Bilder Flashcards

1
Q

Methoden zur Bildverbesserung

A
  • Ortsraum
    -> Direkte Manipulation der Pixelwerte im Bildbereich (Pixel-, Filteroperationen)
  • Frequenzraum
    -> Bildtransformation
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Typische Anwendungen für Bildverbesserungen

A
  • Korrektur von Nicht-Linearitäten der Kamera
  • Anpassung Helligkeit, Kontrast
  • Bildbereiche hervorheben oder unterdrücken
  • Bild ausgleichen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Pixeloperationen

A
  • Manipulation eines Pixels unabhängig von seiner Nachbarschaft
    -> Grauwert Abbildung (Mapping)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Histogramm

A
  • Graphische Darstellung der Häufigkeitsverteilung metrisch skalierter Merkmale
  • Statistische Verteilung der Grauwerte
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Kontexte

A
  • Bilddynamik
    -> Bereich reeller Lichtintensitäten, der auf die Grauskala abgebildet wird
  • Bildkontrast
    -> Bereich der Grauwertskala, der zur Darstellung der Bildinformation ausgenutzt wird
  • Bildhelligkeit
    -> Beleuchtungsstärke (Grauwert)
  • Zusammenhang
    -> Bildhelligkeit eines Grauwertbildes = Mittelwert aller Grauwerte
    -> Bildkontrast = Varianz aller Grauwerte
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Pixeloperationen Beispiele

A
  • Negativ
  • Binärisierung/Thresholding
  • Fensterung
  • Kontrastspreizung
  • Dynamikkompression
  • Gammakorrektur
  • Helligkeit
  • Histogrammausgleich
  • Differenz
  • Mittelung
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Binärisierung / Thresholding

A

Thresholding (Segmentierung) der Grauwerte eines Bildes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Grauwertfensterung

A

Hervorheben eines bestimmten Intensitätsintervals im Bild

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Kontrastspreizung

A

Abbildung der Grauwerte auf eine neue Grauwertskala anhand einer einwertigen, monotonen Funktion

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Histogrammausgleich

A

Transformation der Grauwertskala anhand der Kurve der Summenwahrscheinlichkeit (nicht umkehrbar)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Mittelung

A

Unterdrückung von unkorreliertem Rauschen durch Mittelung über k Aufnahmen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Filtermasken

A
  • Manipulation eines Pixels abhängig von seiner Nachbarschaft
  • Lokaler Kontext
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Filtermasken Arten

A
  • Mittelwert
  • Gaussian
  • Median
  • Laplacian
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Gaussian Filter Anwendungen

A

Reduktion von periodischen Rauschen, Verringerung eines störenden Druckrasters

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Laplacian Filter Anwendungen

A
  • Kantenextraktion
  • Hochpassfilterung
  • Binärisierung
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Filterung im Frequenzraum

A
  • Faltungssatz: Eine Faltung im Ortsraum entspricht einer Multiplikation im Frequenzraum (und umgekehrt)
17
Q

Amplitudenspektrum im Frequenzraum

A

Visualisierung im Frequenzraum der Amplituden der periodischen Funktionen verschiedener Frequenzen

18
Q

Filter Anwendungen

A

Werden eingesetzt, um z.B. den Einfluss von Datenfehlern oder Störsignalen zu verringern, hochfrequente von niederfrequenten Komponenten des Signals zu trennen, oder um bestimmte Frequenzbereiche in Signalen hervorzuheben

19
Q

Filterungsarten

A
  • Hochpaßfilter
    -> Abschneiden der tiefen Frequenzen (scharfe Übergänge werden deutlicher)
  • Tiefpaßfilter
    -> Abschneiden der hohen Frequenzen (Rauschen wird eliminiert, Bild wird etwas unschärfer)
  • Bandpaßfilter
    -> nur Frequenzen aus einem definierten Band können passieren
20
Q

Frequenzraum- gegenüber Ortsraum-Filter

A

+ schneller Berechnung (FFT)
+ einfache Handhabung (Filterdesign im Frequenzraum intuitiv)
- Approximation der Spezifikation aus dem Frequenzraum (keine unendlich breiten Filter im Ortsraum möglich)

21
Q

Bildkompression Motivation

A
  • Rasterung und Abtastung einer Intensitätsfunktion von Licht erzeugt eine Unmenge von Daten
    -> Unpraktisch für Datenspeicherung & -übertragung
22
Q

Bildkompression Redundanzen

A
  • Eliminierung von redundanten Daten zur Reduzierung der Datenmengen
    -> Kodierungen
    -> Nachbarschaftsbeziehungen
    -> Psychovisuelle Eindrücke
23
Q

Klassifikation Kompression

A
  • Verlustlose Kompression
  • Verlustbehaftete Kompression
24
Q

Verlustlose Kompression Arten

A
  • Variable Length Coding
  • Bit Plane Coding
  • Predictive Coding
  • Lempel-Ziv-Welch-Algorithmus
25
Q

Verlustbehaftete Kompression Eigenschaften

A
  • Nicht alle Eigenschaften des Bildes werden berücksichtigt
  • Exakte Rekonstruktion ist ggf. nicht mehr möglich
  • Erlaubt dem Anwender die Steuerung des Verhältnisses von Qualität zu Kompressionsgrad
  • Verwendet häufig Modelle der menschlichen Wahrnehmung zur Identifizierung von für den Betrachter irrelevanten Bildeigenschaften
26
Q

JPEG

A
  • Komplexes Verfahren zur Bildkompression
  • In den Hauptmodi und Hauptanwendungsgebieten verlustbehaftet
  • Basiert auf einer diskreten Kosinustransformation
27
Q

Histogramm kontrastarmes vs. kontrastreiches Bild

A
  • Kontrastarm: niedrige Varianz der Grauwerte
  • Kontrastreich: Hohe Varianz der Grauwerte
28
Q

Teilschritte der JPEG Kompression

A
  1. Umwandlung in den YCbCr-Farbraum
  2. Farb-Subsampling
  3. Diskrete Kosinustransformation
  4. Quantisierung
  5. Kodierung der Koeffizienten
29
Q

Histogramm helles vs. dunkles Bild

A
  • Dunkel: Mittelwert eher klein
  • Hell: Mittelwert eher groß
30
Q

Median-Filter

A

Ersetzt ein Pixel mit dem Medianwert seiner Nachbarschaft
-> nichtlineare Operation, kann nicht als Faltung ausgedrückt werden

31
Q

Tiefpass Filter (Ortsraum)

A
  • Koeffizienten ausnahmslos positiv
  • Koeffizienten normalisiert
    -> Mittelwert, Gaussian Filter
32
Q

Hochpass-Filter (Ortsraum)

A
  • Koeffizienten sowohl negativ als auch positiv
  • Koeffizienten normalisiert
  • Produzieren positive und negative Werte
    -> Erste Ableitung/Differenzfilter, zweite Ableitung
33
Q

JPEG - Umwandlung in den YCrCb Farbraum

A
  • Kodierung der Farben als:
    -> Y Helligkeitswert
    -> Cr Abweichung vom Grau in Richtung rot
    -> Cb Abweichung vom Grau in Richtung blau
34
Q

JPEG - Farb Subsampling

A
  • Verlustbehaftete Komprimierung der Farbrepräsentation
  • Grundlage: Höhere Genauigkeit der menschlichen Ortsauflösung im Helligkeitsbereich als im Farbbereich
35
Q

JPEG - Diskrete Kosinustransformation

A
  • Umwandlung der Bildinformationen in den Frequenzbereich
    -> Filterung, Überführung für nächsten Schritt
36
Q

JPEG - Quantisierung

A

Beseitigung von Informationsanteilen, die das menschliche Auge nicht oder nur schlecht wahrnimmt

37
Q

JPEG - Kodierung der Koeffizienten

A
  • Bitstrom