Transformacin de intensidad en imgenes 2D.

Roberto Carlos Medrano Morales Esta transformacin aumenta los pixeles de magnitud pequea en comparacin con los pixeles con magnitudes grandes. Su grafica la podemos observar en la figura 1. 1. RESUMEN. En este artculo se analizaron 5 diferentes tipos de transformaciones para la manipulacin de intensidad de contraste en imgenes 2D, para as poder ver los efectos que producen en las imgenes. 2. INTRODUCCIN. A continuacin se presenta el funcionamiento de cada una de las transformadas analizadas en este artculo. Transformada Inversa. Esta transformacin se utiliza en numerosas aplicaciones, como son, la representacin de imgenes mdicas, y en la obtencin de fotografas de una pantalla con pelcula monocroma con la idea de emplear los negativos resultantes como diapositivas normales [1]. El negativo de la imagen se obtiene mediante la ecuacin 1. S = T (r ) = L 1 r (1).

Figura 1 Grafica de la transformacin LOG. Transformada Gamma. La forma general de una transformacin gamma es la ecuacin 3. S = C *r

(3)

Donde: S Transformada Gamma, C y

constantes positivas.

son

Donde: S T (r ) Transformada inversa, L es el numero de niveles de grises y es constante con valor 2 r y r es la imagen original. Transformacin LOG. A veces el rango dinmico de los datos de imagen puede ser muy grande, pero solo unos pocos pixeles son visibles. El rango dinmico se puede comprimir a travs de la transformacin logartmica [2] de la ecuacin 2. S = C log10 (1 + r ) (2)

Las curvas de la transformacin gamma para valores fraccionales de mapean un rango estrecho de entradas oscuras a un rango ms amplio de valores de salida [3]. A diferencia de la funcin logartmica, en la funcin gamma tenemos una familia de curvas de transformacin simplemente variando el valor de . Como se ve en la figura2, las curvas con valores >1 tienen el efecto exactamente opuesto a las curvas con < 1 [3].

Donde S es la transformada, C es una constante de escala cuyo valor es C = imagen original. 255 y r es la log10 (256)

Figura 2. Curvas de gamma [1]. Transformada Parcialmente Lineal. La principal ventaja de estas funciones es que pueden ser funciones con una complejidad arbitraria. De hecho para algunas aplicaciones la implementacin prctica slo puede ser hecha a travs de estas funciones [3]. Esta se divide prcticamente en 3 casos, los cuales son: Caso 1. Transferencia lineal. Si r1=0, r2=255 y S1=0, S2=255. La transformacin es una funcin lineal que no produce ningn cambio en los niveles [3]. