Digitala bilder och digital bildmanipulering

More documents

Recommendations

Info

Bild roterad 90 grader )RWRPHWULVND RSHUDWLRQHU Förutom att förändra en bilds geometriska dimensioner kan man behöva ändra i själva pixelvärdena. Detta är mycket vanliga operationer som i många fall har en direkt motsvarighet i traditionella fotografiska metoder. Att förändra en bild så att den blir ljusare, mörkare, mer eller mindre kontrastrik eller får en bättre färgåtergivning faller under begreppet fotometriska operationer. Gemensamt för dessa operationer är att de kan beskrivas som en enkel avbildning av inbildens värden till utbildens värden, pixel för pixel. Avbildningen kan på ett enkelt och konkret sätt beskrivas med en överföringsfunktion eller tonkurva (transfer function, tone curve), där man i ett diagram anger utbildens värde för varje tänkbart värde i inbilden. Axlarna i diagrammet kan antingen graderas i intervallet [0,1] eller direkt i den valda kvantiseringens representation med heltalsvärden, vilket för 8 bitars kvantisering innebär tal mellan 0 och 255. Utbildens värde (0-1) 0nOQLQJ Inbildens värde (0-1) Förutom att förändra en hel bild på samma sätt kan man naturligtvis vilja gå in och ändra vissa detaljer eller mindre områden i bilder. Detta görs med interaktiva metoder, där en operatör med hjälp av en mus eller ett digitaliseringsbord för en pekare med ett ”verktyg” över bilden. Verktyget kan efterlikna en målarpensel eller liknande, så att bilden får nya värden där verktyget används, men det kan också vara ett markeringsverktyg, så att man markerar eller maskar ut vissa delar av bilden, för att sedan utföra någon fotometrisk operation eller filtrering (se nedan) på de markerade delarna av bilden. 7UDQVSDUHQV Bild roterad 10 grader Oregelbunden omsampling (”warping”) Ingen tonförändring Ljusare bild Mörkare bild Mer kontrast Mindre kontrast Ett mycket vanligt och nyttigt begrepp på området digitala bilder är transparens (eng. ”transparency”, genomskinlighet), eller motsatsen opacitet (eng. ”opacity”, ogenomskinlighet). Transparens beskrivs antingen som en egenskap hos en hel bild, eller mer generellt som en egenskap hos varje pixel. Transparensen blir då en egen kanal i bilden, där man för varje pixel förutom dess ljushetsvärde även anger hur genomskinlig den är. Transparenta bildpunkter i en bild som i ett collage läggs ovanpå andra bilder med andra bildpunkter skall ge ett pixelvärde i utbilden som beror av både den nya och den gamla underliggande bilden. Oftast beskrivs transparensen som en procentsats, där 100% transparens innebär att bilden är helt genomskinlig och inte syns, och 0% transparens innebär att bilden är helt ogenomskinlig och helt täcker underliggande bildpunkter. Opacitet är samma sak fast tvärt om: 100% opacitet innebär en helt ogenomskinlig, täckande bild, medan 0% opacitet innebär en helt genomskinlig, osynlig bild.
)LOWUHULQJ Den sista klassen av operationer på digitala bilder kan faktiskt också sägas vara en fotometrisk operation, men i stället för att beräkna varje ny bildpunkts värde som en funktion av värdet hos en enda punkt i originalbilden så tar man i en filtrering hänsyn till flera pixels i originalbilden för att beräkna varje ny pixel. Begreppet syftar inte på någon tydlig likhet med traditionella optiska filter för fotografi, utan snarare till filter inom signalbehandling och elektronik, där man kan förändra en signal på ofta mycket komplicerade sätt genom att skicka den genom ett filter. Digitala bilder är också signaler, med skillnaden att de är en funktion av två variabler (x,y) i stället för i en dimension som till exempel ljudsignaler eller elektriska signaler, som kan beskrivas som en funktion av tiden. Samma verktyg som används för att analysera filter i en dimension fungerar även för att analysera filter i två dimensioner, och även om vi inte går in på sådana detaljer här kan det vara värt att nämna att just digitala filter för bildoperationer är ett mycket stort tillämpningsområde för digital signalbehandling. Detta tillhör ämnesområdena bildanalys och bildbehandling, och vi går inte in på detaljer här. I stället visar vi några belysande exempel. Filtrering av en bild kan enkelt beskrivas som en operation som inte bara tar hänsyn till en enda bildpunkts värde för att skapa en punkt i utbilden, utan dessutom tittar på en större eller mindre omgivning av punkten och utför vissa beräkningar för att komma fram till utbildens värde. Även en interpolering, som beskrevs ovan, är faktiskt ett slags filtrering. Filter för förändring av digitala bilder finns av många olika slag för många olika tillämpningar, och många av dem innebär mycket komplicerade beräkningar med många mellanled. En viktig klass av filter är emellertid ganska enkla att beskriva, nämligen så kallade linjära filter. Dessa beskrivs med en uppsättning viktskoefficienter, och utbildens värde i varje punkt beskrivs som ett viktat medelvärde av inbildens värden i motsvarande punkt samt i en liten omgivning runt denna punkt. Om man definierar filtret i en omgivning av 3x3 pixels får man nio viktskoefficienter i filtret, och utbildens värde i varje punkt beräknas som en summa av nio termer. Det är rätt så mycket arbete med att beräkna en filtrering, speciellt om man har många filterkoefficienter, men de effekter som kan uppnås är väldigt avancerade. Man reducera brus i bilder, få dem att bli suddiga eller faktiskt även se skarpare ut, eller man kan lägga på olika sorters specialeffekter. Variationsmöjligheterna är oräkneliga. De flesta mer avancerade bildbehandlingsprogam innehåller stora möjligheter till filtrering av bilder. Som ett konkret exempel kan vi ta en operation som gör en bild litet suddig, ett enkelt så kallat gaussiskt filter (Gaussian blur). Viktskoefficienterna visas till vänster om bilderna. Varje pixel i utbilden beräknas som en summa av okringliggande pixels multiplicerade med motsvarande viktskoefficienter. 1 2 1 2 4 2 1 2 1 inbild utbild Operationen får i princip samma effekt som om man hade gjort bilden suddig med optiska metoder (t ex dra en kamera ur fokus). För att göra bilden ännu mer suddig kan man använda ett större filter med fler koefficienter, eller helt enkelt applicera filtret flera gånger på bilden, vilket faktiskt är både enklare och snabbare. Det finns inget som hindrar att man har negativa viktskoefficienter i ett filter. Nedanstående filter ger till exempel en reliefeffekt, där vertikala kanter förstärks. 1 0 -1 2 1 -2 1 0 -1 inbild utbild Filter med en eller flera negativa vikter är i allmänhet kantförstärkande, deriverande operationer, även kallade högpassfilter, som gör att kanter och små detaljer förstärks, medan filter med enbart positiva vikter har utsuddande, integrerande karaktär, även kallade lågpassfilter, som gör detaljer och kanter oskarpa. Exakt hur man bär sig åt för att designa filter som utför en önskad operation behandlas inom ämnena signal- och bildbehandling, och det ligger långt utanför ramen för denna korta introduktion. Stefan Gustavson, ITN-LiTH, 2002-08-26
Page 1 and 2: 'LJLWDOD ELOGHU RK GLJLWDO ELOGPDQL
Page 3: När man förstorar en bild måste

Digitala bilder och digital bildmanipulering

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?