Analiza obrazu. wykład 5. Marek Jan Kasprowicz Uniwersytet Rolniczy 2008

Transkrypt

1 Analiza obrazu komputerowego wykład 5 Marek Jan Kasprowicz Uniwersytet Rolniczy 2008 Slajdy przygotowane na podstawie książki Komputerowa analiza obrazu R.Tadeusiewicz, P. Korohoda, oraz materiałów ze strony internetowej t autorstwa R.Tadeusiewicza

2 Plan wykładu Liczby Zespolone Transformacja Fouriera Wprowadzenie FT dla cyfrowych sygnałów jednowymiarowych Symetrie dla sygnałów jednowymiarowych FT dla obrazów cyfrowych y Symetrie dla obrazów cyfrowych Przykłady obrazów cyfrowych Przykłady charakterystycznych związków pomiędzy treścią obrazu i F-obrazem Zawartość informacji wizualnej w poszczególnych składowych F- obrazu Filtracja obrazów w dziedzinie Fouriera Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

3 Liczby zespolone 2 Równanie x = 1 nie ma rozwiązania w zbiorze liczb rzeczywistych. Oznaczamy literą i jeden z pierwiastków 2 równania, czyli i = 11, i nazywamy jednostką urojoną i czasem piszemy i = 1. Wyrażenie postaci a + i b, gdzie a, b R nazywamy liczbą zespoloną Liczbę a nazywamy częścią rzeczywistą liczby zespolonej z = a + b i, (piszemy: a = Re(z) ), liczbę b nazywamy częścią urojoną liczby zespolonej z (piszemy: b = Im(z) ). Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

4 Liczby zespolone Działania dodawania i mnożenia liczb zespolonych określamy tak jak dla wielomianów ( a + bi) + ( c + di) = ( a + c) + ( b + d) i ( a + bi ) ( c + di ) = ( ac bd ) + ( ad + bc ) i a + b i Liczbą sprzężoną do liczby zespolonej nazywamy liczbę z * = a b i Modułem (lub wartością bezwzględną) liczby zespolonej z = a + b i nazywamy liczbę rzeczywistą z = z z + z 2 2 * = a b = Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

5 Transformaty Fouriera - wstęp Transformacja Fouriera umożliwia przejście z przestrzennej jdidi dziedziny obrazu x,y do jego reprezentacji w dziedzinie częstotliwości zespolonych Podstawą transformaty Fouriera jest twierdzenie, że dowolny sygnał spełniający określone warunki, można rozłożyć na nieskończoną ą liczbę ę składowych sinusoidalnych o odpowiedniej częstotliwości, amplitudzie i fazie. Zazwyczaj w praktyce przybliża się sygnał kilkoma składowymi sinusoidalnymi o odpowiednich d i częstotliwościach, tli ś i pomijając j nieskończoną liczbę składników uznawanych za nieistotne. Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

6 Transformaty Fouriera - wstęp Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

7 Transformaty Fouriera - wstęp W przypadku sygnałów (w szczególności obrazów), których elementy wykazują okresowość w strukturze transformaty Fouriera można wyróżnić dyskretne składowe. Składowa o najniższej częstotliwości jest nazywana składową ą podstawową, następne składowe o większych ę częstotliwościach są kolejno nazywane 2,3,..,n-tą harmoniczną. Dla zastosowań w przetwarzaniu obrazów cyfrowych istotna jest cyfrowa odmiana transformacji Fouriera, realizowana najczęściej ś j jako algorytm szybkiej cyfrowej transformacji Fouriera pełnej lub tylko rzeczywistej (kosinusowej). Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

8

9

10

11

12

13

14

15

16

17 Reprezentacja ciągu {-3,5,1,-2,2,-3,-1,3} za pomocą ciągów L k. Ciąg L 0 Ciąg L 1 Ciąg L 2 Ciąg L 3 Ciąg L 4 Ciąg L opisany zależnością Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

18 Ponieważ ciąg N liczb rzeczywistych l n jest przekształcany w równoważny w dziedzinie Fouriera w postaci 2N liczb N amplitud i N faz musi pojawić się ę jakaś nadmiarowość. Ciągi Fouriera posiadają symetrie. a) N parzyste część rzeczywista b) N parzyste część urojona Marek Jan Kasprowicz Analiza komputerowa obrazu 2008 r.

