Multimedija Milo Stojmenovi Manipulacija Slike Pregled Histogram Kontrast

Multimedija Miloš Stojmenović Manipulacija Slike

Pregled • • • Histogram Kontrast slike Ekvalizacija slike, Otsu Threshold Morfološke operacije Balansiranje boja Blur (Gaussian), Peglanje šuma Ivice Slike Oštrenje slike Patch tool Inpainting

Histogram • Grayscale (sive 8 -bitne) slike sadrže pixele koje imaju vrednosti [0 -255] • Histogram broji količinu pixela za svaku svetlosnu vrednost • Crna linija je kumulativni histogram

Histogram Primeri

Histogram • Fotografi koriste histogram da procene distribuciju svetlosti na slici • Može se korigovati nakon slikanja • Kontrast slike se koriguje pomoću histograma

Kontrast Slike • Oblik histograma opisuje količinu kontrasta na slici • Znaci niskog kontrasta: – Nagle promena nagiba kod histograma – velika koncentracija piksela na jednom kraju histograma

Kontrast Slike • Veliki broj skoro crnih piksela na slici je indikacija problema u kontrastu • Detalji se pojave kada se uradi ekvalizacija slike • Ekvalizacija je proces promen opsega svetlosti svih piksela na slici

Histogram: Primeri Korekcije

Histogram: Primeri Korekcije • Pogledajte uticaj promena kontrasta i svetla ovde • Glavna promena jeste balans kontrasta, ali ima i lokalnih promena intenziteta svetlosti

Ekvalizacija Histograma • Image -> Adjustments -> Equilize

Ekvalizacija Histograma: Algoritam • Slika (desno) ima intenzitete boja koje se vide u matrici:

Ekvalizacija Histograma: Algoritam • Histogram slike sa prethodnog slajda je: • Na osnovu histograma računamo kumulativnu distributivnu funkciju – Kumulativni zbir piksela kod svakok intenziteta

Ekvalizacija Histograma: Algoritam • Najmanja vrednost u tabeli je 52, najveća 154 • Treba taj interval razvući na [0, 255] • Kolona cdf(v) je kumulativni zbir intenziteta • H(v) je izračunata nova vrednost – Ekvalizovana vrednost

Ekvalizacija Histograma: Algoritam • Formula za novi, ekvalizovani intenzitet je: • Gde je – cdfmin prva (najmanja) vrednost kumulativnog zbira intenziteta (u našem slučaju 1) – cdf(v) je vrednost kumulativnog zbira intenziteta na mestu v – M x N je broj piksela – L je broj nivoa intenziteta • Uglavnom 256, kao i u ovom slučaju

Ekvalizacija Histograma: Algoritam • U našem primeru, formula glasi: • Za konkretan slučaj gde je vrednost histograma 78, dobijemo: • Dobijemo sledeću ekvalizovanu sliku:

Ekvalizacija Histograma: Algoritam

Ekvalizacija Histograma • Ekvalizacije slike radi i u RGB prostoru, ali se radi po kanalu – R, G, B 7. 12. 2020.

Balansiranje Boja • Boja treba da bude ista bez obzira na svetlo – U praksi nije, jer se menja njen intenzitet i ‘toplota’

Otsu Threshold • Automatski način pronalaženja najboljeg praga koji deli piksele na 2 gomile • Minimizira Intra klasnu varijansu oba skupa

Morfološke Operacije • Erozija, Dilatacija, Otvaranje, Zatvaranje • Operacije koje eliminišu šum na slici • Ispravaljaju male greške u thresholdovanoj slici

Morfološke Operacije

Balansiranje Boja • Tipično se zove balansiranje boja ‘White Balance’ jer se radi o realno predstavljanju bele boje – Ostale boje je pomeraju na osnovu bele • Boje se prebacuju u još jedan prostor boja: LMS, gde se vrši korekcija – Koristi se Von Kries Transform omogućava foto aparatu da predstavi boje kako ih mi vidimo i pamtimo

Balansiranje Boja • Balansiranje se može ručno podesiti

Blur: Gauss Peglanje Šuma • Efekat koji smanjuje šum, i količinu detalja na slici • Računa se nova vrednost svakog piksela na osnovu prosečne vrednosti njene okoline • Okolina može da bude veća ili manja • Ne mora da bude prost prosek, može po distribuciji (Gauss)

Blur: Gauss Peglanje Šuma • Drugim rečima, mali prozor (matrica) 5 x 5 ili 7 x 7 moze da se centrira na svakom pikselu • Težine se određuju na osnovu Gaussove distribucije

Peglanje Šuma Primeri • Blagi prelaz Gaussevog filtra može da poboljša rezultate

Peglanje Šuma Primeri

Šum i Ivice • Gaussov filter lepo uklanja šum u odsustvu oštrih ivica • Jake linije ne treba mutiti, i u tim slučajevima se kvari kvalitet slike • Pametniji način peglanje šuma je kada se prvo nađu ivice, i tu manje peglati • Kako da nađemo ivice?

Detektovanje Ivica • Sobel operator se koristi po X i Y osama slike

Detektovanje Ivica • 7. 12. 2020.

Oštrenje Slike • Meke ili zamućene ivice se mogu ispraviti ili zaoštriti • Najpopularniji način se zove ‘unsharpen mask’, što znači, zamaskirati delove slike koji nisu oštri

Oštrenje Slike • Izoštrena = Original + (Original - Blurovana ) * faktor

Oštrenje Slike

Oštrenje Slike • Faktor: intenzitet oštrenja • Radius: veličina maske za blur operaciju • Threshold: intenzitet iznad kojeg se pikseli uzimaju u razmatranje za operaciju oštrenja

Patch Tool

Inpainting • Uklanjanje nepoželjnih stvari na slici • Automatsko korišćenje patch toola

Inpainting: Gde radi dobro • Lokalne neregularnosti se lakše uklanjaju • Što manji regijon to bolje

Inpainting: Gde radi loše

Content Aware Fill • Alat koji pametno uklanja delove slika • Prvo se region izabere, pa se pusti Content Aware Fill • Ne radi 100%, ali ubrzava ručno retuširanje – http: //www. youtube. com/watch? v=dg. Kjs 8 Zj. QNg 7. 12. 2020.