Você está na página 1de 58

Tema 1: Colorimetra y Captura de Imagen

Autores: Jos Luis Alba y Fernando Martn Universidad de Vigo Jess Cid Universidad Carlos III
ltima revisin: febrero 2006

ndice
Percepcin visual. Teora del color Modelos de color Formatos de imagen Digitalizacin de imgenes. Captura de imgenes

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

Percepcin visual: El Ojo Humano


Cerebro + Ojo son el mejor analizador de imgenes que existe. Lo imitan todos los tipos de cmaras.
Crnea: tejido transparente o lente protectora Iris: diafragma de apertura variable Cristalino o lente: absorbe gran parte de IR e UV y es un enfoque ajustable.

Retina: contiene las clulas fotorreceptoras que convierten las seales luminosas en nerviosas. Las neuronas salen de la capa interna para formar el nervio ptico por el punto ciego.
3

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

Percepcin visual: El Ojo Humano


Sensibilidad espectral de las clulas fotorreceptoras.
Conos.
De 6 a 7 millones, concentrados en la fovea. Tres tipos: sensibles al rojo (65 %) , al verde (33 %) y al azul (2 %) Bastan tres colores para representar una imagen en color? Respuesta espectral menos selectiva (UV). De 75 a 150 millones. Mayor sensibilidad (varios bastones conectados a una misma clula nerviosa): visin nocturna. Uniformemente distribuidos y ausentes de la fovea.

Bastones.

Conos Bastones
http://www.harunyahya.com/books/science/miracle_eye/miracle_eye_02.php
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 4

Percepcin Visual: modelo de procesado


Experiencias psicovisuales y medidas con electrodos permiten elaborar un modelo aproximado del procesamiento visual.

1. Sensibilidad a la intensidad.

El ojo humano puede operar en rangos de 1 a 1010. Experimento de la ley de Weber:

I I+I

Para un amplio rango de intensidades, I/I~0.02. En consecuencia, el brillo percibido, C, es tal que percibido

Durante intervalos breves de tiempo, se presenta al observador un crculo de intensidad I+I. Se mide la fraccin de Weber: el valor de I/I para el que el observador acierta sobre la presencia o ausencia del crculo un 50% de veces.

I dI C = dC C = log I I I
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 5

Percepcin Visual: modelo de procesado


Esto no significa que dentro de una escena el ojo pueda distinguir variaciones de C de 0.02 en el rango de 1 a 1010 (C=10). Si en una escena el cociente de intensidades mxima y mnima es tal que Cmax>2, todo lo que est fuera de ese margen se percibe como blancos y negros puros. Un modelo simple del ojo:
En cada punto, realiza una transformacin punto a punto aproximadamente logartmica

Aplicaciones en tratamiento digital de imgenes:

Sensibilidad logartmica a la intensidad: es importante en el diseo de dispositivos de presentacin (monitores) y captacin (cmaras). Un cuantificador logartmico ser ms eficiente que uno uniforme. Si Cmax = 2 y Cmin = 0.02 se necesitan al menos Cmax/ Cmin = 100 niveles de cuantificacin (7 bits) para codificar la intensidad. Sensibilidad al ruido: la misma potencia de ruido se percibe ms claramente en zonas oscuras (baja intensidad) Aplicaciones en restauracin de imgenes y marcado digital.

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

Percepcin Visual: modelo de procesado


2. Filtrado espacial
Si dos objetos estn separados en el campo visual, sus intensidades se perciben diferentes solo si C > 0.2 El ojo es sensible a cambios locales de intensidad

I+I

La intensidad percibida depende de la luz del entorno. Hay experimentos que muestran que el ojo filtra espacialmente. La sensibilidad depende altamente del fondo!

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

Los rectngulos interiores tienen idntico nivel de gris!

