika aktivnost) -kontrast se pojačava samo u dinamičkim i to samo ako je manji od praga JND

37. JGACE F[ ] ulazna slika I0 - + Ig IB IS + + izlazna slika I nisko propusni filter Prewitt-ov operator Σ lokalne karakteristike slike & odabrana svojstva ljudskog vidnog sustava G Σ

38. Rezultati • Odabir postupka • subjektivna ocjena • vremenska usporedba • objektivna ocjena (lociranje tablice - program izradio Danijel Zrno)

39. Rezultati – lociranje tablica • tamne slike • uvjet više od 70% sl. elemenata tamnije od 80 i manje od 10% sl. elemenata svjetlije od 155 • TGHE – prag 10 • ostale • trokanalno filtriranje (2, -0.2, -0.4)

40. Literatura • www.ph.tn.tudelft.nl/Courses/FIP – An Interactive Course in Image Processing, Pattern Recognition Group, Delft University of Technlogy • www.netnam.vn/unescocourse/computervision/comp_frm.htm – UNESCO Training Course, Computer Vision, Imaging • R. C. Gonzalez, R. E. Woods, Digital Image Processing, Addison-Weseley, Reading, MA, 1992 • www.imageprocessingbook.com– Gonzalez, Woods: Digital Image Processing – Home Page • H. Zhu et al., Image Contrast Enhancement by Constrained Local Histogram Equalization, Computer Vision and Image Understanding, Vol. 73, No. 2, February 1999 • J. A. Stark, Adaptive Image Contrast Enhancement using Generalizations of Histogram Equalization, IEEE Transactions on Image Processing, Vol. 20, No. Y, 1999 • M. Tkalčić et al., Primerjava postopkov za izboljšanje kontrasta sivih slik, 21.-23. september 2000, Portorož, slovenija, Zbornik devete elektrotehničke in računalničke konference ERK 2000, september 2000 • T.-L. Ji et al., Adaptive Image Contrast Enhancement based on Human Visual Properties, IEEE Transactions on Medical Imaging, Vol. 13, No. 4, December 1994

41. Literatura - nastavak • P.G. Tahoces et al., Enhancement of Chest and Breast Radiographs by Automatic Spatial filtering, IEEE Transactions on Medical Imaging, Vol. 10, No 3. September 1991 • www.zemris.fer.hr/projects/LicensePlates- stranice studentskog projekta "Detekcija, raspoznavanje i automatski unos registarskih oznaka" (FER-ZEMRIS) • M. H. ter Brugge et al., License Plate Recognition, "Knowledge-based Intelligent Techniques in Character Recognition", Edited by L.C. Jain, B. Lazzerini, CRC Press LLC, Boca Raton, Florida, 1999 • I. King, L. Xu, Adaptive Contrast Enhancement by Entropy Maximization with a 1-K-1 Constrained Network, Department od Computer Science, The Chinese University of Hong Kong, Satin, New Territories, Hong Kong (preuzeto s www.cse.cuhk.eduhk/~king/PUB/Teomp95.pdf • Y. Zheng et al., Improves Histogram Equalization Algorithms for Enhancement of Dark and Color Images (Manuscript), Dept. of Computer Science and Engineering, University of Louisville, Louisville, Kentucky 40292, USA • G. Ramponi, Contrast Enhancement in Images via the Product of Linear Filters, Signal Processing, Vol. 77, No. 3, September 1999 • S. M. Pizer et al., Adaptive histogram equalization and its variations, Computer Vision, Graphics and Image Processing, Vol 39, 1987

42. Literatura - nastavak • Carlos J. Vicente Peña, AHE (ECUALIZACIÓN DEL HISTOGRAMA ADAPTATIVO), Dpto. Física aplicada e Ingeniería de Sistemas, Grupo de Control e Informática Industrial, Universidad Politécnica de Madrid, Escuela Universitaria de Ingeniería Técnica Industrial de Madrid, c/ Ronda de Valencia, 3, 28012 Madrid, España • www.licenseplaterecognition.com – LPR- A Tuturial • www.ivsdirect.com/solutions/6.htm - INTELLIGENT VIDEO SYSTEMS:Solutions:Car License Plate Recognition • www.citysync.co.uk/pagedef.htm - Jet Automatic Number Plate Recognition Systems • www.acumensoft.com/acutag.htm - Acuman Systems - AcuTagTM • www.arhungary.hu– Automatic Number Plate Recognition and Passport Reading by Adaptive Recognition Hungary