10 slikovna analiza tp108 - naravoslovnotehniška fakulteta
TRANSCRIPT
SAM
O ZA
INTE
RNO U
PORA
BO
1
SLIKOVNA ANALIZA
SAM
O ZA
INTE
RNO U
PORA
BO
2
Kaj je slikovna analiza?
Namen?
Področja uporabe?
SAM
O ZA
INTE
RNO U
PORA
BO
3
Slikovna analiza predstavlja računalniško obdelavo slik in je pomembno orodje za nadzor procesov. Področja uporabe:• Medicina • Biologija• Astronomija• Meteorologija
• Kontrola kakovosti v industriji • Rekonstruiranje 3-D strukture materialov (CLSM, MR)• Raziskovanje dinamičnih procesov (zaporedje slik)• Prepoznavanje znakov (OCR)
• Elektronika• Geologija• Kemija• Industrijska proizvodnja• Grafika …
UVOD
SAM
O ZA
INTE
RNO U
PORA
BO
4
Uporaba v tiskarstvu
• Geometrija rastrskih točk – ostrina, površina, nazobčanost, okroglost• Manjkajoče točke ("missing dots") v globokem tisku• Neenakomernost odtisa• Kakovost pri brizgalnem tisku ("bleeding", "wicking")
• Nečistoče• Formacija• Markiranje• dimenzionalna stabilnost• Luknje• Struktura v z-smeri• Orientacija vlaken• Zvijanje• Sijaj• Enakomernost premaza• Kontaktni kot in penetracija
OdtisTiskovni material
UVOD
SAM
O ZA
INTE
RNO U
PORA
BO
5
Potek procesa slikovne analize
programska oprema
ZAJEM SLIKE
optični bralnikCCD kameravideokamera
DIGITALIZACIJA
video kartica
PROCESIRANJE IN ANALIZA
računalnik
UVOD
SAM
O ZA
INTE
RNO U
PORA
BO
6
Y
svetlobni element (točka)
(0,0) X
I = f(x,y)I … svetlobna intenziteta točke (x,y)x,y…koordinati točke v ravnini
LOČLJIVOST(število točk)
BARVNA GLOBINA(število barvnih odtenkov)
ŠTEVILO RAVNIN
skenerCCD kamera
računalnik
digitalna slikafotografija
Video kartica ("frame grabber") pretvori analogni električni signal iz naprave za zajemanje slike v digitalno sliko - sestavljena iz dvodimenzionalne mreže slikovnih elementov – pikslov.
UVOD
SAM
O ZA
INTE
RNO U
PORA
BO
7
Nastanek digitalne slike
Naprava za zajem podatkov (optični čitalec, CCD kamera, …):• pretvori sliko predmeta v točno določeno število slikovnih elementov• določi položaj (x,y koordinate) in intenziteto (Gray-level, GV).
Tri osnovne značilnosti digitalne slike so:• ločljivost (resolucija), • barvna globina in • število ravnin.
Y
svetlobni element (točka)
(0,0) X
I = f(x,y)I … svetlobna intenziteta točke (x,y)x,y…koordinati točke v ravnini
UVOD
SAM
O ZA
INTE
RNO U
PORA
BO
8
Digitalna slika in slikovni element
• Predstavitev 2-D slike v obliki končnega niza digitalnih vrednosti –slikovnih elementov oz. pikslov (točk).
• Digitalizacija: proces pretvorbe analogne (zvezne) slike – npr. fotografija – v digitalno (diskretno) obliko
3 x 6 13 x 25 25 x 50 100 x 200
OSNOVNI POJMI
SAM
O ZA
INTE
RNO U
PORA
BO
9
Prostorska ločljivost slike je določena s številom vrstic in stolpcev njenih točk. Slika z ločljivostjo 200 x 100 je sestavljena iz 20.000 točk, pri čemer se v vsaki od 200 vrstic nahaja 100 slikovnih elementov - slika z manjšimi točkami vsebuje več le-teh, njena ločljivost je večja, prikaže več podrobnosti, zasede več prostora.
a … 3 x 4 točke
b … 12 x 16 točk
c … 48 x 64 točk
d … 192 x 256 točk
• Ločljivost slike ≠ ločljivost naprave (skener, monitor, tiskalnik)
OSNOVNI POJMI
SAM
O ZA
INTE
RNO U
PORA
BO
10
Barvna globina pove, iz koliko barv ali sivinskih nivojev je slika sestavljena - povezana je s številom bitov, potrebnih za kodiranje intenzitete posameznih točk. Pri 16-bitnih slikah – tako imenovana HighColor bitna globina v računalniški terminologiji – je na voljo 65.536 barvnih odtenkov, pri 24-bitnih (True Color) več kot 16 milijonov.