Los Jos Luis Alba y Fernando Martn - Universidad detienenCid - Universidad Carlos III de gris! rectngulos interiores Vigo; Jess distinto nivel

Percepcin Visual: modelo de procesado


Bandas de Mach: ponen de manifiesto alguna forma de filtrado paso alto (realce de bordes) Consecuencias:
Un compresor de imgenes deber prestar especial atencin para mantener los bordes. El uso de filtros paso bajo para eliminar ruido puede reducir bordes y desenfocar.
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 9

Percepcin Visual: modelo de procesado


Medida de la resolucin espacial del ojo:
En direccin horizontal, variacin sinusoidal. En direccin vertical, decrecimiento lineal de la amplitud

De forma aproximada, puede medirse la respuesta en frecuencia, como el perfil de la curva lmite, por encima de la cual no se percibe ninguna oscilacin.
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 10

Percepcin Visual: modelo de procesado


3. Procesado Temporal
Cuando un punto luminoso parpadea N pulsos/seg, se ve continuamente a partir de una frecuencia de fusin: el ojo realiza algn tipo de filtrado paso bajo temporal, que depende de:
Las condiciones de iluminacin La duracin del pulso luminoso La intensidad del punto luminoso. t~1mseg:

Fenmeno PHI: la frecuencia de fusin depende de los objetos presentes en la escena.


Se perciben dos puntos simultneamente Se percibe un punto que se mueve Se percibe un punto y luego otro

t~10mseg: t>1 seg:

1o

La frecuencia de muestreo temporal de las imgenes de vdeo o cine est relacionada con la frecuencia de fusin.
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 11

Percepcin Visual: modelo de procesado


Modelos de la Visin
Se han elaborado muchos modelos simplificados de la visin humana. Ejemplo para visin monocromtica:

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

12

Percepcin Visual: modelo de procesado


Niveles perceptuales superiores.
El estudio de las clulas nerviosas en las primeras estapas de su recorrido ya pone de manifiesto que el procesamiento de la imagen que llega a la retina va adquiriendo sucesivos grados de complejidad:

Primeras clulas: respuesta al on, off, on-off del estmulo, y espontnea. Clulas vecinas tienden a inhibirse: acentuacin de los bordes, esquinas y puntos aislados (filtrado paso alto). Ya en la corteza visual: respuestas ptimas de las clulas simples a lneas y bordes estticas (clulas simples), desplazndose en el espacio (complejas) y cambiando de orientacin (hipercomplejas).

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

13

Percepcin Visual: ilusiones pticas


Ponen de manifiesto la complejidad del procesamiento espacial y temporal en el sistema visual. Veremos algunas (hay ms en
http://lite.bu.edu/vision/applets/lite/lite/lite.html)

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

14

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

15

Tamao
Pistas Ficticias

Ilusin de Muller-Lyer

Ilusin de Ponzo (engao con la distancia)


Tomadas de http://griho.udl.es/ipo/transpas/facthum_lsi.ppt
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 16

Perspectiva (Escher)

Tomadas de http://griho.udl.es/ipo/transpas/facthum_lsi.ppt
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 17

Movimiento

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

18

Teora del color: la fsica


Intensidad de Luz
Toda radiacin luminosa se caracteriza por su distribucin espectral E (): energa que atraviesa una superficie normal a la direccin de propagacin por unidad de superficie, tiempo y longitud de onda. La luz, al reflejarse o atravesar un cuerpo, cambia su DE: Luz transmitida: E() = t () E () (transmitancia). Luz reflejada: E() = r () E () (reflectancia).

Sensores.
Se caracterizan por su Sensibilidad Espectral, S () Intensidad de luz detectada por el sensor:
I = E ( )S ( )d =
0

max

min

E ( )S ( )d
19

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

Teora del color: la fsica


El espectro visible.
El ojo es sensible nicamente a la radiacin contenida en una pequea banda de frecuencias del espectro EM (desde 380 hasta 780 nm); en ella, la luz solar en la atmsfera presenta un pico de radiacin.

