captura de los colores
Post on 04-Apr-2018
221 Views
Preview:
TRANSCRIPT
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 1/58
Tema 1: Colorimetríay Captura de Imagen
Autores:
José Luis Alba y Fernando Mart ín – Universidad de Vigo
Jesús Cid – Universidad Carlos I I I
Últ ima revisión: febrero 2006
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 2/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 2
Índice Percepción visual. Teoría del color Modelos de color Formatos de imagen Digitalización de imágenes. Captura de imágenes
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 3/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 3
Percepción visual: El Ojo Humano Cerebro + Ojo son “el mejor analizador de imágenes que existe”.
Lo imitan todos los tipos de cámaras.Córnea: tejido transparenteo lente protectoraI r is : diafragma de aperturavariable
Crist alino o lent e: absorbegran parte de IR e UV y es unenfoque ajustable. Retina: contiene las
células fotorreceptoras
que convierten lasseñales luminosas ennerviosas. Las neuronassalen de la capa interna
para formar el nervio
óptico por el punto ciego.
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 4/58José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 4
Percepción visual: El Ojo Humano Sensibilidad espectral de las células fotorreceptoras.
Conos. De 6 a 7 millones, concentrados en la fovea. Tres tipos: sensibles al rojo (65 %) , al verde (33 %) y al azul (2 %)
οBastan tres colores para representar una imagen en color? Bastones.
Respuesta espectral menos selectiva (UV).
De 75 a 150 millones. Mayor sensibilidad (varios bastones conectados a una misma célulanerviosa): visión nocturna.
Uniformemente distribuidos y ausentes de la fovea.
Conos
Bastones
http://www.harunyahya.com/books/science/miracle_eye/miracle_eye_02.phphttp://www.harunyahya.com/books/science/miracle_eye/miracle_eye_02.php
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 5/58José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 5
Percepción Visual: modelo de procesado Experiencias psicovisuales y medidas con electrodos permiten
elaborar un modelo aproximado del procesamiento visual.
1.1. Sensibilidad a la intensidad. El ojo humano puede operar en rangos de 1 a 1010. Experimento de la ley de Weber:
Durante intervalos breves de tiempo, se presentaal observador un círculo de intensidad I+ΔI.
Se mide la fracción defracción de WeberWeber:: el valor de ΔI/I para el que elobservador acierta sobre la presencia o ausencia del círculo un 50%
de veces. Para un amplio rango de intensidades, ΔI/I~0.02.
En consecuencia, el brillo percibidobrillo percibido, C , es tal que
I C I
dI
dC I
I
C log=→≈→Δ
=Δ
I
I+ΔI
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 6/58José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 6
Esto no significa que dentro de una escena el ojo pueda distinguirvariaciones de C de 0.02 en el rango de 1 a 1010 (ΔC=10). Si en una
escena el cociente de intensidades máxima y mínima es tal que ΔCmax>2,todo lo que está fuera de ese margen se percibe como blancos y negrospuros.
Un modelo simple del ojo: En cada punto, realiza una transformación punto a punto
aproximadamente logarítmica Aplicaciones en tratamiento digital de imágenes:
Sensibilidad logarítmica a la intensidad: es importante en el diseño dedispositivos de presentación (monitores) y captación (cámaras).
Un cuantificador logarítmico será más eficiente que uno uniforme. Si ΔCmax = 2 y ΔCmin = 0.02 se necesitan al menos ΔCmax / ΔCmin = 100 nivelesde cuantificación (7 bits) para codificar la intensidad.
Sensibilidad al ruido: la misma potencia de ruido se percibe más claramenteen zonas oscuras (baja intensidad) Î Aplicaciones en restauración deimágenes y marcado digital.
I C
Percepción Visual: modelo de procesado
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 7/58José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 7
2.2. Filtrado espacial
Si dos objetos están separados en el campo visual, susintensidades se perciben diferentes solo si ΔC > 0.2ÆEl ojo es sensible a cambios locales de intensidad
La intensidad percibida depende de la luz del entorno. Hayexperimentos que muestran que el ojo filtra espacialmente.Æ¡La sensibilidad depende altamente del fondo!
Percepción Visual: modelo de procesado
I+ΔII
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 8/58José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 8
¡Los rectángulos interiores tienen idéntico nivel de gris!
¡Los rectángulos interiores tienen distinto nivel de gris!