Najpogosteje s slikovno analizo obdelujemo 8-bitne črno-bele slike z nivoji sive - vsaka točka zavzame 28 = 256 različnih vrednosti intenzitete oz. sivinskih nivojev z razponom med 0 (črna) in 255 (bela).
Število ravnin pove, iz koliko ravnin oz. ploskev s točkami slika sestoji: črno-bela sivinska slika iz ene same, barvna pa iz treh: rdeče, zelene in modre.
OSNOVNI POJMI
SAM
O ZA
INTE
RNO U
PORA
BO
11
Osnovni pojmi – Barvna globina
• Število tonskih vrednosti (barv, sivin), ki so prikazane na sliki.
3 MB16 milijonov24-bitna (Truecolour)
2 MB65.53616-bitna (Highcolour)
1.5 MB4.09612-bitna
1 MB2568-bitna
0.5 MB164-bitna
0.125 MB21-bitna
Velikost datoteke*
Št. tonskih vrednosti
Barvna globina
* Velikost slike: 1024 x 1024 pikslov
OSNOVNI POJMI
SAM
O ZA
INTE
RNO U
PORA
BO
12
Osnovni pojmi – Barvna globina
a … 16 odtenkov sivin
b … 8 odtenkov sivin
c … 4 odtenki sivin
d … 2 odtenka sivin
OSNOVNI POJMI
SAM
O ZA
INTE
RNO U
PORA
BO
13
Slikovno procesiranjeobdelava digitalizirane slike z ustrezno programsko opremo, sledi
slikovna analizaizluščenje koristnih informacij v obliki številčnih podatkov.
PostopkI slikovnega procesiranja so lahko:Ø aritmetični Ø geometrični Ø točkovne in morfološke operacije na slikovnih elementih Ø digitalno filtriranje in Fourierova transformacija
Postopki slikovne analize pa lahko vključujejo: Ø določanje porazdelitve sivinskih vrednosti (histograma) slike, Ø povezovanje slikovnih elementov (s podobnimi sivinskimi vrednostmi) v večje delce, štetje ter določanje njihove velikosti in oblike, ipd.
SLIKOVNO PROCESIRANJE
SAM
O ZA
INTE
RNO U
PORA
BO
14
• Aritmetične operacije: seštevanje, odštevanje, množenje, deljenje, logične operacije (AND, OR, NOR)
• Geometrične operacije: spreminjanje dimenzij, vrtenje, zrcaljenje, translacija
• Točkovne operacije: segmentiranje, raztezanje kontrasta, izenačevanje histograma
SLIKOVNO PROCESIRANJE
SAM
O ZA
INTE
RNO U
PORA
BO
15
• Morfološke operacije: odpiranje, zapiranje, itd.
SLIKOVNO PROCESIRANJE
SAM
O ZA
INTE
RNO U
PORA
BO
16
• Morfološka operacija/transformacija
je tudi pretvorba 8-bitne sivinske slike v binarno. Z določitvijo sivinskega intervala – praga (threshold) – razdelimo sliko v dveobmočji: 1. točke znotraj intervala, so del slike, ki jo želimo ovrednotiti2. točke zunaj praga se obravnavajo kot ozadje
prag
8-bitna sivinska slika(255 odtenkov sive barve)
binarna slika(črno-bela slika)
SLIKOVNO PROCESIRANJE
SAM
O ZA
INTE
RNO U
PORA
BO
17
• Digitalno filtriranje: glajenje, ostrenje, itd.
• Transformacije: Fourierova, Houghova
SLIKOVNO PROCESIRANJE
SAM
O ZA
INTE
RNO U
PORA
BO
18
Histogrampoda informacijo o svetlosti oz. temnosti posameznih delov slike - porazdelitev točk po sivinskih nivojih; • abscisa predstavlja razpon sivin od 0 do 255 • ordinata število oz. frekvenco točk pri določeni intenziteti
Histogram je lahko; linearni ali kumulativni, ordinatna skala; linearna ali logaritemska (lažje vizualiziranje intenzitet z majhnim številom točk.
histogram sivinske slike
0
20
40
60
80
100
120
0 25 50 75 100 125 150 175 200 225 250
Intenz iteta
Frek
venc
a oz
. šte
vilo
točk
pragozadjeslika
SLIKOVNA ANALIZA
SAM
O ZA
INTE
RNO U
PORA
BO
19
Kvantitativna analiza - točke in delciPri tiskovinah se večkrat srečamo s potrebo po kvantitativnem ovrednotenju območij slike različnih intenzitet. Zato moramo izvesti prostorsko kalibracijo - slikovnim elementom pripisati fizikalno dimenzijo (so milimetri ali mikrometri).