Un color viene representado por las componentes espectrales de la radiacin luminosa, C (), en la banda visible.
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 20

Teora del color: la fisiologa


Percepcin del color
El ojo humano tiene 3 sensores de color, cada uno con una sensibilidad espectral diferente. Los conos actan como un banco de filtros:
Respuesta conos
100 80 60 40 20 400 500 600

SG() SB()

SR()

Curvas definidas por la CIE para un observador estndar

700 nm

Vemos un color a travs de 3 estmulos (componentes): R = C ( ) S R ( ) d SR() Color: vector


C() SG() SB()

G = C ( ) SG ( )d B = C ( ) S B ( ) d

de 3 componentes no negativas
21

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

Teora del color: la fisiologa


Luminancia
Definicin de la CIE: Potencia radiante ponderada por una funcin de Se mide en Lumens/m2 o candelas/m2.

sensibilidad espectral caracterstica del sistema visual humano

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 ser nula o casi nula. La luminancia de una fuente policromtica se calcula como un promedio de las intensidades en cada receptor que es equivalente a la intensidad captada por un detector de sensibilidad
Y = 0.30 R + 0.59 G + 0.11 B V() = 0.30 SR() + 0.59 SG() + 0.11 SB()

685 Lumens = 1 Watio emitido a =555 nm (longitud de onda de mxima sensibilidad).

Brillo

Medida perceptual definida por la CIE como la Caracterstica de la sensacin Depende tanto de la radiancia del objeto como de la del entorno. Dos objetos con fondos diferentes pueden tener idntica luminancia pero brillo diferente. No se mide de forma objetiva.
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 22

visual segn la cual una superficie parece emitir ms o menos luz

Teora del color: representacin


Carta cromtica
Todas las sensaciones de color pueden representarse mediante puntos de coordenadas positivas = (1, 2, 3) en un triedro. La sensacin de color viene dada por la magnitud relativa: normalizaremos de modo que 1+2+3 = 1 Los colores puros (del arco iris) se encuentran formando un arco sobre el triangulo
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 23

Teora del color: representacin


La sensacin de color es (aproximadamente) aditiva. aditiva el estmulo: E ( ) = E a ( ) + (1 )Eb ( ) produce respuesta: ( ) = a ( ) + (1 ) b ( )
Si dos fuentes se combinan, la sensacin resultante estar en el segmento que une las sensaciones individuales.

Dado que todas las fuentes de luz son combinacin de colores del espectro, todos los colores que pueden percibirse se encuentran en la cubierta convexa del arco. Transformando los ejes de modo que dos lados del tringulo sean perpendiculares, se obtiene la carta cromtica.
Algunos puntos del tringulo no representan sensacin de color alguna!

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

24

Teora del color: representacin


Observando la carta cromtica, Cuntas fuentes son necesarias para representar los colores visibles? En teora, necesitamos infinitas fuentes, pero con 3 adecuadamente escogidas tenemos casi todas. Una cuarta fuente puede aumentar la paleta, pero en la prctica la ganancia puede no compensar su coste computacional

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

25

Modelos de color: RGB


Objetivo: especificacin estndar de colores Definen un color a partir de 3 componentes R RGB. RGB Rojo (700 nm), verde (546.1 nm) y azul (435.8 nm). Es un modelo para fuentes de luz
G

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

26

Modelos de color: CMY


CMY. CMY
Combinando R, G y B.
R+G=Y; G+B=C; R+B=M.

La situacin es distinta si combinamos tintes (sustancias que absorben luz) en lugar de fuentes.
Combinando tinte amarillo (absorbe el azul) con tinte magenta (absorbe el verde) resulta un tinte rojo (absorbe azul y verde).

El modelo CMY se utiliza para codificar colores en dispositivos de impresin


Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 27

Modelos de color: YIQ


YIQ. YIQ
Utilizado en radiodifusin de TV del sistema NTSC (USA y Japn) Desacopla intensidad y color para compatibilidad con blanco y negro. Se obtiene a partir del modelo RGB mediante una transformacin lineal.
0.114 R Y 0.299 0.587 I = 0.596 0.275 0.321 G Q 0.212 0.513 0.311 B