19 Gdy ciąg pierwotny jest rzeczywisty, to w dziedzinie Fouriera ciąg zespolony posiada następujące symetrie w dziedzinie amplitudy i fazy: c) N parzyste amplituda d) N parzyste faza e) N nieparzyste amplituda e) N nieparzyste faza

20 Przesunięcie w dziedzinie F. Przesunięcie elementów ciągu w dziedzinie F przeprowadza się w celu wygodniejszej interpretacji. Wszystkie elementy leżące na prawo od osi symetrii przenosi się w niezmienionym porządku na lewo od elementu k=0 i zastępuje dotychczasowe indeksy indeksami ujemnymi odpowiadającymi ich nowemu położeniu. W ten sposób dany element ciągu F w miarę wzrostu k odpowiada coraz większej częstotliwości funkcji kosinus, z której powstał dany składowy ciąg L k. Po takim przemieszczeniu dla L rzeczywistego symetrie można określić jako parzystość amplitudy i nieparzystość fazy. a) N parzyste amplituda b) N parzyste faza c) N nieparzyste amplituda d) N nieparzyste faza

21 Przesunięcie w dziedzinie F - wzory. Transformacja w przód: f N 1 j 2 π n k = β l exp N k L n n= 0 dla k N N N N =, 1,..., 101,,,..., 2, N 1 2 = βf N Transformacja odwrotna: k= 2 l n f k exp j 2 π k n dlan = 0,1,..., N 1 N N 1 N 1 N 1 N 1 k =, 1,... 1,0,1,..., 1, Możliwość zmiany zakresów zmienności indeksów we powyższych wzorach jest naturalną konsekwencją okresowości funkcji exp takiej samej, jak funkcji trygonometrycznych względem wartości 2π. Tę okresowość dla dowolnego całkowitego m zapisać można : ( ) j 2 π k n j 2 π k ± m N n Z tej zależności wynika bezpośrednio exp exp ś N = N możliwość okresowości ciągu L względem indeksu k z podstawowym okresem N.

22 Transformacja F. dla obrazów cyfrowych. Z matematycznego punktu widzenia zastosowanie dyskretnej transformacji Fouriera do obrazów cyfrowych jest stosunkowo prostym poszerzeniem odpowiednich zależności z jednego wymiaru do dwóch wymiarów. Przyjmijmy, że obraz cyfrowy to uporządkowany i ponumerowany dwuwymiarowo zbiór liczb, inaczej mówiąc ą ciąg dwuwymiarowy y o wartościach rzeczywistych: y { (, ) : 01,,... 1; 01,,..., 1 } L = L m n R m= M n = N Zwykle wartości ciągu L są nie tylko rzeczywiste, ale nawet naturalne z przedziału na przykład [0, 255] - dla pikseli opisanych ośmiobitowo. Dość często obrazy cyfrowe są kwadratowe, wtedy td M=N it tak kbędzie di we wszystkich tkih przedstawionych dalej przykładach. Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

23

24

25 Nawiasy kwadratowe we wzorach wskazują, że najpierw można wyznaczyć sumy wewnętrzne czyli jednowymiarowe transformaty Fouriera, na przykład dla wszystkich kolumn obrazu anastępnie tak otrzymany obraz pośredni przetransformować ponownie, ale tym razem wiersz po wierszu. Transformację dwuwymiarową można naturalnie przeprowadzić w dowolnej z dwóch kolejności - najpierw wierszami i potem kolumnami albo najpierw kolumnami a następnie wierszami. W obu przypadkach wynik będzie identyczny

26 Po etapach transformacji kolumnowej i wierszowej obraz może zostać opisany jako suma dwuwymiarowych ciągów bazowych z odpowiednimi współczynnikami: M 2 N 2 (, ) = (, ) Lmn a L mn i = 0 k = 0 ik, ik, We wzorze tym założono, że zarówno M jak N są parzyste. Każdy element ciągu bazowego L i,k można zapisać następująco za pomocą elementów ciągów jednowymiarowych zdefiniowanych według zależności: ( ) L m, n = l l i, k m, i n, k Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

27 Dwuwymiarowy ciąg składowy powstały z dwóch jednowymiarowych ciągów - wierszowego i kolumnowego (etapy). a) Wolnozmienny ciąg wierszowy, N=8, k=1, ϕ k =0. b) Szybkozmienny ciąg kolumnowy, M=8, i=3, ϕ i =π/2. c) Powierzchnia próbkowana w wyniku czego otrzymujemy... d)... wynikowy ciąg dwuwymiarowy.

28 Część rzeczywista i urojona transformaty i zależności fazowe. Współczynniki transformaty dwuwymiarowej są zespolone i można je interpretować w postaci części ę rzeczywistej i urojonej j lub w postaci amplitudy i fazy: F ( i, k) = A( i, k) exp( j ϕ( i, k) ) = Re( F( i, k) ) + j Im( F( i, k) ) = A( i, k) cos( ϕ( i, k) ) + j A( i, k) sin( ϕ( i, k) ) Tym razem jednak zależność pomiędzy zespolonymi współczynnikami transformaty F(i,k) oraz współczynnikami a ik jest następująca 1 aik, dla F pikseli typu 1 β L 1 1 A( i, k) = aik, dla F pikseli typu 2 2 β L 1 1 a dla F pikseli typu 3 i, k 4 β L Lokalizacja F-pikseli poszczególnych typów: z lewej dla obrazu o rozmiarach parzystych (6x6), z prawej dla obrazu o rozmiarach nieparzystych y (5x5); Typy pikseli:

29 Część rzeczywista i urojona transformaty i zależności fazowe. F-piksele typu 1 powinny być zawsze rzeczywiste. F-piksele typu 2 wiążą się z dwuwymiarowymi y ciągami bazowymi, które powstały z ciągu stałego (bez fazy) i jednej kosinusoidy (którą można przesuwać fazowo). Zarówno dla typu 1 jak i 2 łatwo jest określić związek pomiędzy odpowiednimi fazami. Natomiast dla wyjaśnienia zależności fazowych F-pikseli typu 3 wygodnie będzie przyjąć uproszczony opis F-obrazu, pomijający istnienie F-pikseli typu 1 i typu 2. Jeżeli dany F-piksel typu 3 należy do obszaru A, to jego faza jest powiązana z fazami kosinusów generujących następująco: ( ) ϕ, = ϕ + ϕ ik i k Dla F-pikseli typu 3 należących do pozostałych obszarów: BCi D wygodnie będzie Dla F-pikseli typu 3 należących do pozostałych obszarów: B, C i D, wygodnie będzie najpierw wyjaśnić symetrie zachodzące po dwuwymiarowej transformacji Fouriera obrazu cyfrowego, który przecież składa się z pikseli o wartościach bez części urojonej.

