Bilder Flashcards
Methoden zur Bildverbesserung
- Ortsraum
-> Direkte Manipulation der Pixelwerte im Bildbereich (Pixel-, Filteroperationen) - Frequenzraum
-> Bildtransformation
Typische Anwendungen für Bildverbesserungen
- Korrektur von Nicht-Linearitäten der Kamera
- Anpassung Helligkeit, Kontrast
- Bildbereiche hervorheben oder unterdrücken
- Bild ausgleichen
Pixeloperationen
- Manipulation eines Pixels unabhängig von seiner Nachbarschaft
-> Grauwert Abbildung (Mapping)
Histogramm
- Graphische Darstellung der Häufigkeitsverteilung metrisch skalierter Merkmale
- Statistische Verteilung der Grauwerte
Kontexte
- 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
Pixeloperationen Beispiele
- Negativ
- Binärisierung/Thresholding
- Fensterung
- Kontrastspreizung
- Dynamikkompression
- Gammakorrektur
- Helligkeit
- Histogrammausgleich
- Differenz
- Mittelung
Binärisierung / Thresholding
Thresholding (Segmentierung) der Grauwerte eines Bildes
Grauwertfensterung
Hervorheben eines bestimmten Intensitätsintervals im Bild
Kontrastspreizung
Abbildung der Grauwerte auf eine neue Grauwertskala anhand einer einwertigen, monotonen Funktion
Histogrammausgleich
Transformation der Grauwertskala anhand der Kurve der Summenwahrscheinlichkeit (nicht umkehrbar)
Mittelung
Unterdrückung von unkorreliertem Rauschen durch Mittelung über k Aufnahmen
Filtermasken
- Manipulation eines Pixels abhängig von seiner Nachbarschaft
- Lokaler Kontext
Filtermasken Arten
- Mittelwert
- Gaussian
- Median
- Laplacian
Gaussian Filter Anwendungen
Reduktion von periodischen Rauschen, Verringerung eines störenden Druckrasters
Laplacian Filter Anwendungen
- Kantenextraktion
- Hochpassfilterung
- Binärisierung
Filterung im Frequenzraum
- Faltungssatz: Eine Faltung im Ortsraum entspricht einer Multiplikation im Frequenzraum (und umgekehrt)
Amplitudenspektrum im Frequenzraum
Visualisierung im Frequenzraum der Amplituden der periodischen Funktionen verschiedener Frequenzen
Filter Anwendungen
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
Filterungsarten
- 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
Frequenzraum- gegenüber Ortsraum-Filter
+ schneller Berechnung (FFT)
+ einfache Handhabung (Filterdesign im Frequenzraum intuitiv)
- Approximation der Spezifikation aus dem Frequenzraum (keine unendlich breiten Filter im Ortsraum möglich)
Bildkompression Motivation
- Rasterung und Abtastung einer Intensitätsfunktion von Licht erzeugt eine Unmenge von Daten
-> Unpraktisch für Datenspeicherung & -übertragung
Bildkompression Redundanzen
- Eliminierung von redundanten Daten zur Reduzierung der Datenmengen
-> Kodierungen
-> Nachbarschaftsbeziehungen
-> Psychovisuelle Eindrücke
Klassifikation Kompression
- Verlustlose Kompression
- Verlustbehaftete Kompression
Verlustlose Kompression Arten
- Variable Length Coding
- Bit Plane Coding
- Predictive Coding
- Lempel-Ziv-Welch-Algorithmus
Verlustbehaftete Kompression Eigenschaften
- 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
JPEG
- Komplexes Verfahren zur Bildkompression
- In den Hauptmodi und Hauptanwendungsgebieten verlustbehaftet
- Basiert auf einer diskreten Kosinustransformation
Histogramm kontrastarmes vs. kontrastreiches Bild
- Kontrastarm: niedrige Varianz der Grauwerte
- Kontrastreich: Hohe Varianz der Grauwerte
Teilschritte der JPEG Kompression
- Umwandlung in den YCbCr-Farbraum
- Farb-Subsampling
- Diskrete Kosinustransformation
- Quantisierung
- Kodierung der Koeffizienten
Histogramm helles vs. dunkles Bild
- Dunkel: Mittelwert eher klein
- Hell: Mittelwert eher groß
Median-Filter
Ersetzt ein Pixel mit dem Medianwert seiner Nachbarschaft
-> nichtlineare Operation, kann nicht als Faltung ausgedrückt werden
Tiefpass Filter (Ortsraum)
- Koeffizienten ausnahmslos positiv
- Koeffizienten normalisiert
-> Mittelwert, Gaussian Filter
Hochpass-Filter (Ortsraum)
- Koeffizienten sowohl negativ als auch positiv
- Koeffizienten normalisiert
- Produzieren positive und negative Werte
-> Erste Ableitung/Differenzfilter, zweite Ableitung
JPEG - Umwandlung in den YCrCb Farbraum
- Kodierung der Farben als:
-> Y Helligkeitswert
-> Cr Abweichung vom Grau in Richtung rot
-> Cb Abweichung vom Grau in Richtung blau
JPEG - Farb Subsampling
- Verlustbehaftete Komprimierung der Farbrepräsentation
- Grundlage: Höhere Genauigkeit der menschlichen Ortsauflösung im Helligkeitsbereich als im Farbbereich
JPEG - Diskrete Kosinustransformation
- Umwandlung der Bildinformationen in den Frequenzbereich
-> Filterung, Überführung für nächsten Schritt
JPEG - Quantisierung
Beseitigung von Informationsanteilen, die das menschliche Auge nicht oder nur schlecht wahrnimmt
JPEG - Kodierung der Koeffizienten
- Bitstrom