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

28

Modelos de color: YUV


YUV
Utilizado en radiodifusin de TV del sistema PAL Tambin desacopla intensidad y color para compatibilidad con blanco y negro. Tambin se obtiene a partir del modelo RGB mediante una transformacin lineal. Usado en estndares de codificacin digital JPEG y MPEG (ms importancia a la Y). Frmulas lineales: Y = 0.30 R + 0.59G + 0.11B U = 0.493( B Y ) V = 0.897( R Y )
Matlab: no implementa la conversin RGB Matlab: no implementa la conversin RGB PAL. Pero s para NTSC: Funciones rgb2ntsc, PAL. Pero s para NTSC: Funciones rgb2ntsc, ntsc2rgb. ntsc2rgb.
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

29

Modelos de color: HSI


HSI (tambin llamado HSV).
H:Hue (matiz). S: Saturacin.
Define el color. Cun lejos est del blanco puro.

I: Intensidad Utilizado en PI, pues todas las componentes tienen un significado perceptual. Es, de los vistos, el nico que mantiene una relacin no lineal con el modelo RGB 1/ 3 1 / 3 R I 1/ 3 V = 1 / 6 1 / 6 2 / 6 G 1 V2 1 / 6 2 / 6 0 B
H = tan 1 ( V2 / V1 ) S = [ V12 + V22 ]1 / 2
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 30

Modelos de color: HSI


En un corte del modelo: El ngulo determina el tinte,
El 0 es el rojo (y el 2 tambin). Pasa de rojo a verde (por amarillo), de verde a azul (por cyan) y de azul a rojo (por magenta).

La saturacin va creciendo
Desde el centro (S=0, gris) hasta el borde (S=1, color puro).

V es constante. Matlab: Funciones rgb2hsv yyhsv2rgb. Matlab: Funciones rgb2hsv hsv2rgb. V debera ser igual aaY. Sin embargo, se usan funciones no lineales. V debera ser igual Y. Sin embargo, se usan funciones no lineales. Matlab usa: V=max(R,G,B). Matlab usa: V=max(R,G,B). I V Ojo: H es un ngulo yymatlab lo mide entre 00yy11(no entre 00yy22). ). Ojo: H es un ngulo matlab lo mide entre (no entre
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 31

Modelos de color: HSI


Concepto de saturacin. Matlab (ejemplo): Matlab (ejemplo):
N=100; % Tamao N=100; % Tamao M=3*N; M=3*N; vv= ones(5*N,M); % V constante = ones(5*N,M); % V constante h = zeros(5*N,M); % Rojo h = zeros(5*N,M); % Rojo ss= [zeros(N,M);0.25*ones(N,M);... = [zeros(N,M);0.25*ones(N,M);... 0.5*ones(N,M);0.75*ones(N,M);... 0.5*ones(N,M);0.75*ones(N,M);... ones(N,M)]; % Saturacin crece aasaltos ones(N,M)]; % Saturacin crece saltos hsv(:,:,1) = h; hsv(:,:,1) = h; hsv(:,:,2) = s; hsv(:,:,2) = s; hsv(:,:,3) = v; % Armar imagen hsv(:,:,3) = v; % Armar imagen rgb = hsv2rgb(hsv); % Pasar aaRGB rgb = hsv2rgb(hsv); % Pasar RGB imshow(rgb); % Ver imagen imshow(rgb); % Ver imagen
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 32

Modelos de color:
Distancia entre colores
Los colores son vectores de R3.

Distancia entre Colores


c'1 C ' = c'2 c '3

c1 C = c2 c3

Diferentes distancias:
Norma 1: Norma 2 (eucldea): Norma p:

d1 = c1 c'1 + c2 c'2 + c3 c'3

d 2 = [ c1 c'1 + c2 c'2 + c3 c'3 ]1 / 2


2 2 2

d p = [ c1 c'1 + c2 c'2 + c3 c'3 ]1 / p


p p p

La importancia de cada componente puede ponderarse. Cul usar?


La que mejor se adapte al problema Ensayo y Error.

Distancia perceptual: mide la diferencia entre colores que ve el ojo humano. Muy compleja, nunca se usa en la prctica.