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 9/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 9
Bandas de Mach: ponen de
manifiesto alguna forma defiltrado paso alto (realce debordes)
Consecuencias: Un compresor de imágenes
deberá prestar especialatención para mantener los
bordes. El uso de filtros paso bajo
para eliminar ruido puedereducir bordes y desenfocar.
Percepción Visual: modelo de procesado
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 10/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 10
Medida de laresolución espacialdel ojo: En direcciónhorizontal,
variaciónsinusoidal.
En direcciónvertical,decrecimientolineal de laamplitud
De formaaproximada, puede
medirse larespuesta enfrecuencia, comoel perfil de la curvalímite, por encimade la cual no sepercibe ningunaoscilación.
Percepción Visual: modelo de procesado
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 11/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 11
3.3. Procesado Temporal
Cuando un punto luminoso parpadea N pulsos/seg, se vecontinuamente a partir de una frecuencia de fusión: el ojorealiza algún tipo de filtrado paso bajo temporal, quedepende de: Las condiciones de iluminación La duración del pulso luminoso La intensidad del punto luminoso.
Fenómeno PHI: la frecuencia de fusión depende de losobjetos presentes en la escena. t~1mseg:
Se perciben dos puntos simultáneamente t~10mseg:
Se percibe un punto que se mueve t>1 seg:
Se percibe un punto y luego otro La frecuencia de muestreo temporal de las imágenes de vídeo
o cine está relacionada con la frecuencia de fusión.
1o
Percepción Visual: modelo de procesado
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 12/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 12
Modelos de la
Visión Se hanelaboradomuchos modelossimplificados dela visiónhumana.
Ejemplo paravisiónmonocromática:
Percepción Visual: modelo de procesado
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 13/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 13
Niveles perceptuales superiores.
El estudio de las células nerviosas en las primerasestapas de su recorrido ya pone de manifiesto queel procesamiento de la imagen que llega a laretina va adquiriendo sucesivos grados de
complejidad: Primeras células: respuesta al on, off, on-off delestímulo, y espontánea.
Células vecinas tienden a inhibirse: acentuación de losbordes, esquinas y puntos aislados (filtrado paso alto).
Ya en la corteza visual: respuestas óptimas de las célulassimples a líneas y bordes estáticas (células simples),desplazándose en el espacio (complejas) y cambiando deorientación (hipercomplejas).
Percepción Visual: modelo de procesado
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 14/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 14
Ponen de manifiesto la complejidad del procesamiento espacial ytemporal en el sistema visual. Veremos algunas (hay más enhttp://lite.bu.edu/vision/applets/lite/lite/lite.html)
Percepción Visual: ilusiones ópticas
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 15/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 15
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 16/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 16
Tamaño Pistas Ficticias
Ilusión de Muller-Lyer
Ilusión de Ponzo
(engaño con la distancia)
Tomadas de http://griho.udl.es/ipo/transpas/facthum_lsi.ppt
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 17/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 17
Perspectiva (Escher)
Tomadas de http://griho.udl.es/ipo/transpas/facthum_lsi.ppt
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 18/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 18
Movimiento
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 19/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 19
Teoría del color: la física Intensidad de Luz
Toda radiación luminosa se caracteriza por su distribuciónespectral E (λ ): energía que atraviesa una superficie normal ala dirección de propagación por unidad de superficie, tiempo ylongitud de onda.
La luz, al reflejarse o atravesar un cuerpo, cambia su DE: Luz transmitida: E’ (λ ) = t (λ ) E (λ ) (transmitancia). Luz reflejada: E’ (λ ) = r (λ ) E (λ ) (reflectancia).
Sensores. Se caracterizan por su Sensibilidad Espectral, S (λ ) Intensidad de luz detectada por el sensor:
( ) ( ) ( ) ( )∫∫ ==
∞ max
min0
λ
λ λ λ λ λ λ λ d S E d S E I
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 20/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 20
El espectro visible. El ojo es sensible únicamente a la radiación contenida en unapequeña banda de frecuencias del espectro EM (desde 380
hasta 780 nm); en ella, la luz solar en la atmósfera presenta unpico de radiación.
Un color viene representado por las componentes espectrales
de la radiación luminosa, C (λ ), en la banda visible.
