1
Manipulacióndel
Contraste
Índice
1. Introducción.
Métodos Locales:
2. Amplitud de la escala de grises.
3. Transformación de imágenes.
Métodos Globales:
4. Ecualización del histograma.
5. Consulta a tablas (LUT).
2
1. Introducción
La obtención de imágenes ideales se basa en dos factores:
1. Iluminación uniforme.
2. Ganancia lineal.
IMAGEN MAL CONTRASTADA VS.
IMAGEN BIEN CONTRASTADA
3
DEFINICIÓN DE CONTRASTE Y MANIPULACIÓN DE LA ESCALA DE GRISES
Histograma de una imagen poco contrastada
Histograma de una imagen bien contrastada
2. Ampliación de la escala de grises
4
y: el valor de gris de la imagenresultante.
x: el valor de gris de la imagenoriginal.
a: valor mínimo de nivel de gris de laimagen original.
b: valor máximo de nivel de gris de laimagen original.
Max: el valor máximo de nivel degris que se desea en y.
Min: el valor mínimo de nivel de gris que se desea en y.
Minab
axMinMaxy +
−
−−= )(
EJEMPLO DE MODIFICACIÓN DE LA AMPLITUD EN LA ESCALA DE GRISES
Histograma imagen original
Histograma imagen resultante
5
MODIFICACIÓN DE LA IMAGEN CON LA AMPLIACIÓN DE LA ESCALA DE GRISES:
Imagen original Imagen resultante
FÓRMULA GENERAL:
- y, x: son los niveles de gris de las imágenes resultantes y original respectivamente.
- α, β, γ: son las ganancias de cada tramo.
- a, b, L: son los intervalos de ganancia.
Lxb
bxa
ax
vbx
vax
x
y
b
a
≤≤
≤≤
≤≤
+−
+−=
0
)(
)(
γ
β
α
6
3. Transformación de imágenes
Definición: Aplicar una función a cada uno de los píxeles de la imagen.
Objetivo: modificar el contraste de las imágenes.
Forma de las funciones aplicadas:
p � nuevo valor de gris en la imagen resultante
m � es el valor de gris de la imagen original
a � es la potencia a la que se eleva
amp =
TRANSFORMACIONES MÁS USUALES
mp −= 255
� Función inversa: Invierte el valor de gris original.
7
� Función cuadrada: las imágenes resultantes son más oscuras.
� Función cúbica: los efectos son los mismos que la función anterior, aunque más pronunciados.
TRANSFORMACIONES MÁS USUALES
255
2m
p =
2
3
255
mp =
TRANSFORMACIONES MÁS USUALES
8
TRANSFORMACIONES MÁS USUALES
� Función raíz cuadrada: Las imágenes resultantes son más claras.
� Función raíz cúbica: Tiene los mismos efectos que la función raíz cuadrada.
mp 255=
3 2255 mp =
TRANSFORMACIONES MÁS USUALES
9
TRANSFORMACIONES MÁS USUALES
� Función logarítmica: Tiene los mismos efectos que la función raíz cuadrada y que la función raíz cúbica.
( )( )2551ln
1ln255
+
+=
mp
TRANSFORMACIONES MÁS USUALES
10
4. Ecualización del histograma
El objetivo es que la imagentenga una distribución
uniforme sobre toda la
escala de grises.
−
⋅⋅= 1)(_'
MN
niHrenterapartei
Pasos a seguir para ecualizar una imagen:
1.- Pasar nuestro histograma a histograma acumulado:
2.- Igualamos con lo que sería el modelo ideal:
3.- Hallamos los nuevos niveles de gris:
4.- Dibujamos el histograma resultante.
∑=
=i
k
khiH0
)()(
n
MNiiH
⋅⋅+= )1'()(
−
⋅⋅= 1)(_'
MN
niHenterapartei
11
Ejercicio:
Ecualizar el siguiente histograma:
654321
60 1 2 4 753
87 Pasos:
1.- Histograma� histograma acumulado.
2.- Buscar los nuevos niveles de gris.
3.- Dibujar el histograma acumulado.
Ejemplo:
Histograma:
Histograma
Acumulado:
Imagen resultanteImagen original
12
Otro ejemplo:
Ecualización por ventanas:
Imagen original: Imagen ecualizada:Imagen ecualizada por ventanas:
13
Otras distribuciones:
� Distribución exponencial:
� Distribución Rayleigh:
� Distribución Raíz cúbica:
� Distribución Logaritmo:
( )1)(ln1
+−= antiguomínnuevo iHiiα
2/1
2
)(1
1ln2
−+=
antiguo
mínnuevoiH
ii α
( )[ ]33/13/13/1 )( mínantiguomínmàxnuevo iiHiii +−=
)( antiguoiH
mín
màxmínnuevo
i
iii
=
Comparación de la imagen original con las imágenes resultantes tras aplicar las distribuciones exponencial y Rayleigh:
Imagen original Distribución RayleighDistribución exponencial
14
Comparación de la imagen original con las imágenes resultantes tras aplicar las distribuciones Raíz cúbica y logarítmica:
Imagen original Distribución raíz cúbica Distribución logarítmica
5. Consulta a tablas (LUT)
Las tablas LUT (look up tables o LUTs) son una herramienta que sirve para acelerar el proceso de la transformación de imágenes.
0 Nuevo_valor0
1 Nuevo_valor1
2 Nuevo_valor2
.
.
254 Nuevo_valor254
255 Nuevo_valor255
Píxel imagen
original
Píxel imagen
transformada
15
EJEMPLO DE APLICACIÓN
Ventajas:-Rápido-Eficiente computacionalmente- Seguro
Manipulación de contraste en Matlab
� IMADJUSTJ = IMADJUST(I,[LOW_IN;HIGH_IN],[LOW_OUT;HIGH_OUT],GAMMA]
- [LOW_IN;HIGH_IN]: Por defecto [0;1].
- [LOW_OUT;HIGH_OUT]: Por defecto [0;1].
- GAMMA: Por defecto GAMMA=1.
� HISTEQ
[J,T] = HISTEQ(I)
Recommended