(npr. slika z ločljivostjo 300 x 150 dpi (točk na palec; 1 palec = 2,54 cm), dolžina točke v x-smeri 0,085 mm, v y-smeri pa 0,169 mm.
SLIKOVNA ANALIZA
SAM
O ZA
INTE
RNO U
PORA
BO
20
Karakterizacija vključka:• s številom točk• s ploščino ali obsegom• z razmerjem med ploščino vključka in celotne slike, definiramo lahko njegov položaj (x, y - koordinati težišča), itd.
Kvantitativna analiza - točke in delci
SLIKOVNA ANALIZA
Točke z intenziteto znotraj sivinskega intervala, so lahko povezane v vključke.
Dve točki sta dela istega vključka, če mejita druga na drugo:• horizontalno• vertikalno ali• diagonalno.
SAM
O ZA
INTE
RNO U
PORA
BO
21
Primer: analize nečistoč v tiskovnem substratu.
Piksli s pripadajočimi sivinskimi vrednostmi.
sivinski prag:150
SLIKOVNA ANALIZA
SAM
O ZA
INTE
RNO U
PORA
BO
22
Postopek slikovne analize:
1. digitalizacija slike – skeniranje vzorca(ločljivost čitalca, velikost, belina in kontrast slike …)
2. obdelava slike (BMP format) z različnimi orodji:• lahko izrišemo histogram • naredimo intenzitetni profil po izbrani vertikalni ali horizontalni črti • dobimo informacijo o koordinatah in intenziteti poljubne točke• kalibracija - določimo velikost točke na zaslonu
3. slikovna analizanpr. kvantitativna - analiza vključkov:
1. določitev sivinskega praga; ročna avtomatska
2. vrednotenje vključkov (štetje in izračunavanje ploščine…)
OPIS DELOVANJA PROGRAMA ZA SLIKOVNO ANALIZO
SAM
O ZA
INTE
RNO U
PORA
BO
23
OPIS DELOVANJA PROGRAMA ZA SLIKOVNO ANALIZO
Po izračunu nam program poda informacije o vključkih, npr.:• številu vseh vključkov, • številu med seboj po velikosti različnih vključkov • številu vključkov na m2
SAM
O ZA
INTE
RNO U
PORA
BO
24
Ovrednotenje kvalitete odtisov
Neenakomernost (mottling)
lahko ovrednotimo s pomočjo histograma – poda širino razpona intenzitet točk na sliki: večja kot je, večji je mottling.
Indeks, t.i. nonuniformity number (NU), se izraža kot razlika med povprečjema intenzitet točk nad in pod mediano:
NU = Ux – Lx
Ux = pov. int. nad medianoLx = pov. int. pod mediano
OPIS DELOVANJA PROGRAMA ZA SLIKOVNO ANALIZO
SAM
O ZA
INTE
RNO U
PORA
BO
25
intenziteta (-)
frekv
enca
oz.
štev
ilo to
čk (-
)
Ovrednotenje kvalitete odtisov
• Neenakomernost (mottling)
NU = Ux – Lx Ux = povprečje intenzitet nad medianoLx = povprečje intenzitet pod mediano
OPIS DELOVANJA PROGRAMA ZA SLIKOVNO ANALIZO
SAM
O ZA
INTE
RNO U
PORA
BO
26
OPIS NEGATIVNIH POJAVOV PRI TISKU
SAM
O ZA
INTE
RNO U
PORA
BO
27
NEČISTOČE(posledica procesa izdelave papirja/kartona recikliranja, deinkinga; prisotnosti lubja, delcev tiskarske barve, laka …)
OPISI POJAVOV
MOTTLING - tiskovna neenakomernost (posledica napak pri izdelavi papirja, procesu premazovanja in sušenja. Viden postane šele po tisku.)
SAM
O ZA
INTE
RNO U
PORA
BO
28
WICKING - ˇnazobčenjeˇostrih robov pri enobarvnem (ČB) tisku(posledica premočnega omakanja papirja …)
BLEEDING - razlivanje barv Označuje medsebojno zlivanje barv pri večbarvnem tisku. (posledica prepočasne absorpcije vodne faze črnila v notranjost papirja in/ali premočnega omakanja.)
OPISI POJAVOV
SAM
O ZA
INTE
RNO U
PORA
BO
29
bleedinga - primer
Vzorec A, površinsko oplemeniten s premazom na osnovi silike in PVOH ter vzorec B površinsko klejen s škrobom in klejivom na osnovi poliuretana v obliki raztopine.
