Equalização dos Histogramas em Imagens Disciplina: Fundamentos de Computação Gráfica Aluna: Jessica Palomares Equalização dos Histogramas em Imagens 1) Histograma 2) Equalização do Histograma da luminância. 3) Equalização da Imagem em escala de cores. RGB HSL 4) Conclusões 5) Bibliografia 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. Tons Fuente : http://www.cambridgeincolour.com/pt/tutoriais/histogramas1.htm V (l ) 1.0 Histograma de luminância 0.6 0.4 0.2 0.0 380 480 580 680 l 780 (nm) mais claro mais escuro Dada una imagem en cores RGB. Obtêm-se a luminosidade: 𝑌 = 0.2126𝑅 + 0.7152𝐺 + 0.0722𝐵 Calcula-se o histograma da imagem Numero de Pixels sensibilidade relativa 0.8 Escala tonal Equalização do histograma de luminância Melhor contraste Desvantagens: Perda de informação: é quando, depois da equalização, alguns pixels não tem suas cores alteradas em relação a imagem original Numero de Pixels A distribuição do cor é em todo o range da luminância. Escala tonal O Algoritmo: 1. 2. 3. Fazer o Histograma de luminância. Calcular o histograma acumulado (𝐻𝑖𝑠𝐴𝑐𝑢𝑚) Para cada pixel da imagem 𝐻𝑖𝑠𝐴𝑐𝑢𝑚 𝑖 − 𝐻𝑖𝑠𝑡𝐴𝑐𝑢𝑚𝑚𝑖𝑛 𝑃𝑖𝑥𝑒𝑙 𝑖 = 𝑟𝑜𝑢𝑛𝑑 (𝐿 − 1) 𝑇𝑎𝑚𝑎𝑛ℎ𝑜 𝑑𝑎 𝐼𝑚𝑎𝑔𝑒𝑚 − 𝐻𝑖𝑠𝑡𝐴𝑐𝑢𝑚𝑚𝑖𝑛 4. Os valores obtidos botar novamente na mesma posição do pixel (i) Equalização das imagens de cores Histograma de imagem a cor 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. Equalização das imagens de cores Qual é a solução? Converter para o espaço HSL, HSV, YUV color space, Lab color space Porque? Espaço RGB 1.0 verde W C ciano O algoritmo de equalização só é aplicado ao canal da Espaço HSL luminancia. Y amarelo branco K preto 1.0 azul vermelho 1.0 R M magenta HLS (hue, lightness, saturation) Equalização da imagem em o espaço HSL Equalização da imagem no espaço RGB O Algoritmo: 1. Converte o espaço RBG ao espaço HSL 2. Faz um Histograma no espaço HSL 3. Equaliza o Histograma (só para o canal L) 4. Converte do espaço HSL ao RGB 5. Pinta a imagem com os novos valores dos pixels. Outros exemplos: Imagem Original Imagem Eq. no espaço RGB Imagem Eq. no espaço HSL Imagem Original Outros exemplos: Percebeu a diferença? 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 Imagem Original Imagem Eq. no espaço RGB Imagem Eq. no espaço HSL Outros usos do Histograma de uma imagem: • Se fosse realizar uma segmentação da Imagem. Pega-se a porção de interesse. 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. 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. Referencias http://sites.google.com/site/5kk70gpu/assignments/color-conversion http://www.dte.us.es/ing_inf/trat_voz/Practicas/Practi ca3.pdf http://iaci.unq.edu.ar/materias/vision/archivos/apunte s/Segmentaci%C3%B3n%20por%20umbralizaci%C3%B3n% 20-%20M%C3%A9todo%20de%20Otsu.pdf