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

33

Formatos de Imagen
Imagen digital:
Matriz bidimensional cuyos elementos se denominan pxeles (del ingls picture element) Cada pxel contiene informacin sobre un punto o una pequea regin de la escena 255 255 255 255 255 255 255 170 170 170 170 85 85 170 85 0

Digital significa que:


el nmero de pxeles es finito: la vista de la escena que representa la imagen est recortada y muestreada el contenido de cada pxel est cuantificado
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 34

Formatos de Imagen
Clasificacin segn el nmero de bandas o canales:
En color (RGB): se almacena RGB de alguna forma. En escala de grises: se almacena Y de alguna forma. Binarias: slo existen dos colores, el blanco y el negro. Su origen suele ser el procesado de otras imgenes (ej: OCRs). Multi-canal: se almacenan ms de 3 canales, tpico en sensores multi- e hiper-espectrales para aplicaciones de observacin terrestre.

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

35

Formatos de Imagen
Segn la forma de almacenamiento (o transmisin):
Analgicas: seal elctrica (ej: TV analgica). Digitales: bits, ficheros.... Ejemplos: bmp, tiff, jpeg (o jpg), gif, png, avi*, mpg*. * .- Ficheros que almacenan secuencias

Matlab: las imgenes son matrices o arrays (por supuesto, son digitales). Matlab: las imgenes son matrices o arrays (por supuesto, son digitales). Distinguiremos: Multi-banda, RGB (color), grayscale yybinarias (logical). Distinguiremos: Multi-banda, RGB (color), grayscale binarias (logical). Las Multi-banda, RGB yy grayscale pueden ser punto fijo (uint8, uint16) oo Las Multi-banda, RGB grayscale pueden ser punto fijo (uint8, uint16) punto flotante (single, double). punto flotante (single, double). Comandos: imread.m, imwrite.m, aviread.m, avifile.m, Comandos: imread.m, imwrite.m, aviread.m, avifile.m, Segn el comportamiento temporal:
Fijas o estticas: no cambian, ej: fotos, ficheros jpg... En movimiento (vdeo): secuencia de imgenes fijas, ej: TV, mpeg, H.261
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 36

Formatos de Imagen
Estndar DICOM:
(Digital Imaging and Communications in Medicine)
Ms que un formato es un estndar para la gestin integral de series de imgenes mdicas, desde su almacenamiento hasta su distribucin y anotacin. Las estaciones de visualizacin permiten hacer rendering 3D y viajar por el interior del cuerpo humano a partir de series DICOM

Matlab: Existen los comandos bsicos para gestionar ficheros DICOM: Matlab: Existen los comandos bsicos para gestionar ficheros DICOM: dicomread.m, dicomwrite.m, dicominfo.m dicomread.m, dicomwrite.m, dicominfo.m
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 37

Digitalizacin de Imagen:
Muestreo y cuantificacin
Puede hacerse de dos modos: Por adquisicin directa (mediante cmaras digitales) A partir de soporte analgico En el segundo caso, debe procederse en varios pasos: 1. Muestreo espacial 2. Cuantificacin de las muestras (L bits) 3. Codificacin de los valores

Imagen contnua

Muestreo Muestreo

Cuantificacin Cuantificacin

Codificacin Codificacin
0011 0101 0101 0001 ...

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

38

Digitalizacin de Imagen:
Muestreo y cuantificacin
El proceso de digitalizacin introduce prdidas, tanto por efecto del muestreo (discretizacin espacial) como por el de la cuantificacin (discretizacin en amplitud). j
X

Y
Digitalizador

I =f (x,y)
Analgica (fotografa)
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

I(i,j)
Discreta (Matriz numrica)
39

Digitalizacin de Imagen:
Muestreo y cuantificacin

Efectos del muestreo espacial


Tericamente, bajo ciertas condiciones (las del teorema de muestreo), no hay prdida de informacin en el muestreo. En la prctica, el muestreo limita la resolucin de la imagen. (1)
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 40

Digitalizacin de Imagen:
Muestreo y cuantificacin
El nmero de muestras que deben tomarse de una imagen depende de varios factores:
Las condiciones de observacin:
Distancia de observacin Tamao fsico de la imagen durante la visualizacin