Vzorci z različno površinsko obdelavo (površinsko klejenje in premazovanje) oziroma hidrofilnostjo/hidrofobnostjo površine so bili potiskani s kapljičnim – inkjet tiskalnikom.
OPISI POJAVOV Ovrednotenje kvalitete odtisov
SAM
O ZA
INTE
RNO U
PORA
BO
30
bleedingwicking
OPISI POJAVOV Ovrednotenje kvalitete odtisov
Vrednotenje lahko izvedemo z meritvijo pokritosti površine vzorca s točkami določene intenzitete.
Najprej izvedemo segmentacijo slike v dve intenzitetni področji - binarnost. Iz števila črnih ("vključki") in belih ("ozadje") točk oziroma njunega razmerja sklepamo na izraženost razlivanja barv.
SAM
O ZA
INTE
RNO U
PORA
BO
31
PRIMERI REZULTATOV ANALIZ
SAM
O ZA
INTE
RNO U
PORA
BO
32
primerjava rezultatov
295910vzorec B
6115vzorec A
Mottling - NU (-)Bleeding (%)Wicking (%)
NU = 0
idealni vzorec
ni mottlinga
NU = 29
vzorec B
izrazit mottling
NU = 6
vzorec A
neizrazit mottling
PRIMERI REZULTATOV ANALIZ - Ovrednotenje kvalitete odtisov
• Neenakomernost (mottling)
SAM
O ZA
INTE
RNO U
PORA
BO
33
Nazobčenost ostrih robov - Wicking, razlivanje barv - bleedingvzorec A vzorec Bidealni vzorec
WICKING
BLEEDING
PRIMERI REZULTATOV ANALIZ - Ovrednotenje kvalitete odtisov
SAM
O ZA
INTE
RNO U
PORA
BO
34
vzorec A
vzorec B
35%
45%
Ovrednotenje globine penetracije TB v z-smeri
PRIMERI REZULTATOV ANALIZ - Ovrednotenje kvalitete odtisov
SAM
O ZA
INTE
RNO U
PORA
BO
35
PRIMERI UPORABE SLIKOVNE ANALIZE
SAM
O ZA
INTE
RNO U
PORA
BO
36
• Kalibracija
Prikaz 1-D in 2-D profila
PRIMERI UPORABE
SAM
O ZA
INTE
RNO U
PORA
BO
37
Neenakomerena formacija papirja - posledica neenakomerne porazdelitve mase (vlakna, polnila, itd.) v papirnem listu in/ali odtisa sita. Pojava lahko ločimo in kvantitativno ovrednotimo s pomočjo (transmisivnega optičnega čitalca) in slikovne analize.
Zajeto digitalno sliko s posebnim matematičnim postopkom - (FFT) pretvorimo v frekvenčno domeno. S primernim filtrom dobimo ločitev visokofrekvenčne –pravilne strukture (markiranje sita) in nizkofrekvenčne (stohastična struktura).
PRIMERI UPORABE
FFT
§ Filtriranje
§ Inverzna FFT
FFTFFT
§ Filtriranje
§ Inverzna FFT
§ Filtriranje
§ Inverzna FFT
Formacija papirja in markiranjeSA
MO Z
A IN
TERN
O UPO
RABO
38
Iz posnetka lahko s pomočjo programa ImageJ naredimo zaporeden niz slik, ki omogočajo lažjo analizo interakcij na površini, procesa sušenja TB …
PRIMERI UPORABE
Formacija kapljice TB
SAM
O ZA
INTE
RNO U
PORA
BO
39
PRIMERI UPORABE
Analizna kemija - ovrednotenje TLC kromatogramovSA
MO Z
A IN
TERN
O UPO
RABO
40
PRIMERI UPORABE
Konfokalna laserska mikroskopija – penetracija TB v z-smeri
SAM
O ZA
INTE
RNO U
PORA
BO
41
IMAGE J
SAM
O ZA
INTE
RNO U
PORA
BO
42
ImageJ:Ø je prosto dostopen program za slikovno analizo (Java)Ø osnovan je na predhodniku, programu NiH Image, ki je bilpisan predvsem za Macintosh računalnike.Ø danes deluje v okolju Windows, Mac OS, Mac OSX in Linuxu
Program omogoča :Ø obdelavo 8, 16 in 32 bitnih slikØ uporabo formatov: TIFF, BMP, GIF, JPEG, DICOM in FITSØ odprtost programa z prosto vstavitvijo Java pluginov
IMAGE J
Glavni avtor programa je Wayne Rasband: [email protected], iz ResearchServices Branch, National Institute of Mental Health, Maryland, USA