งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

Image Enhancement in the Spatial Domain

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "Image Enhancement in the Spatial Domain"— ใบสำเนางานนำเสนอ:

1 Image Enhancement in the Spatial Domain
Chapter 3 Image Enhancement in the Spatial Domain

2 Spatial Domain หมายถึง ที่ตั้งอยู่หรือระนาบของ pixel ที่ประกอบขึ้นเป็น image ซึ่งสามารถระบุ ตำแหน่งของ pixel ในความหมายของระยะทางได้ กล่าวคือ ใน spatial domain เราสามารถแทน image ด้วย f(x,y) เมื่อ x และ y คือระยะทางในแนวแกนตั้งและแกนนอนวัดจากจุด Origin ตัวอย่างที่เป็นของคู่กันคือ Spatial Domain กับ Frequency Domain เมื่อแปลงภาพโดยใช้ Fourier Transform ความหมายของ ระยะทางจะหายไป แต่จะเกิดความ หมายในเชิงความถี่ขึ้นมาแทน ซึ่ง ข้อมูลนี้จะอยู่ใน Frequency domain รูปภาพใน Spatial Domain คือรูปภาพที่อยู่ในระนาบ xy ที่เรา เห็นกันตามปกติ ใน Domain นี้ เราใช้ระยะทางในการกำหนดตำแหน่ง

3 Image Enhancement Image Enhancement หมายถึงการปรับปรุงภาพให้เหมาะสมกับงานเฉพาะทาง ด้านต่างๆ เช่นการทำให้ภาพชัดเจนขึ้น (ในสายตามนุษย์) ตัวอย่าง หมายเหตุ: วิธีการปรับปรุงภาพที่เหมาะสำหรับงานอย่างหนึ่งไม่จำเป็นต้องเหมาะสมกับ งานอีกอย่างหนึ่งเสมอไป

4 Image Enhancement in the Spatial Domain
เมื่อ f(x,y) คือภาพตั้งต้น, g(x,y) คือภาพผลลัพธ์ และ T[ ] คือ Function ที่ถูกกำหนดในพื้นที่รอบๆจุด (x,y) หมายเหตุ: T[ ] อาจจะรับ input เป็นค่า pixel ที่ตำแหน่ง (x,y) อย่างเดียว หรือ input จะเป็นค่า pixel ใน Neighbors ของจุด (x,y) ขนาดใดๆก็ได้ ตามแต่ลักษณะของ Function นั้นๆเช่น การปรับความสว่างของภาพ มี input เป็นค่าของ pixel (x,y) อย่างเดียว การทำภาพเบลอโดยใช้ smoothing filter ต้องใช้ input จาก pixel หลายๆ pixel รอบๆจุด (x,y)

5 Types of Image Enhancement in the Spatial Domain
- Single pixel methods - Gray level transformations Example - Historgram equalization - Contrast stretching - Arithmetic/logic operations Examples - Image subtraction - Image averaging - Multiple pixel methods Spatial filtering - Smoothing filters - Sharpening filters

6 Gray Level Transformation
รูปแบบ: เป็นการแปลง intensity ของภาพตั้งต้นไปเป็น intensity ของภาพผลลัพธ์ โดยใช้ function: โดย r คือ input intensity และ s คือ output intensity ตัวอย่าง : Contrast enhancement

7 L = จำนวนระดับของสีเทา
Image Negative ขาว L-1 Original digital mammogram Output intensity Negative digital mammogram ดำ L-1 ดำ Input intensity ขาว L = จำนวนระดับของสีเทา

8 Log Transformations Application Fourier spectrum Log Tr. of Fourier

9 Power-Law Transformations

10 Power-Law Transformations : Gamma Correction Application
ภาพที่อยาก ให้เป็น ภาพที่แสดงที่ Monitor โดยตรง ภาพที่แสดงที่ Monitor ภายหลัง เมื่อปรับ Gamma correction

11 Power-Law Transformations : Gamma Correction Application
ภาพ MRI ที่ผ่าน Gamma Correction โดยใช้ค่า Gamma ค่าต่างๆ

12 Power-Law Transformations : Gamma Correction Application
ภาพถ่ายทางอากาศที่ ผ่าน Gamma Correction โดยใช้ค่า Gamma ค่าต่างๆ

13 Contrast Stretching Before contrast enhancement After

14 Gray Level Slicing

15 Bit-plane Slicing Bit 7 Bit 6 Bit 5 Bit 3 Bit 2 Bit 1

16 Histogram Histogram เป็นกราฟแบบไม่ต่อเนื่องที่แสดงจำนวน pixel ของ intensity ค่าต่างๆ รูปแบบ ภาพที่มืด จะมี histogram กองอยู่ไปทางซ้าย จำนวน pixel ภาพที่สว่าง จะมี histogram กองอยู่ไปทางขวา จำนวน pixel

17 Histogram (cont.) Contrast หมายถึงความแตกต่างระหว่างสีที่มืดที่สุดในภาพกับสีที่สว่างที่สุดในภาพ ภาพที่ low contrast จะมี histogram กระจุกกันอยุ่ใน ช่วงแคบๆ ภาพที่ high contrast จะมี histogram กระจายกันอยุ่ ในช่วงกว้างๆ

18 หมายถึงกระบวนการปรับปรุง intensity ของรูปภาพเพื่อให้ได้ histogram
Histogram Processing หมายถึงกระบวนการปรับปรุง intensity ของรูปภาพเพื่อให้ได้ histogram ที่มีลักษณะตามต้องการ - Histogram equalization เป็นการทำให้ histogram กระจายกันอย่างสม่ำเสมอตลอด - Histogram matching เป็นการทำให้ histogram มีลักษณะเหมือนกราฟที่กำหนดไว้

19 Monotonically Increasing Function

20 Histogram Equalization

21 Histogram Equalization (cont.)

22 Histogram Equalization (cont.)

23 Histogram Equalization (cont)

24 ภาพหลังทำ Histogram Eq.
Histogram Equalization (cont.) ภาพตั้งต้น ภาพหลังทำ Histogram Eq. ปัญหาในข้อนี้: ภาพหลังการทำ Histogram equalization กลายเป็นภาพ Low Contrast ไป

25 Histogram Matching เป็นการแปลงให้ Histogram เป็นไปตามกราฟ ที่กำหนด

26 Histogram Matching

27 Local Enhancement

28 Local Enhancement

29 Local Enhancement

30 Local Enhancement

31 AND OR Logic Operations Image mask Original (คนละความหมายกับ
Mask ใน filter) Original image ได้ผลลัพธ์เป็น ROI: Region of Interest

32 Arithmetic Operation: Subtraction

33 Arithmetic Operation: Subtraction (cont)

34 Arithmetic Operation: Image Averaging

35 Arithmetic Operation: Image Averaging (cont.)

36

37

38

39

40

41

42

43 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

44 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

45 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

46 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

47 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

48 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

49 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

50 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

51 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain

52 Image Enhancement in the
Chapter 3 Image Enhancement in the Spatial Domain


ดาวน์โหลด ppt Image Enhancement in the Spatial Domain

งานนำเสนอที่คล้ายกัน


Ads by Google