El uso que se vaya a dar a la imagen


Visualizacin Procesado Almacenamiento / transmisin

(2)

(3)
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 41

Digitalizacin de Imagen:
Muestreo y cuantificacin
Efecto de la cuantificacin
Si el nmero de niveles de intensidad usados para representar una imagen monocromo es pequeo, el ojo puede detectar efectos de contorno en el objeto En el caso de imgenes B&W, con pocos tonos se observa ya alta calidad (con 100 niveles es suficiente, con 64 es muchas veces admisible)

32 niveles

16 niveles

8 niveles
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

4 niveles
42

Digitalizacin de Imagen:
Muestreo y cuantificacin
El tamao de la paleta de colores (es decir, el nmero de colores utilizados para representar cada pxel es otro factor determinante de la calidad. Si este nmero es muy bajo, se apreciarn contornos artificiales que resultan visualmente molestos.

16 mill.

256
Suelen ser necesarios 24 bits (3x8) 16 millones de colores (color real) para una visualizacin perfecta, con una paleta de 16 bits 65556 colores se aprecia casi sin distorsin, pero con una paleta de 8 bits 256 colores la calidad se ve muy deteriorada y con 16 la imagen es inservible).
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

16

43

Digitalizacin de Imagen:
Muestreo y cuantificacin

Planos de bits
Habitualmente, el nmero de niveles de gris es potencia de dos, lo que facilita su representacin en binario. Las imgenes formadas representando, por separado, cada uno de los bits de esta representacin (en blanco si bit=1 y en negro si bit=0) se denominan planos de bit.

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

44

Digitalizacin de Imagen:
Muestreo y cuantificacin 8 planos de bit de Lena
7 6 5 4 3 2 1 0

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

45

Digitalizacin de Imagen:
Muestreo y cuantificacin Requisitos de memoria
Color verdadero MxNxLx3 Paleta de color (falso color) MxNxL + paleta Escala de gris MxNxL Binaria: blanco y negro MxNx1

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

46

Captura de Imagen:
Sensores CCD y CMOS
Sensores CCD (Charged Coupled Devices). Sensores CMOS (Complemetary Metal Oxide Semiconductor) Cada fotn produce un par electrn-hueco. La carga se puede leer en tiempo casi nulo se convierte en tensin se amplifica y se pasa a un CAD de n bits (8,10,12) Parmetro fundamental: tiempo en el que se acumula carga. Cmaras CCD B/N: sistema ptico + chip CCD/CMOS.

Cmaras color:
Triple CCD/CMOS: prisma dicroico + 3 CCDs/CMOS. CCD/CMOS nico + filtros de color.

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

47

Captura de Imagen:
Diferencias CCD y CMOS
CCD:
uniformidad de la calidad en toda la superficie del dispositivo lectura secuencial de las celdas mediante circuitera circundante gran consumo de energa fabricacin cara gran margen dinmico

CMOS:
circuitera en celdas para corregir calidad (rea efectiva menor) lectura individualizada por celda (permite definir ROIs, evita efecto blooming) escaso consumo de energa fabricacin barata (aprovecha tecnologa de microprocesadores) menor margen dinmico

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

48

Captura de Imagen:
Tiempo de Carga
Imagen no entrelazada: 1 imagen 2 imagen tiempo

tc=1/N N=nmero de imgenes por segundo Imagen entrelazada: campo-impar campo-impar tiempo campo-par campo-par

tc=1/N N=nmero de imgenes por segundo Cmara sin control de tiempo de carga
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 49

Captura de Imagen:
Tiempo de Carga
1 imagen Imagen no entrelazada: 2 imagen tiempo

tc<=1/N N=nmero de imgenes por segundo Imagen entrelazada: impar impar tiempo par tc<=1/N N=nmero de imgenes por segundo Cmara con control de tiempo de carga (electronic shutter)
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 50

Captura de Imagen:
Efecto del entrelazado
Cmara PAL (25 img/seg entrelazado). Resolucin 768x576. Tiempo de carga: 1/1000. Velocidad objeto: 30 Km/h (aprox.).

