• Keine Ergebnisse gefunden

2D-Fourieranalyse und Farbräume

N/A
N/A
Protected

Academic year: 2022

Aktie "2D-Fourieranalyse und Farbräume"

Copied!
37
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

2D-Fourieranalyse und Farbräume

Industrielle Bildverarbeitung, Vorlesung No. 121

M. O. Franz

09.01.2008

1falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005.

(2)

Übersicht

1

Diskrete 2D-Fouriertransformation

2

Windowing

3

Beispiele und Anwendungen

4

RGB- und HSV-Farbraum

(3)

Übersicht

1

Diskrete 2D-Fouriertransformation

2

Windowing

3

Beispiele und Anwendungen

4

RGB- und HSV-Farbraum

(4)

Diskrete zweidimensionale Fouriertransformation

Für eine zweidimensionale, periodische Funktiong(u,v)der Größe M×Nist die2D-DFT

G(m,n) = 1

√MN

M−1

X

u=0 N−1

X

v=0

g(u,v)e−i2πmuMe−i2πnvN

= 1

√ MN

M−1

X

u=0 N−1

X

v=0

g(u,v)e−i2π(muM+nvN)

Inverse 2D-DFT−1:

g(u,v) = 1

√MN

M−1

X

m=0 N−1

X

n=0

G(m,n)ei2πumMei2πvnN

= 1

√ MN

M−1

X

m=0 N−1

X

n=0

G(m,n)ei2π(muM+nvN)

(5)

Zentrierte Darstellung

(6)

Darstellung als logarithmiertes Intensitätsbild

(7)

Frequenz und Orientierung

Effektive Frequenz in Wellenrichtung:ˆf(m,n)= 1τ q m

M

2 + Nn2 Orientierung:ψ(m,n)=arctan2 n

N,Mm

bzw.(m,n) =±ˆf(Mcosψ,Nsinψ) Richtungswinkel in Bild und Spektrum sind nur bei quadratischen Bildern gleich.⇒Korrektur durch quadratische Skalierung des Spektrums.

(8)

Geometrische Korrektur des 2D-Spektrums

(9)

Frequenzlimits und Aliasing in 2D

Effektive Abtastfrequenz ist am geringsten entlang der Koordinatenachsen, am höchsten entlang der Diagonalen.

(10)

Übersicht

1

Diskrete 2D-Fouriertransformation

2

Windowing

3

Beispiele und Anwendungen

4

RGB- und HSV-Farbraum

(11)

Auswirkungen der Periodizität

Die implizite Annahme eines periodischen Bildes führt zu

breitbandigen Signalen entlang der Koordinatenachsen durch die Diskontinuitäten an den Bildrändern.

(12)

Windowing

Zur Reduktion der durch die Periodizität verursachten Artefakte wird das gesamte Bildvorder DFT mit einerFensterfunktionmultipliziert:

˜

g(u,v) =g(u,v)·w(u,v)

Die Fensterfunktion wird so gewählt, daß sie möglichst gleichmäßig an den Rändern gegen 0 abfällt und damit die Diskontinuitäten an den Bildrändern unterdrückt.

Aber:Multiplikation im Bildraum führt zu Faltung des Spektrums mit der DFT der Fensterfunktion im Frequenzraum.

Tradeoff:Je steilerw(u,v)and den Bildrändern abfällt, desto größer ist der Bildanteil, der zum Spektrum beiträgt, aber desto stärker sind die Rand-Artefakte, und desto stärker wird das Spektrum ”verwischt”.

(13)

Rechteckiges und elliptisches Fenster

(14)

Gauß- und Supergauß(n = 6)-Fenster

(15)

Cos

2

- und Bartlett-Fenster

(16)

Hanning- und Parzen-Fenster

(17)

Beispiel: Auswirkung der Fensterfunktion (1)

(18)

Beispiel: Auswirkung der Fensterfunktion (2)

(19)

Übersicht

1

Diskrete 2D-Fouriertransformation

2

Windowing

3

Beispiele und Anwendungen

4

RGB- und HSV-Farbraum

(20)

Beispiel: Skalierung

(21)

Beispiel: periodisches Bildmuster

(22)

Beispiel: Drehung

(23)

Beispiel: gerichtete, längliche Strukturen

(24)

Beispiel: Natürliche Bilder (1)

(25)

Beispiel: Natürliche Bilder (2)

(26)

Beispiel: Druckmuster

(27)

Anwendungen der DFT

Filterung im Spektralraum:bei sehr großenN×N-Filtermasken aufM×M-Bildern sindO(M2N2)Operationen notwendig, FFT und inverse FFT benötigenO(MlogM)Operationen plusM2 Multiplikationen, unabhängig von der FiltergrößeN.

Korrelation beiTemplate Matching: Korrelation ist identisch zur linearen Faltung mit gespiegelter Fensterfunktion⇒Anwendung bei der Suche nach großen Objekten.

Entfernung der Unschärfe durch inverse Filterung:Ein unscharfes Bild ensteht durch Faltung mit derPunktverwa- schungsfunktionder Optik, d.h. Multiplikation der DFT des Bildes mit der DFT der PVF (Modulationstransferfunktion, MTF)

⇒Entfernung durch Division durch MTF.