Teoría del color: la física
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 21/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 21
Percepción del color El ojo humano tiene 3 sensores de color, cada uno con una
sensibilidad espectral diferente. Los conos actúan como un banco de filtros:
Vemos un color a través de 3 estímulos (componentes):
SB(λ)
100
60
40
20
80
400 500 600 700 nm
Respuesta conos
SG(λ)SR(λ)
λ
∫= λ λ λ α d S C R R )()(
∫= λ λ λ α d S C GG )()(
∫= λ λ λ α d S C B B )()(
C (λ )
S R(λ )
S G(λ )
S B(λ )
Color: vector
de 3
componentes
no negativas
Curvas definidas por la CIEpara un “observador estándar”
Teoría del color: la fisiología
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 22/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 22
Luminancia Definición de la CIE: Potencia radiante ponderada por una función de
sensibilidad espectral característica del sistema visual humano
Se mide en Lumens/m2
o candelas/m2
. 685 Lumens = 1 Watio emitido a λ=555 nm (longitud de onda de máxima
sensibilidad). La luminancia de un punto es independiente de los objetos que la rodean. Una fuente de luz infrarroja puede tener radiancia alta, pero su luminancia
será nula o casi nula. La luminancia de una fuente policromática se calcula como un promedio de
las intensidades en cada receptorY = 0.30 R + 0.59 G + 0.11 B
que es equivalente a la intensidad captada por un detector de sensibilidadV (λ ) = 0.30 S R (λ ) + 0.59 S G(λ ) + 0.11 S B(λ )
Brillo Medida perceptual definida por la CIE como la Característica de la sensación
visual según la cual una superficie parece emitir más o menos luz Depende tanto de la radiancia del objeto como de la del entorno. Dos objetos con fondos diferentes pueden tener idéntica luminancia pero
brillo diferente. No se mide de forma objetiva.
Teoría del color: la fisiología
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 23/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 23
Carta cromáticaCarta cromática Todas las sensaciones de color
pueden representarse mediantepuntos de coordenadas positivas
= (α 1, α 2, α 3) en un triedro. La sensación de color viene dada
por la magnitud relativa:normalizaremos de modo que
α 1+α 2+α 3 = 1 Los colores puros (del arco iris) se
encuentran formando un arco
sobre el triangulo
Teoría del color: representación
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 24/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 24
La sensación de color es (aproximadamente) aditivaaditiva.el estímulo:
produce respuesta:
ÎSi dos fuentes se combinan, la sensación resultante estaráen el segmento que une las sensaciones individuales.
Dado que todas las fuentes de luz son combinación decolores del espectro, todos los colores que puedenpercibirse se encuentran en la cubierta convexa del arco.Æ Algunos puntos del triángulo no representan sensación de
color alguna! Transformando los ejes de
modo que dos lados deltriángulo sean perpendiculares,
se obtiene la carta cromática.
( ) ( ) ( ) ( )λ ρ λ ρ λ ba E E E −+= 1
( ) ( ) ( ) ( )λ α ρ λ α ρ λ ba
GG
−+= 1α
Teoría del color: representación
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 25/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 25
Observando la carta cromática,¿Cuántas fuentes sonnecesarias para representarlos colores visibles?
Teoría del color: representación
En teoría, necesitamos infinitasfuentes, pero con 3adecuadamente escogidastenemos casi todas.
Una cuarta fuente puedeaumentar la paleta, pero en lapráctica la ganancia puede nocompensar su costecomputacional
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 26/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 26
Modelos de color: RGB Objetivo: especificación estándar de colores Definen un color a partir de 3 componentes
RGBRGB. Rojo (700 nm), verde (546.1 nm) y
azul (435.8 nm). Es un modelo para fuentes de luz
R
G
B
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 27/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 27
CMYCMY.
Combinando R, G y B. R+G=Y; G+B=C; R+B=M.
La situación es distinta si combinamostintes (sustancias que absorben luz)en lugar de fuentes. Combinando tinte amarillo (absorbe el
azul) con tinte magenta (absorbe elverde) resulta un tinte rojo (absorbeazul y verde).
El modelo CMY se utiliza para codificarcolores en dispositivos de impresión
Modelos de color: CMY
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 28/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 28
YI QYI Q.
Utilizado en radiodifusión de TV del sistemaNTSC (USA y Japón) Desacopla intensidad y color para
compatibilidad con blanco y negro. Se obtiene a partir del modelo RGB mediante
una transformación lineal.
