Conversión de escala de grises
AREAtutorial » Tutoriales de IngenierÃa » Conversión de escala de grises
Discutimos algunas de las transformaciones básicas en nuestro tutorial de transformaciones básicas. En este tutorial, repasaremos algunas de las conversiones básicas de escala de grises.
La mejora de la imagen proporciona un mejor contraste y una imagen más detallada que la imagen no mejorada. La mejora de imágenes tiene muchas aplicaciones. Se utiliza para mejorar imágenes médicas, imágenes de teledetección, imágenes de satélite, etc.
La función de transformación se muestra a continuación.
s = T (r)
donde r son los pÃxeles de la imagen de entrada y s son los pÃxeles de la imagen de salida. T es una función de transformación que asigna cada valor r a cada valor s. La mejora de la imagen se puede lograr utilizando conversiones de escala de grises, que se describen a continuación.
Hay tres conversiones principales de escala de grises.
La lÃnea de tiempo general para estas transiciones se muestra a continuación.
Primero veremos la transformación lineal. La transformación lineal incluye la identidad simple y la transformación negativa. La transformación de identidad se ha discutido en nuestro tutorial sobre transformación de imágenes, pero aquà hay una breve descripción de esta transformación.
La transición de identificación se muestra con una lÃnea recta. En esta transición, cada valor de la imagen de entrada se asigna directamente a otro valor en la imagen de salida. Esto da como resultado las mismas imágenes de entrada y salida. De ahà que se llame transformación de identidad. Esto se mostró a continuación:
La segunda transformación lineal es una transformación negativa que invierte la transformación de identidad. En una transformación negativa, cada valor de la imagen de entrada se resta de L-1 y se asigna a la imagen de salida.
El resultado es algo como esto.
En este caso, se realizó la siguiente transición.
s = (L – 1) – г
dado que la imagen de Einstein de entrada es una imagen de 8 bits por pÃxel, el número de niveles en esta imagen es 256. Sustituyendo 256 en la ecuación, obtenemos lo siguiente
s = 255 – r
Por lo tanto, cada valor se resta por 255 y la imagen del resultado se muestra arriba. Entonces, lo que sucede es que los pÃxeles más claros se vuelven más oscuros y la imagen más oscura se vuelve más clara. Y esto conduce a una imagen negativa.
Esto se muestra en el gráfico siguiente.
La transformación logarÃtmica contiene además dos tipos de transformación. Reproducción de registros y reversión de registros.
Las transformaciones de diario se pueden definir mediante esta fórmula
s = c log (r + 1).
Donde syr son los valores de pÃxeles de las imágenes de entrada y salida, yc es una constante. Se agrega un valor de 1 a cada valor de pÃxel de la imagen de entrada porque si la intensidad de los pÃxeles en la imagen es 0, entonces log (0) es infinito. Entonces se agrega 1 para que el mÃnimo sea al menos 1.
Durante la conversión de registros, los pÃxeles oscuros de la imagen se expanden en comparación con los valores de pÃxeles más altos. Los valores de pÃxeles más altos parecen comprimirse cuando se convierte el registro. Esto conduce a la siguiente mejora de la imagen.
El valor de c en la transformación logarÃtmica ajusta el tipo de mejora que está buscando.
La transformación logarÃtmica inversa es lo opuesto a la transformación logarÃtmica.
Hay dos transformaciones más: transformaciones de ley de potencia, que incluyen una transformación de enésimo grado y una transformación de raÃz enésima. Estas transformaciones se pueden especificar mediante la expresión:
s = cr ^ γ
Este sÃmbolo γ se llama gamma, por lo que esta transformación también se conoce como transformación gamma.
Cambiar el valor γ cambia la calidad de la imagen. Los diferentes dispositivos de visualización / monitores tienen su propia corrección de gamma, por lo que muestran su imagen a diferentes intensidades.
Este tipo de transformación se utiliza para mejorar las imágenes de varios tipos de dispositivos de visualización. La gama de diferentes dispositivos de visualización es diferente. Por ejemplo, la gama CRT varÃa de 1.8 a 2.5, lo que significa que la imagen mostrada en el CRT es oscura.
s = cr ^ γ
s = cr ^ (1 / 2.5)
Aquà se muestra la misma imagen, pero con diferentes valores de gamma.
Gamma = 10
Gamma = 8
Gamma = 6
🚫