PDI_Curs 1_2013

Prelucrarea digitala a imaginilor

Assoc. Prof. Daniela FAUR, PhD

Facultatea de Electronica, Telecomunicatii si Tehnologia

Informatiei

“ A picture is worth a thousand words.”

Contact

• Daniela FAUR – [email protected]

• Cosmin DANISOR– [email protected]

ondip.weebly.com

PDIPDI

Course informations

Announcements

Handouts

Links

EvaluareRaspunsuri finale la lucrarile practice de laborator 30%

Proiect- tema 20%

Evaluarea finala (ex/colocviu) 50%

Bibliografie

•R.C.Gonzales and R.E.Woods – Digital image processing- Second edition, 2008

•Constantin Vertan – Prelucrarea si analiza imaginilor, Ed. Printech, 1999,

•Constantin VERTAN, Mihai CIUC, Marta ZAMFIR, Prelucrarea imaginilor

indrumar de laborator, Editura Printech, Bucuresti, 2002

•Constantin VERTAN, Mihai CIUC, Marta ZAMFIR, Analiza imaginilor –

indrumar de laborator, Editura Printech, Bucuresti, 2001

•Gonzalez , Woods and Eddins – Digital Image Processing using Matlab, 2009

Cuprins

Capitolul 1: Introducere

– Originea procesarii imaginilor

– Aplicatii

– Etape fundamentale in procesare

– Elemente componente ale unui sistem de procesare– Elemente componente ale unui sistem de procesare

Capitolul 2: Fundamente

Achizitia si senzorii de imagine

Esantionarea si cuantizarea imaginii

Relatii de baza intre pixeli

Originea procesarii imaginilor

Ce este procesarea digitala a imaginii?

f(x,y)

x si y coord spatialex si y coord spatiale

f amplitudinea

x, y si f au valori finite, discrete imagine digitala.

Istoric

1960

1970

Medical Imagining

Remote Earth resources

observations

Astronomy

Prima poza a lunii

de pe o naveta US.

Ranger 7 a

inregistrat aceasta

imagine pe 31 Iulie

1964 la 9.09 AM,

cu 17 minute

1920

1929

cu 17 minute

inainte de imapact.

Imagine neretusata,

transmisa prin cablu a gen.

Pershing si Foch transmisa

in 1929 de la Londra la

NewYork cu un echipament

de 15 tone.

R.C.Gonzales and R.E.Woods – Digital image processing- Second edition, 2008

Cuprins



– Aplicatii







Universul

aplicatiilor de procesare a imaginii

MeteorologieRadiologie

Seismologie

Astronomie

Navigare automata

Inspectia unor produse

Imagistica cu ultrasunete

Ghidarea robotilor“Imagining”

Inspectia unor produse

Oceanografie

Recunoastere aeriana si cartografie

Radar

Teledetectie

Fizica

particulelor

Supraveghere

Ghidarea robotilor

Microscopie

Imagistica cu raza Gamma

Medicina Nucleara Observarile astronomice

Sistemul osos Cygnus Loop


Imagistica cu raze X

Radiografie de piept Angiogram pe aorta Head CT.

Circuit Board.

Cygnus Loop


Imagistica in banda ultraviolet

Litografie

Inspectie industriala

Microscopie

Laser

Natural corn Smut corn

Laser

Imagistica in biologie

Observatii astronomice


Spectrul vizibil si infrarosu

•Light microscopy

•Astronomy

•Remote sensing

•Industry

Law Enforcement

Suprafata unui CD

audio 1750x

Colesterol 40 x

Microprocesor

60x

Industry

•Law Enforcement


Exemple de

imagini in

microscopia

luminoasa.

Remote sensing (Teledetectie)

Remote sensing (Teledetectie)

IKONOS, 1 m, Frankfurt

Airport, True color

Quickbird 0.6 m

Remote Sensing (Teledetectie)

•Interpretarea automata a

continutului

•Compresie

•Gestiunea continutului


Monitorizarea vremii

Imagine multispectrala

a uraganului Andrew a uraganului Andrew

achizitionata de senzorii

NOAA GEOS.


Inspectia vizuala automata

Exemple de produse

verficate prin procesarea

digitala a imaginii.


Alte exemple in banda vizibila……


Imagistica in banda radio

• Medicina (MRI)

• Astronomie

Imagini MRI ale genunchiului uman si ale coloanei vertebrale


Crab Pulsar

Imagistica cu ultrasunete

Tiroida

Stratuturi

musculare

evidentiand o

leziune.