(28)

Übersicht

1

Diskrete 2D-Fouriertransformation

2

Windowing

3

Beispiele und Anwendungen

4

RGB- und HSV-Farbraum

(29)

RGB-Farbraum

Das RGB-Farbsystem basiert auf deradditivenMischung der drei Primärfarben Rot, Grün und Blau, d.h. ausgehend von Schwarz wird farbiges Licht in den Primärfarben überlagert, was sowohl den Farbton, dieIntensitätund dieSättigungdes Farbwertes bestimmt.

(30)

Aufbau von Farbbildern

Komponenten- anordnung

Gepackte Anordnung Indexbilder

Bei gepackter Anordnung müssen die einzelnen Farbkanäle über spezielle Zugriffsfunktionen aus den Pixeln ausgelesen und beschrieben werden.

Indexbilder erlauben nur eine beschränkte Anzahl von Farben.

Die Pixel enthalten nur den Indexkeiner Farbtabelle oder Palette P[k] = (PR[k],PG[k],PB[k])

und erlauben so eine ”flache” Bildrepräsentation.

Interessantes Problem: Umwandlung eines Vollfarbenbildes in ein Indexbild (nächste Vorlesung).

(31)

Umwandlung in Grauwertbilder

Einfachster Ansatz:Durchschnittswert der drei Farbkomponenten y= R+G+B

3

aber die wahrgenommene Helligkeit von Rot und Grün ist wesentlich höher als die von Blau⇒Gebiete mit hohem Rot- und Grünanteil werden zu dunkel, Gebiete mit hohem Blauanteil zu hell

wiedergegeben.

Idealerweise müßte die relative HelligkeitYR,YG,YBjedes Farbkanals des Wiedergabegerätes mit einem Photometer vermessen werden (z.B. in TV- oder ITU-BT709- Norm). Die wahrgenommene Intensität (Luminanz) ergibt sich dann als

Y =R·YR+G·YG+B·YB mit YR+YG+YB=1

z.B.YR =0.299,YG=0.587,YB=0.114bei TV-Geräten. Diese Formel gilt aber nur näherungsweise, da die wahrgenommene Intensität in Wirklichkeit nichtlinear von den einzelnen Farbwerten abhängt.

(32)

Desaturierung im RGB-Raum

 RD

GD BD

=

 Y Y Y

+scol·

 R−Y G−Y B−Y

(33)

HSV- und HLS-Farbraum

Veränderungen an RGB-Werten ändern i.A. immer alle vom Menschen wahrgenommenen Farbattribute (Ton, Sättigung, Helligkeit) gleichzeitig. Daher sind für manche Anwendungen

Farbräume vorteilhafter, die eine direkte Manipulation dieser Attribute erlauben.

HSV: Hue (Ton), Saturation (Sättigung), Value (Helligkeit), manchmal auch HSB oder HSI, HLS: Hue, Luminance, Saturation

(34)

Umrechnung RGB in HSV

RGB-Werte befinden sich im Intervall[0,Cmax],Cminsei das Minimum der drei Werte R,G,B,Chighdas Maximum, der Wertebereich

∆C=Chigh−Cmin, die relativen FarbkomponentenR0= Chigh∆C−R, G0 =Chigh∆C−G,B0 =Chigh∆C−B

Sättigung: S= ∆C

Cmax für Cmax>0

0 sonst

Helligkeit (Value): V= Chigh Cmax

Farbton: H0=

B0−G0 wenn R=Chigh B0−B0+2 wenn G=Chigh G0−R0+4 wenn B=Chigh NormierungH=16(H0+6)fürH0 <0, sonstH=16H0.

(35)

HSV-Farbraum

(36)

Beispiel: HSV-Darstellung

(37)

Umrechnung HSV in RGB

Farbsektor:H0 = (6·H) mod 6 Zwischenwerte (v=VHSV):

Normalisierte RGB-Werte in [0, 1] :

Danach Skalierung auf[0,Cmax].

Referenzen

ÄHNLICHE DOKUMENTE

Eine eindimensionale periodische Funktion f(x) mit Periodelänge  lässt sich exakt durch eine Reihe trigonometrischer Funktionen darstellen!. Beliebige Funktionen lassen

Im Compilerbaupraktikum entwickeln Teams von 4-5 Studenten einen Compiler f¨ ur ein imperatives Java-Subset.. Zielsprache ist

(2) Eine mittelbare Benachteiligung liegt vor, wenn dem Anschein nach neutrale Vorschrif- ten, Kriterien oder Verfahren Personen wegen eines in § 1 genannten Grundes gegenüber

Auch für die Särge des Sieglers des /?Z.t-Königs und des Vorstehers des Siegels Nachti, S1P und S2P (Louvre 11981; Louvre 11936), kam Schenkel zu einer Datierung nach dem Ende

des Ganzen („whole“) auf die ontologische Konstitution eines Individuums ab. Ganzheiten haben im Gegensatz zu Einheiten strictu senso keine Teile, sondern ihre Teile sind vielmehr

Der Mini-Atlas „Prähistorische Karten und Zeichensysteme“ von Alexander Wolodtschenko ist eine kompakte Basisarbeit und im Wesentlichen nichts anderes als eine

Für meine ursprüngliche Fragestel- lung nach der Bedeutung von Tanzkleidung und -schmuck – und an dieser Stelle konkret nach einer mögliche Handlungs- und Wirkmacht – scheint mir

Du sollst das Multiplizieren und Dividieren mit Brüchen möglichst selbstständig erarbeiten. Neben den Pflichtaufgaben gibt es auch Wahl- und Ergänzungsaufgaben. Diese Lerneinheit