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
−
−−=⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
B
G
R
Q
I
Y
311.0513.0212.0
321.0275.0596.0
114.0587.0299.0
Modelos de color: YIQ
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 29/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 29
YUVYUV Utilizado en radiodifusión de TV del sistema PAL También desacopla intensidad y color para
compatibilidad con blanco y negro. También se obtiene a partir del modelo RGB
mediante una transformación lineal. Usado en estándares de codificación digital
JPEG y MPEG (más importancia a la Y). Fórmulas lineales:
)(897.0
)(493.0
11.059.030.0
Y RV
Y BU
BG RY
−=
−=
++=
Y
U
VMatlab: no implementa la conversión RGBÆ
PAL. Pero sí para NTSC: Funciones rgb2ntsc,ntsc2rgb.
Matlab: no implementa la conversión RGBÆ
PAL. Pero sí para NTSC: Funciones rgb2ntsc,ntsc2rgb.
Modelos de color: YUV
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 30/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 30
HSIHSI (también llamado HSV).
H:Hue (matiz). Define el color.
S: Saturación. Cuán lejos está del blanco puro.
I: Intensidad
Utilizado en PI, pues todas las componentestienen un significado perceptual. Es, de los vistos, el único que mantiene una
relación no lineal con el modelo RGB
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
−
−−=⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
B
G
R
06 / 26 / 1
6 / 26 / 16 / 1
3 / 13 / 13 / 1
V
V
I
2
1
2 / 122
21
12
1
]VV[S
)V / V(tanH
+=
= −
Modelos de color: HSI
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 31/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 31
En un corte del modelo: El ángulo determina el tinte,
El 0 es el rojo (y el 2π
también). Pasa de rojo a verde (por
amarillo), de verde a azul(por cyan) y de azul a rojo(por magenta).
La saturación va creciendo Desde el centro (S=0, gris)
hasta el borde (S=1, colorpuro).
V es constante.
H
S
I
Matlab: Funciones rgb2hsv y hsv2rgb.
V debería ser igual a Y. Sin embargo, se usan funciones no lineales.
Matlab usa: V=max(R,G,B).
Ojo: H es un ángulo y matlab lo mide entre 0 y 1 (no entre 0 y 2π).
Matlab: Funciones rgb2hsv y hsv2rgb.
V debería ser igual a Y. Sin embargo, se usan funciones no lineales.
Matlab usa: V=max(R,G,B).
Ojo: H es un ángulo y matlab lo mide entre 0 y 1 (no entre 0 y 2π).
Modelos de color: HSI
V
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 32/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 32
Modelos de color: HSI
Matlab (ejemplo):N=100; % Tamaño
M=3*N;
v = ones(5*N,M); % V constante
h = zeros(5*N,M); % Rojos = [zeros(N,M);0.25*ones(N,M);...
0.5*ones(N,M);0.75*ones(N,M);...
ones(N,M)]; % Saturación crece a ‘saltos’
hsv(:,:,1) = h;hsv(:,:,2) = s;
hsv(:,:,3) = v; % Armar imagen
rgb = hsv2rgb(hsv); % Pasar a RGB
imshow(rgb); % Ver imagen
Matlab (ejemplo):N=100; % Tamaño
M=3*N;
v = ones(5*N,M); % V constante
h = zeros(5*N,M); % Rojos = [zeros(N,M);0.25*ones(N,M);...
0.5*ones(N,M);0.75*ones(N,M);...
ones(N,M)]; % Saturación crece a ‘saltos’
hsv(:,:,1) = h;hsv(:,:,2) = s;
hsv(:,:,3) = v; % Armar imagen
rgb = hsv2rgb(hsv); % Pasar a RGB
imshow(rgb); % Ver imagen
Concepto de saturación.
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 33/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 33
Modelos de color:Distancia entre Colores
Distancia entre colores Los colores son vectores de R 3.
Diferentes distancias:
Norma 1: Norma 2 (euclídea):
Norma p:
La importancia de cada componente puede ponderarse. ¿Cuál usar?
La que mejor se adapte al problemaÎEnsayo y Error. Distancia perceptual: mide la diferencia entre colores que “ve” el ojo humano.
Muy compleja, nunca se usa en la práctica.
⎥⎥⎥⎦
⎤
⎢⎢⎢⎣
⎡
=3
2
1
c
c
c
C ⎥⎥⎥⎦
⎤
⎢⎢⎢⎣
⎡
=3
2
1
''
'
'cc
c
C
3322111 ''' ccccccd −+−+−=2 / 12
33
2
22
2
112 ]'''[ ccccccd −+−+−= p p p p
p ccccccd / 1
332211 ]'''[ −+−+−=
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 34/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 34
Imagen digital: Matriz bidimensional cuyos
elementos se denominan píxeles(del inglés picture element)
Cada píxel contiene informaciónsobre un punto o una pequeña
región de la escena Digital significa que:
el número de píxeles es finito: la
vista de la escena querepresenta la imagen estárecortada y muestreada
el contenido de cada píxel estácuantificado
255 255 255 255255 170 170 170
255 170 85 85255 170 85 0
Formatos de Imagen
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 35/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 35
Formatos de Imagen Clasificación según el número de bandas o canales:
En color (RGB): se almacena RGB de alguna forma. En escala de grises: se almacena Y de alguna forma. Binarias: sólo existen dos colores, el blanco y el negro. Su
origen suele ser el procesado de otras imágenes (ej: OCR’s). Multi-canal: se almacenan más de 3 canales, típico en sensores
multi- e hiper-espectrales para aplicaciones de observaciónterrestre.
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 36/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 36
Formatos de Imagen Según la forma de almacenamiento (o transmisión):
Analógicas: señal eléctrica (ej: TV analógica). Digitales: bits, ficheros.... Ejemplos: bmp, tiff, jpeg (o jpg), gif,
png, avi*, mpg*. * .- Ficheros que almacenan secuencias
Matlab: las imágenes son matrices o arrays (por supuesto, son digitales).
Distinguiremos: Multi-banda, RGB (color), grayscale y binarias (logical).
Las Multi-banda, RGB y grayscale pueden ser punto fijo (uint8, uint16) o
punto flotante (single, double).
Comandos: imread.m, imwrite.m, aviread.m, avifile.m,…
Matlab: las imágenes son matrices o arrays (por supuesto, son digitales).
Distinguiremos: Multi-banda, RGB (color), grayscale y binarias (logical).Las Multi-banda, RGB y grayscale pueden ser punto fijo (uint8, uint16) o
punto flotante (single, double).
Comandos: imread.m, imwrite.m, aviread.m, avifile.m,…
Según el comportamiento temporal: Fijas o estáticas: no cambian, ej: fotos, ficheros jpg...
En movimiento (vídeo): secuencia de imágenes fijas, ej: TV, mpeg, H.261
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 37/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 37
Formatos de Imagen Estándar DICOM:
(Digital Imaging andCommunications in Medicine) Más que un formato es un
estándar para la gestión integralde series de imágenes médicas,desde su almacenamiento hastasu distribución y anotación.
Las estaciones de visualizaciónpermiten hacer rendering 3D y “viajar” por el interior del cuerpohumano a partir de series DICOM
Matlab: Existen los comandos básicos para gestionar ficheros DICOM:
dicomread.m, dicomwrite.m, dicominfo.m
Matlab: Existen los comandos básicos para gestionar ficheros DICOM:
dicomread.m, dicomwrite.m, dicominfo.m
Digitalización de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 38/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 38
Puede hacerse de dos modos: Por adquisición directa (mediante cámaras digitales) A partir de soporte analógico
En el segundo caso, debe procederse en varios pasos: 1. Muestreo espacial 2. Cuantificación de las muestras (L bits) 3. Codificación de los valores
Imagencontínua MuestreoMuestreo CuantificaciónCuantificación CodificaciónCodificación
0011 0101 0101
0001 ...
Digitalización de Imagen:Muestreo y cuantificación
Digitalización de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 39/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 39
Analógica (fotografía)
I =f ( x, y)
Y
X j
i
I (i, j)
El proceso de digitalización introduce pérdidas, tantopor efecto del muestreo (discretización espacial)como por el de la cuantificación (discretización enamplitud).
Discreta (Matriz numérica)
Digitalización de Imagen:
Muestreo y cuantificación
Digitalizador
Digitalización de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 40/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 40
(1)
Efectos del
muestreo espacial Teóricamente, bajociertas condiciones (lasdel teorema de
muestreo ), no haypérdida de informaciónen el muestreo.
En la práctica, elmuestreo limita laresolución de la imagen.
