Оформление презентации
<<  Первые теории дизайна. Становление эстетики как науки в девятнадцатом веке На где проживал есенин  >>
Лекция 4. Цвет, квантование, фильтрация
Лекция 4. Цвет, квантование, фильтрация
План лекции
План лекции
Свет и цвет
Свет и цвет
Свет и цвет
Свет и цвет
Свет и цвет
Свет и цвет
Свет и цвет
Свет и цвет
Свет и цвет
Свет и цвет
Квантование цвета
Квантование цвета
Квантование цвета
Квантование цвета
Квантование цвета
Квантование цвета
Псевдотонирование
Псевдотонирование
Псевдотонирование
Псевдотонирование
Псевдотонирование
Псевдотонирование
Псевдотонирование
Псевдотонирование
Псевдотонирование
Псевдотонирование
Псевдотонирование
Псевдотонирование
Фильтры
Фильтры
Фильтры
Фильтры
Фильтры
Фильтры
Примеры фильтров
Примеры фильтров
Примеры фильтров
Примеры фильтров
Примеры фильтров
Примеры фильтров
Примеры фильтров
Примеры фильтров
Примеры фильтров
Примеры фильтров
Примеры фильтров
Примеры фильтров
Фильтры
Фильтры
Фильтры
Фильтры
Фильтры
Фильтры
Фильтры
Фильтры
Фильтры
Фильтры
Байеровские шаблоны
Байеровские шаблоны
Байеровские шаблоны
Байеровские шаблоны
Взвешенная интерполяция
Взвешенная интерполяция
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества
Метрики качества

Презентация на тему: «Цвет, квантование, фильтрация». Автор: . Файл: «Цвет, квантование, фильтрация.pps». Размер zip-архива: 1333 КБ.

Цвет, квантование, фильтрация

содержание презентации «Цвет, квантование, фильтрация.pps»
СлайдТекст
1 Лекция 4. Цвет, квантование, фильтрация

Лекция 4. Цвет, квантование, фильтрация

Алексей Лукин lukin@ixbt.com

2 План лекции

План лекции

Свет и цвет Восприятие цвета Цветовые системы Палитры и квантование цветов Кластеризация K-средних Псевдотонирование Метод диффузии ошибки Фильтрация Свертка Простейшие фильтры Интерполяция байеровских шаблонов Меры качества изображений

3 Свет и цвет

Свет и цвет

Свет и его спектр 380 – 470 нм – фиолетовый, синий 500 – 560 нм – зеленый 560 – 590 нм – желтый, оранжевый 590 – 760 нм – красный

4 Свет и цвет

Свет и цвет

Восприятие цвета

Какой это цвет?

5 Свет и цвет

Свет и цвет

Цветовые системы RGB и дисплеи, гамма-коррекция Аддитивные (RGB) и субтрактивные (CMYK) системы

RGB

CMY

6 Свет и цвет

Свет и цвет

Цветовые системы HSV (Hue/Saturation/Value) Система YUV и прореживание хроматических компонент

7 Свет и цвет

Свет и цвет

Система YUV: разделение яркости и хроматических компонент Системы CIE Lab, Luv, CIEDE2000 и равномерность восприятия

8 Квантование цвета

Квантование цвета

Квантование Раньше: ограничение видеопамяти ? ограничение числа цветов ? программируемые палитры Теперь: уменьшение размера графических файлов, другие нужды (для спецэффектов, повышение резкости границ) Палитры в видеоадаптерах и BMP-файлах

RGB

64 цвета

16 цветов

9 Квантование цвета

Квантование цвета

Палитризация Равномерное квантование По популярности Медианное сечение цветового куба

Гистограмма

10 Квантование цвета

Квантование цвета

Метод кластеризации K-средних Выбрать начальное приближение палитры из N различных цветов Классифицировать все пиксели на N кластеров по цвету Найти средний цвет (центроиду) каждого кластера и назначить их новыми цветами палитры Пока цвета обновляются – goto 2

11 Псевдотонирование

Псевдотонирование

Цель: уменьшить видимые артефакты палитризации

16 цветов

RGB

Округление

Псевдотонирование

12 Псевдотонирование

Псевдотонирование

1-й шаг – сведение к градациям серого

13 Псевдотонирование

Псевдотонирование

Методы Округление

14 Псевдотонирование

Псевдотонирование

Методы Dithering (добавление шума)

Белый шум – случайные числа с нулевым мат. ожиданием

15 Псевдотонирование

Псевдотонирование

Методы Упорядоченное псевдотонирование

Изображение разбивается на блоки В каждом блоке вычисляется средняя интенсивность В зависимости от интенсивности выбирается нужный шаблон Шаблон записывается в блок

Примеры шаблонов с разными степенями заполнения:

16 Псевдотонирование

Псевдотонирование

Методы Диффузия ошибки

Идея алгоритма: ошибка, внесенная при квантовании текущего пикселя, распределяется между соседними (еще не квантованными) пикселями.

Примеры видов распределения ошибки:

Простейший

Floyd-Steinberg

for (i=0; i<Height; i++) for (j=0; j<Width; j++) { Dest[i][j] = quantize(Src[i][j]); e = Dest[i][j] – Src[i][j]; Src[i][j+1] -= e; }

e

7e/16

e

e

3e/16

5e/16

e/16

17 Фильтры

Фильтры

Как работают фильтры

Коэффициенты фильтра, ядро свертки 3x3, «функция размытия точки»

-1 ? k ? 1, -1 ? p ? 1

18 Фильтры

Фильтры

Свертка

Подводные камни: Выход за границы массива Выход за пределы допустимого диапазона яркости пикселей Обработка краев.

// Обнулить изображение Dest[i][j] ... // Выполнить свертку for (i=0; i<Height; i++) // Для каждого пикс. Dest[i][j]... for (j=0; j<Width; j++) for (k=-1; k<=1; k++) // ...превратить его в ядро свертки for (p=-1; p<=1; p++) Dest[i+k][j+p] += Src[i][j] * Ker[k][p]; // и сложить

19 Фильтры

Фильтры

Свойства фильтров Результат фильтрации однотонного (константного) изображения – константное изображение. Его цвет равен Следствие: чтобы фильтр сохранял цвет однотонных областей, нужно чтобы Следствие: если сумма коэффициентов фильтра равна нулю, то он переводит однотонные области в нулевые.

20 Примеры фильтров

Примеры фильтров

Размытие (blur)

21 Примеры фильтров

Примеры фильтров

Повышение четкости (sharpen)

22 Примеры фильтров

Примеры фильтров

Нахождение границ (edges)

23 Примеры фильтров

Примеры фильтров

Тиснение (embossing)

24 Примеры фильтров

Примеры фильтров

Простейшее размытие Константное размытие (любой размер фильтра) Гауссово размытие (любой размер фильтра)

25 Примеры фильтров

Примеры фильтров

Повышение резкости Нахождение границ Тиснение

+ Модуль, нормировка, применение порога…

+ Сдвиг яркости, нормировка…

26 Фильтры

Фильтры

Некоторые свойства свертки Линейность Инвариантность к сдвигу

Пусть X и Y – изображения, H – ядро свертки

27 Фильтры

Фильтры

Сепарабельные (разделимые) фильтры

Если фильтр сепарабельный, то фильтрацию можно производить быстрее: Отфильтровать все столбцы одномерным фильтром F(k) Отфильтровать все строки одномерным фильтром G(p)

Гауссиан – сепарабельный фильтр, т.к.

28 Фильтры

Фильтры

Unsharp Mask Параметры: радиус, сила эффекта, порог срабатывания Идея: вычесть из изображения его размытую копию, скомпенсировав уменьшение яркости Переменная сила эффекта ? помогает избежать усиления шума. Обычно ? уменьшают при малых значениях разности X – GX (меньше порога срабатывания)

? контролирует силу эффекта, GX – размытая копия изображения (фильтр Гаусса)

29 Фильтры

Фильтры

Медианный фильтр Каждый пиксель принимает значение, являющееся медианой значений пикселей в окрестности Медиана – средний элемент в отсортированном массиве Позволяет подавить шум (особенно, единичные «выпадающие» пиксели), не размывая границ Медианный фильтр нелинейный (как доказать?)

30 Фильтры

Фильтры

Понятие о частотах в изображении и звуке Частоты и гармонические колебания (звук) Частоты и детали (изображение) Постоянная составляющая Действие фильтров Фильтр размытия – НЧ-фильтр Фильтр повышения четкости – ВЧ-фильтр Фильтр нахождения границ – ВЧ-фильтр Фильтры и обработка звука

31 Байеровские шаблоны

Байеровские шаблоны

Постановка задачи demosaicking

Фотосенсоры цифровой камеры байеровский шаблон (мозаика)

demosaicking

Камера

32 Байеровские шаблоны

Байеровские шаблоны

Простейшие подходы Билинейная интерполяция

Мозаика

Билинейная интерполяция

Сложный алгоритм

33 Взвешенная интерполяция

Взвешенная интерполяция

Интерполяция зеленого Адаптивность к краям

Исходное изображение

Зеленый цвет в мозаике

Билинейная интерполяция

Kimmel

34 Метрики качества

Метрики качества

Как измерить похожесть двух изображений?

Исходное изображение

Результат demosaicking

35 Метрики качества

Метрики качества

Среднеквадратичная ошибка (MSE) Пиковое отношение сигнал/шум (PSNR)

N – число пикселей

M – максимальное значение пикселя

36 Метрики качества

Метрики качества

PSNR и MSE не учитывают особенности человеческого восприятия!

Оригинал

Далее будут использованы рисунки из статьи Wang, Bovik, Lu “WHY IS IMAGE QUALITY ASSESMENT SO DIFFICULT?”

37 Метрики качества

Метрики качества

У этих изображений одинаковые PSNR с оригиналом (примерно 25 dB)

Повышена контрастность

Добавлен белый гауссов шум

38 Метрики качества

Метрики качества

И у этих – тоже примерно 25 dB!

Добавлен импульсный шум

Размытие

39 Метрики качества

Метрики качества

И у этого – тоже!

Артефакт блочности после JPEG

40 Метрики качества

Метрики качества

Вывод: PSNR не всегда отражает реальный видимый уровень искажений. Как улучшить? Использовать функцию чувствительности глаза к различным частотам (CSF) Использовать свойство маскировки Использовать равномерные к восприятию цветовые пространства (CIE Lab, CIEDE2000)

HVS models (human visual system)

41 Метрики качества

Метрики качества

Contrast sensitivity function (CSF) Показывает чувствительность глаза к различным частотам

Абсцисса – пространственная частота (колебаний / градус угла обзора)

«Цвет, квантование, фильтрация»
http://900igr.net/prezentacija/informatika/tsvet-kvantovanie-filtratsija-140382.html
cсылка на страницу
Урок

Информатика

130 тем
Слайды