Equalização dos Histogramas em Imagens

Apresentação em tema: "Equalização dos Histogramas em Imagens"— Transcrição da apresentação:

1 Equalização dos Histogramas em Imagens
Disciplina: Fundamentos de Computação Gráfica Aluna: Jessica Palomares

2 Equalização dos Histogramas em Imagens
Equalização do Histograma da luminância. Equalização da Imagem em escala de cores. RGB HSL Conclusões Bibliografia

3 Histograma O histograma de uma imagem descreve a distribuição estatística dos níveis de cinza em termos do número de amostras ("pixels") com cada nível. A cada histograma está associado o contraste da imagem. Fornece informação útil para fazer realce e análise da imagem. Contraste é uma medida da diferença de brilho entre as áreas claras e escuras de uma cena O contraste pode ter um impacto visual muito grande ao enfatizar texturas Um histograma RGB é produzido quando o computador varre a imagem em cada um desses valores de brilho RGB e conta quantos pixels há em cada nível de 0 a 255.

4 Tons A imagem acima é um exemplo que contém uma gama tonal bem ampla. Essa cena costeira contém poucos meios-tons, mas tem grandes regiões de sombras e altas-luzes no canto inferior esquerdo e no superior direito, respectivamente. Isso resulta num histograma que tem uma alta contagem de pixels nos extremos esquerdo e direito. Fuente :

5 Histograma de luminância
sensibilidade relativa l (nm) 0.0 0.2 0.4 0.6 0.8 1.0 380 480 580 680 780 Histograma de luminância mais escuro mais claro Dada una imagem en cores RGB. Obtêm-se a luminosidade: 𝑌=0.2126𝑅 𝐺 𝐵 Calcula-se o histograma da imagem Numero de Pixels Escala tonal Histogramas de luminância são mais precisos que histogramas RGB ao descrever a percepção de distribuição da 'luminosidade' em uma imagem. A luminância leva em consideração o fato de que o olho humano é muito mais sensível a luz verde do que a vermelha ou a azul. Primeiro cada pixel é convertido de modo a representar a luminosidade baseada em uma média com pesos diferentes para cada uma das cores em cada pixel. Esses pesos assumem que o verde representa 59% da luminosidade percebida, enquanto que o vermelho e o azul representam apenas 30% e 11%, respectivamente. Um histograma de luminância é produzido ao se contar quantos pixels estão em cada valor de luminância -- da mesma forma que os histogramas para cada cor RGB é produzido. luminosidade é a parcela desta energia que um ser humano normal percebe e é medida em candelas ou em lumens.

6 Equalização do histograma de luminância
Melhor contraste A distribuição do cor é em todo o range da luminância. Numero de Pixels Escala tonal Desvantagens: Perda de informação: é quando, depois da equalização, alguns pixels não tem suas cores alteradas em relação a imagem original

7 O Algoritmo: Fazer o Histograma de luminância.
Calcular o histograma acumulado (𝐻𝑖𝑠𝐴𝑐𝑢𝑚) Para cada pixel da imagem 𝑃𝑖𝑥𝑒𝑙 𝑖 =𝑟𝑜𝑢𝑛𝑑 𝐻𝑖𝑠𝐴𝑐𝑢𝑚 𝑖 − 𝐻𝑖𝑠𝑡𝐴𝑐𝑢𝑚 𝑚𝑖𝑛 𝑇𝑎𝑚𝑎𝑛ℎ𝑜 𝑑𝑎 𝐼𝑚𝑎𝑔𝑒𝑚− 𝐻𝑖𝑠𝑡𝐴𝑐𝑢𝑚 𝑚𝑖𝑛 (𝐿−1) 4. Os valores obtidos botar novamente na mesma posição do pixel (i)

8 Equalização das imagens de cores
Histograma de imagem a cor Uma diferença importante que pode-se perceber a partir dos cálculos acima é que enquanto um histograma de luminância retém informação a respeito da localização de cada pixel de cor, o histograma RGB descarta essa informação O histograma RGB cria três histogramas diferentes e, depois, os soma, descartando a informação que indica se cada contagem de cor veio ou não do mesmo pixel. Para ilustrar melhor esse conceito vamos usar uma imagem cujos dois tipos de histogramas são bem diferentes. Como regra geral vale que quanto mais intensas e puras forem as cores da imagem, mais os histogramas RGB e de luminância vão variar

9 Equalização das imagens de cores
O que aconteceu com a imagem? A Equalização é feita pra cada canal R G B, que provavelmente em alguns casos destroi a distribuição dos componentes.

10 Equalização das imagens de cores
Qual é a solução? Converter para o espaço HSL, HSV, YUV color space, Lab color space Porque? O algoritmo de equalização só é aplicado ao canal da luminancia. Espaço HSL Espaço RGB R 1.0 Y M C W K vermelho azul preto verde amarelo ciano magenta branco Espacios de cor que sao definidos por: tonalidade, saturacao e Luminaca. Luminosidade é a cantidade de luz. HLS (hue, lightness, saturation)

11 Equalização da imagem em o espaço HSL
Equalização da imagem no espaço RGB

12 O Algoritmo: Converte o espaço RBG ao espaço HSL
Faz um Histograma no espaço HSL Equaliza o Histograma (só para o canal L) Converte do espaço HSL ao RGB Pinta a imagem com os novos valores dos pixels.

13 Outros exemplos: Imagem Original Imagem Eq. no espaço HSL
Imagem Eq. no espaço RGB

14 Outros exemplos: Percebeu a diferença? Imagem Original
Em imagens onde o histograma dos três canais é descontinuo a equalização RGB empiora a imagem. Mais em imagens que não tem muita variação, a equalização posse melhorar a imagem. Imagem Eq. no espaço RGB Imagem Eq. no espaço HSL

15 Imagem Original Imagem Eq. no espaço RGB Imagem Eq. no espaço HSL

16 Outros usos do Histograma de uma imagem:
Se fosse realizar uma segmentação da Imagem. Pega-se a porção de interesse.

17 Metodo Otsu para a Segmentacao de Imagens
n é o número total de píxeis na imagem nq é o número de píxeis que tem intensidade rq L é o número total de possíveis níveis de intensidade na imagem É um método de thresholding global para escolher o melhor threshold. Este baseia-se no histograma normalizado (da imagem) como uma função de densidade de probabilidade discreta.

18 Conclusão O Histograma é uma ferramenta importante para o entendimento da distribuição de cores numa imagem. De uma imagem posso gerar seu histograma, mais não é possível gerar uma imagem a partir de um Histograma. A equalização de uma imagem num determinado espaço do cor depende também da representação do histograma.

19 Referencias

20 Obrigada