Digitalización de Imagen:
Muestreo y cuantificación
Digitalización de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 41/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 41
(3)
(2)
El número de muestras quedeben tomarse de una imagen
depende de varios factores: Las condiciones de observación:
Distancia de observación
Tamaño físico de la imagendurante la visualización
El uso que se vaya a dar a laimagen Visualización Procesado Almacenamiento / transmisión
Digitalización de Imagen:
Muestreo y cuantificación
Digitalización de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 42/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 42
32 niveles 16 niveles
4 niveles8 niveles
Efecto de lacuantificación
Si el número de niveles deintensidad usados pararepresentar una imagenmonocromo es pequeño, el
ojo puede detectar efectosde contorno en el objeto
En el caso de imágenesB&W, con pocos tonos se
observa ya alta calidad (con100 niveles es suficiente,con 64 es muchas vecesadmisible)
Digitalización de Imagen:
Muestreo y cuantificación
Digitalización de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 43/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 43
16 mill.
256
16
El tamaño de la “paleta de colores” (esdecir, el número de colores utilizados
para representar cada píxel es otrofactor determinante de la calidad.
Si este número es muy bajo, seapreciarán contornos artificiales que
resultan visualmente molestos.
Suelen ser necesarios 24 bits (3x8) ó 16millones de colores (color real) para una
visualización perfecta, con una paleta de16 bits ó 65556 colores se aprecia casisin distorsión, pero con una paleta de 8bits ó 256 colores la calidad se ve muydeteriorada y con 16 la imagen es
inservible).
Digitalización de Imagen:Muestreo y cuantificación
Digitalización de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 44/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 44
01234567
Planos de bits Habitualmente, el número de
niveles de gris es potencia de dos,lo que facilita su representaciónen binario.
Las imágenes formadasrepresentando, por separado,cada uno de los bits de esta
representación (en blanco si bit=1y en negro si bit=0) se denominanplanos de bit.
Digitalización de Imagen:Muestreo y cuantificación
Digitalización de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 45/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 45
01234567 8 planos de bit de “Lena”
Digitalización de Imagen:Muestreo y cuantificación
Digitalización de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 46/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 46
Color verdadero
M x N x L x 3
Paleta de color
(falso color)M x N x L
+ paleta
Escala de gris
M x N x L
Binaria: blanco
y negroM x N x 1
Requisitos de memoria
Digitalización de Imagen:Muestreo y cuantificación
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 47/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 47
Captura de Imagen:Sensores CCD y CMOS
Sensores CCD (Charged Coupled Devices). Sensores CMOS (Complemetary Metal Oxide Semiconductor) Cada fotón produce un par electrón-hueco. La carga se puede leer en tiempo casi nulo Æ se convierte en
tensión Æ se amplifica y se pasa a un CAD de n bits (8,10,12) Parámetro fundamental: tiempo en el que se acumula carga. Cámaras CCD B/N: sistema óptico + chip CCD/CMOS.
Cámaras color: Triple CCD/CMOS: prisma dicroico + 3 CCD’s/CMOS. CCD/CMOS único + filtros de color.
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 48/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 48
Captura de Imagen:Diferencias CCD y CMOS
CCD:
• uniformidad de la calidad en todala superficie del dispositivo
• lectura secuencial de las celdasmediante circuitería circundante
• gran consumo de energía
• fabricación cara
• gran margen dinámico
CMOS:
• circuitería en celdas para corregircalidad (área efectiva menor)
• lectura individualizada por celda(permite definir ROIs, evita efecto
“blooming”)• escaso consumo de energía
• fabricación barata (aprovecha
tecnología de microprocesadores)• menor margen dinámico
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 49/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 49
p gTiempo de Carga
Imagen no entrelazada:
1ª imagen 2ª imagen tiempo
tc=1/N
N=número de imágenes por segundo
Imagen entrelazada:
campo-impar campo-impar
tiempo
campo-par campo-par
tc=1/N
N=número de imágenes por segundo
Cámara sin control de tiempo de carga
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 50/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 50
p gTiempo de Carga
Imagen no entrelazada:
1ª imagen 2ª imagen tiempo
tc<=1/N
N=número de imágenes por segundo
Imagen entrelazada:
impar impar
tiempo
par
tc<=1/N
N=número de imágenes por segundo
Cámara con control de tiempo de carga (electronic shutter)
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 51/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 51
p gEfecto del entrelazado
Cámara PAL (25 imág/seg entrelazado). Resolución 768x576. Tiempo de carga: 1/1000. Velocidad objeto: 30 Km/h (aprox.).
Extracción del
campo impar.
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 52/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 52
p gLimitaciones de la Señal PAL para procesado
Resolución: hay 576 líneasfísicas (parte activa de 625).
Si no queremos deformar laimagen W/H=4/3, si H=576,W=(4/3)*576=768.
Por eso se dice que la
resolución máxima del PAL es768x576. La otra gran limitación es el
carácter entrelazado (más
perjudicial si en la capturacoincide en campo par/impar uncambio de escena).
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 53/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 53
p gCámaras CCD y CMOS
Óptica + CCD/CMOS + electrónica. Clasificación:
Imágenes Fijas (fotografía digital). Secuencias (cámaras de vídeo):
Analógica entrelazada: cámara de TV. Analógica no entrelazada o progresiva: Cámaras para
aplicaciones profesionales de visión. Vídeo Digital (DV): uso doméstico o profesional. Puede
albergar distintos formatos (PAL entrelazado, video noentrelazado, NTSC, panorámico) en soportes diferentes(Hi-8, miniDV con MPEG2, microMV con MPEG4)
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 54/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 54
Captura en Color
Triple CCD: Prisma dicroico + 3 CCD’s.
Imagenverde
filtro verde
Imagenazul
filtro azul
reflexión azul (f. dicroico)
Imagenroja
filtro rojo
reflexióntotal
filtroinfrarrojo reflexión rojo (f. dicroico)
CCD color: Filtros de color + 1 CCD:se interpolan los valores de 2 colores más en cada celda
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 55/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 55
CCD’s Lineales
Los sensores se distribuyen en un vector, no en una matriz. Ladensidad en píxeles por pulgada es mucho mayor.
Aplicaciones: Cámara Lineal: captura imágenes de una
sola línea y gran resolución. Conmovimiento perpendicular a la línea,podemos componer una imagen detamaño arbitrario en la direcciónperpendicular al sensor lineal.
Escáner: la línea de CCD’s (y la fuente deluz) son móviles. Dos tipos: Reflexión (documento opaco). Transmisión (documento transparente
ejemplo: radiografías).
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 56/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 56
Captura de Imágenes en Ordenador
Interfaces Ordenador-Cámara: Analógicas: conversión A/D (frame-grabbers). Digitales: FireWire, USB, SCSI, paralelo, CameraLink,propietarias...
Tipos de Frame-Grabber: Tarjetas de TV: PAL, NTSC, SECAM... Todos ellos son
entrelazados. Muchas veces, se incluye sintonizador (señalesen RF). Otras opciones: radio-FM, teletexto...
Tarjetas avanzadas: pueden capturar señales de cámarasprogresivas o cualquier formato digital que se defina. Según
el modelo pueden incluir procesado en la tarjeta (on board),facilidades para procesar una imagen mientras se captura lasiguiente (ping-pong), adaptabilidad a diferentes tipos deseñal...
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 57/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 57
Ejemplo de Frame-Grabber Básico
Hauppauge WinTV-PCI-FM (aprox. 130 euros). TV banda base o RF, Radio FM estéreo,
teletexto. Formatos TV: PAL, SECAM, NTSC. Chip BT 878 u 881. Audio NICAM (si existe en el canal de TV).
Graba vídeo formato AVI o MPEG1 (SW) a 25imágenes/segundo. Imagen fija: BMP, GIF, TIFF, JPEG. Hasta
1600x1200 (interpolado desde 768x576). Modelo superior: WinTV-PVR grabación/edición
MPEG1-2 por hardware ( aprox. 315 euros).
Captura de Imagen:
7/30/2019 captura de los colores
http://slidepdf.com/reader/full/captura-de-los-colores 58/58
José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 58
Ejemplo de Frame-Grabber Avanzado
PC2-Vision de Coreco Imaging. Cualquier fuente analógica: CCIR (PAL B/N),
RS170 (NTSC B/N), progresivo (configurable),color RGB (3 señales). Siempre banda base.
6 canales conversión A/D: 6 cámaras B/N ó 3B/N y 1 color ó 2 color.
Fs=40MHz (por canal, 768x576 25 imag/segrequiere 11MHz).
8 Mb de memoria de imagen. 8 entradas y 8 salidas digitales de propósito general (comunicación
con entorno industrial). Señales de control de captura: trigger, reset asíncrono.
top related