30 Symetrie. Zagadnienie symetrii zostanie omówione na przykładowych obrazach: 6x6 5x5 Pogrubione linie pokazują osie symetrii dla amplitudy, a ich punkt przecięcia określa punkt symetrii dla fazy. F-piksele oznaczone kolorem szarym nie są związane powyższymi symetriami. Są to F-piksele typu 1 i typu 2. Jednak każdy wiersz lub kolumna, która jest cała oznaczona na szaro musi spełniać warunki symetrii dotyczące ciągów jednowymiarowych. Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

31 Przed przesunięciem. Przesunięcie. F-piksel odpowiadający składowej stałej o wsp. (0,0) Po przesunięciu. ę Składowa stała w centrum obrazu nieparzystego Składowa stała w lewym górnym rogu prawej dolnej ćwiartki i F-obrazu b parzystego Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

32 Przesunięcie cd. Symetrie dla obrazu parzystego wyglądają identycznie jak przed przesunięciem. Natomiast dla obrazu nieparzystego otrzymujemy: Uproszczona ilustracja przesunięcia ę w dziedzinie F, przy pominięciu ę szczegółów związanych z pojedynczymi F-pikselami (litery nie są treścią F- obrazu a jedynie oznaczeniem jego fragmentów): a) F-obraz przed przesunięciem b) F-obraz po przesunięciu Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

33 Przesunięcie Do pełnego odtworzenia obrazu oryginalnego w oparciu o jego F-obraz wystarczy, jeżeli znane będą wartości amplitud F-pikseli typu 3 dowolnej ćwiartki, oraz wartości faz F-pikseli typu 3 należących do dwóch ćwiartek stykających się ze sobą krawędziami i oraz dodatkowo d wartości ś wybranych F-pikseli typu 2 i typu 1. Wyboru należałoby dokonać traktując F-piksele typu 1 i typu 2 układające się w wiersze lub kolumny tak, jak transformaty Fouriera rzeczywistych ciągów jednowymiarowych w oparciu o zachodzące w takim przypadku odpowiednie symetrie. F ( i k) A, F ( i k) C/ A, F ( i k) B/ A, F D / A( ( i, k ) a) F-obraz przed przesunięciem b) F-obraz po przesunięciu (, ) = B/ A (, ) / (, ) = C/ A(, ) (, ) = (, ) A i k A i k A A i k A i k B A A i k A i k C/ / A D / A Amplitudy ϕ ϕ A ( ik, ) = ϕ D/ A( ik, ) ( ik, ) = ϕ ( ik, ) B/ A C/ A Relacje fazowe. ( ik, ) ( ik, ) ϕ = ϕ + ϕ A i k ϕ = ϕ ϕ C/ A i k Uogólnienie i relacji fazowych.

34 Przykłady obrazów cyfrowych ii ich hf-obrazów Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

35 Obraz wejściowy dwie_fale (32x32) powstał z następującej zależności: 2 π m 3 π 2 π n π Lmn (, ) = cos + cos / 4 2 m = 0,. 1,..., 31 ; n = 0,,..., 1 31 Obraz pokazany jako wykres funkcji określonej na dziedzinie dwuwymiarowej. Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

36 Dwie_fale. a) amplituda bezpośrednio po zastosowaniu wzoru na transformatę Fouriera. b) amplituda po przesunięciu w dziedzinie F. c) amplituda po przesunięciu w dziedzinie F i zastosowaniu wzoru*. d) faza po przesunięciu w dziedzinie F. ( ) (, ) log A( i, k) LA i k = *, operacja logarytmowania amplitudy jest stosowana bardzo często ze względu na dość znaczne różnice w wartościach amplitud poszczególnych F-pikseli dla większości obrazów.

37 Dwie_fale 2. Obraz dwie_fale2 : a) prezentacja obrazu w poziomach szarości, b) obraz w postaci wykresu funkcji, c) amplituda F-obrazu (po przesunięciu w dziedzinie F), d) amplituda F-obrazu (po przesunięciu ę w dziedzinie F i operacji logarytmowania według *, e) faza F-obrazu. a) b) c) d) e)

38 Lena. Obraz Lena, o rozdzielczości 128x128: a) obraz oryginalny, b) amplituda F-obrazu, c) faza F-obrazu. a) b) c) Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

39 Przykłady charakterystycznych związków pomiędzy treścią obrazu i F-obrazem przedstawionym w postaci poziomów szarości Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