Alte aplicatii

• Corectia “ochilor rosii”

• Modificarea iluminarii

• Gestiunea colectiilor de imagini

Cuprins



– Aplicatii







Achizitia imaginii Imbunatatirea imaginii Restaurarea imaginii

Etape fundamentale in procesare

Procesarea color a imaginiiProcesarea multirezolutieCompresia

Procesarea

morfologica

SegmentareaReprezentarea si

descriereaRecunoasterea


Cuprins



– Aplicatii







Elementele componente ale unui

sistem de procesare

Sistem de achizitie

a imaginii Frame grabber Pc or Workstation

Image processing

software.

Cuprins



– Aplicatii







Achizitia imaginii


Un model simplu de formare a imaginii

0< f(x,y)<∞

x

y

f(x,y)=i(x,y)r(x,y) x

f(x,y)=i(x,y)r(x,y)

unde

0< i(x,y)<∞

0< r(x,y)<1

Un model simplu de formare a imaginii

l= f(x,y)

x

y

Lmin< l<LmaX

Intensitatea unei imagini monocrome –nivelul de gri l

x Lmin< l<LmaX

[Lmin, Lmax]

Grey scale

Cuprins



– Aplicatii









Reprezentarea imaginilor digitale

Imagine digitala

Notatie

traditionala

Picture element=pixel


Reprezentarea imaginilor digitale

Numarul nivelelor de gri

Numarul de biti necesar pentru

a stoca o imagine digitizata

M=N


Rezolutia spatiala

Imagine reprezentata pe 8 biti, 1024 x1024

Rezultatele subesantionarii

imaginii 1024 x 1024


Rezolutia spatiala

32 x 32 resantionata la 1024 x 1024


Rezolutia nivelelor de gri

452 x 374, 452 x 374, 452 x 374, 452 x 374,

256 nivele de gri

452 x 374,

32 nivele de gri

452 x 374,

16 nivele de gri

452 x 374,

??? nivele de gri

452 x 374,

??? nivele de gri

Cuprins



– Aplicatii








Vecintatea unui pixel

•Adiacenta

•Conectivitatea

4

8

m

•Regiuni

•Granite (Boundaries)

4 neighbors 8 neighbors


Fie doua submultimi ale unei imagini,

S1 si S2 din figura.Considerand V={1},

determinati daca aceste doua

submultimi sunt:

(a) 4-adiacente,

(b) 8-adiacente,

(c) m-adiacente.

Masuri de distantaFie pixelii : p(x,y), q(s,t) si z(v,w)

Se defineste D, functia distanta sau metrica daca :

(a) D(p,q) ≥ 0 (D(p,q)=0 daca si numai daca p=q);

(b) D(p,q)=D(q,p)

(c) D(p,z)≤D(p,q)+D(q,z)

Distanta euclidiana intre p si q este definita:

City block distance

( )22e )( tysxD −+−=

4D tysxD −+−= 2≤DCity block distance

Chessboard distance

4D tysxD −+−=4 24 ≤D

8D

),max(8 tysxD −−=28 ≤D

Un producator de automobile automatizeaza plasarea anumitor

componente pe bara de protectie a unei editii limitate de masini

sport. Componentele sunt coordonate dupa culori asa incat robotii

trebuie sa stie culoarea fiecarei masini pentru a selecta

componentele corespunzatoare barei de protectie. Modelele sunt in

4 culori: albastru verde rosu si alb.

Sunteti angajat sa propuneti o solutie bazata pe imagistica. Cum ati

rezolva problema de determinare automata a culorii fiecarei masini, rezolva problema de determinare automata a culorii fiecarei masini,

considerand costul ca cel mai important argument pentru alegerea

unei solutii???

O masura comuna de transmisie a datelor digitale este rata de baud

definita ca numarul de biti transmisi pe secunda. La modul general

transmisia se face in pachete ce contin un bit de inceput, un byte de

informatie (8 biti) si un bit de stop. Folosind aceste date raspundeti la informatie (8 biti) si un bit de stop. Folosind aceste date raspundeti la

urmatoarea intrebare:

a) Cate minute sunt necesare pentru transmiterea unei imagini 1024 x

1024 cu 256 nivele de gri folosin un modem de 56 K baud?

b) Care ar fi timpul pentru 750K baud o viteza reprezentativa pentru o

conexiune telefonica DSL (digital subscriber line)?

Documents

PDI_Curs 1_2013