Extraccin del campo impar.


Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 51

Captura de Imagen:
Resolucin: hay 576 lneas fsicas (parte activa de 625). Si no queremos deformar la imagen W/H=4/3, si H=576, W=(4/3)*576=768. Por eso se dice que la resolucin mxima del PAL es 768x576. La otra gran limitacin es el carcter entrelazado (ms perjudicial si en la captura coincide en campo par/impar un cambio de escena).

Limitaciones de la Seal PAL para procesado

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

52

Captura de Imagen:
Cmaras CCD y CMOS
ptica + CCD/CMOS + electrnica. Clasificacin: Imgenes Fijas (fotografa digital). Secuencias (cmaras de vdeo): Analgica entrelazada: cmara de TV. Analgica no entrelazada o progresiva: Cmaras para aplicaciones profesionales de visin. Vdeo Digital (DV): uso domstico o profesional. Puede albergar distintos formatos (PAL entrelazado, video no entrelazado, NTSC, panormico) en soportes diferentes (Hi-8, miniDV con MPEG2, microMV con MPEG4)

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

53

Captura de Imagen:
Captura en Color
Triple CCD: Prisma dicroico + 3 CCDs.
Imagen roja filtro infrarrojo filtro rojo reflexin rojo (f. dicroico) Imagen verde

reflexin total

filtro verde reflexin azul (f. dicroico) filtro azul Imagen azul

CCD color: Filtros de color + 1 CCD:


se interpolan los valores de 2 colores ms en cada celda
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 54

Captura de Imagen:
CCDs Lineales
Los sensores se distribuyen en un vector, no en una matriz. La densidad en pxeles por pulgada es mucho mayor. Aplicaciones: Cmara Lineal: captura imgenes de una sola lnea y gran resolucin. Con movimiento perpendicular a la lnea, podemos componer una imagen de tamao arbitrario en la direccin perpendicular al sensor lineal. Escner: la lnea de CCDs (y la fuente de luz) son mviles. Dos tipos: Reflexin (documento opaco). Transmisin (documento transparente ejemplo: radiografas).
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 55

Captura de Imagen:

Captura de Imgenes en Ordenador


Interfaces Ordenador-Cmara: Analgicas: conversin 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 (seales en RF). Otras opciones: radio-FM, teletexto... Tarjetas avanzadas: pueden capturar seales de cmaras progresivas o cualquier formato digital que se defina. Segn el modelo pueden incluir procesado en la tarjeta (on board), facilidades para procesar una imagen mientras se captura la siguiente (ping-pong), adaptabilidad a diferentes tipos de seal...
Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III 56

Captura de Imagen:

Ejemplo de Frame-Grabber Bsico


Hauppauge WinTV-PCI-FM (aprox. 130 euros). TV banda base o RF, Radio FM estreo, teletexto. Formatos TV: PAL, SECAM, NTSC. Chip BT 878 u 881. Audio NICAM (si existe en el canal de TV). Graba vdeo formato AVI o MPEG1 (SW) a 25 imgenes/segundo. Imagen fija: BMP, GIF, TIFF, JPEG. Hasta 1600x1200 (interpolado desde 768x576). Modelo superior: WinTV-PVR grabacin/edicin MPEG1-2 por hardware ( aprox. 315 euros).

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

57

Captura de Imagen:

Ejemplo de Frame-Grabber Avanzado


PC2-Vision de Coreco Imaging. Cualquier fuente analgica: CCIR (PAL B/N), RS170 (NTSC B/N), progresivo (configurable), color RGB (3 seales). Siempre banda base. 6 canales conversin A/D: 6 cmaras B/N 3 B/N y 1 color 2 color. Fs=40MHz (por canal, 768x576 25 imag/seg requiere 11MHz). 8 Mb de memoria de imagen. 8 entradas y 8 salidas digitales de propsito general (comunicacin con entorno industrial). Seales de control de captura: trigger, reset asncrono.

Jos Luis Alba y Fernando Martn - Universidad de Vigo; Jess Cid - Universidad Carlos III

58

Você também pode gostar