40 Obserwowanie pewnych cech obrazu na jego F-obrazie obrazie. Ilustracja powiązania wyróżnionych kierunków w obrazie i F-obrazie a) obraz pasek, b) amplituda obrazu pasek, c) faza obrazu pasek. a) b) c) Ilustracja związku pomiędzy ułożeniem krawędzi na obrazie i widokiem odpowiedniego F-obrazu: a) obraz kwadrat2, b) amplituda obrazu kwadrat2, c) faza obrazu kwadrat2. a) b) c)

41 Obserwowanie pewnych cech obrazu na jego F-obrazie obrazie. Ilustracja związku pomiędzy ułożeniem krawędzi na obrazie i widokiem odpowiedniego F-obrazu: a) obraz kwadrat3, b) amplituda obrazu kwadrat3, c) faza obrazu kwadrat3. a) b) c) Ilustracja zwiazku pomiędzy ułożeniem krawędzi na obrazie i widokiem odpowiedniego F-obrazu: a) obraz dwa_kwadraty kwadraty, b) amplituda obrazu dwa_kwadraty kwadraty, c) faza obrazu dwa_kwadraty. a) b) c)

42 Obserwowanie pewnych cech obrazu na jego F-obrazie obrazie. Ilustracja związku pomiędzy ułożeniem okręgu na obrazie i widokiem odpowiedniego F-obrazu :a) obraz okrąg_1, b) amplituda obrazu okrąg_1, c) faza obrazu okrąg_1. a) b) c) Ilustracja zwiazku pomiędzy ułożeniem okręgu na obrazie i widokiem odpowiedniego F-obrazu: a) obraz okrąg_2 2, b) amplituda obrazu okrąg_2 2, c) faza obrazu okrąg_2 2. a) b) c)

43 Obserwowanie pewnych cech obrazu na jego F-obrazie obrazie. Ilustracja związku pomiędzy ułożeniem okręgu na obrazie i widokiem odpowiedniego F- obrazu: a) obraz okrąg_3, b) amplituda obrazu okrąg_3, c) faza obrazu okrąg_3. a) b) c) Ilustracja związku pomiędzy ułożeniem oraz średnicą okręgu na obrazie i widokiem odpowiedniego F-obrazu: a) obraz okrąg_4, b) amplituda obrazu okrąg_4, c) faza obrazu okrąg_4. a) b) c)

44 Obserwowanie pewnych cech obrazu na jego F-obrazie obrazie. Obraz Lena zniekształcony ł przez umieszczenie i na nim okręgu z obrazu okrąg_3 : a) obraz, b) amplituda obrazu, c) faza obrazu. a) b) c) Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

45 Zawartość informacji wizualnej w poszczególnych składowych F-obrazu Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

46 Rozdzielnie amplitudy i fazy F-obrazu. Amplitudową i fazową część F-obrazu można otrzymać przeprowadzając poniższe operacje dla wszystkich indeksów i oraz k : (, ) = F( i, k) ϕ( i, k) A i k = ( i, k ) (, ) F i k Ai k Obraz odtworzony dla oryginalnego obrazu Lena Lena, 128x128: a) w oparciu o informację amplitudową, po rozciągnięciu do pełnego zakresu poziomów szarości przedziału 0-20, b) w oparciu o informację fazową, po rozciągnięciu do pełnego zakresu poziomów szarości przedziału a) b) Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

47 Rozdzielnie amplitudy i fazy F-obrazu cd. Obraz odtworzony dla oryginalnego obrazu kwadrat, 32x32, w obu przypadkach po dostosowaniu zakresu wartości do przedziału 0-255, bez dodatkowego dopasowywania wartości: a) obraz odtworzony w oparciu o informację amplitudową, b) wykres funkcji obrazu z rysunku a), c) obraz odtworzony w oparciu o informację fazową, b) wykres funkcji obrazu z rysunku c). a) b) c) d)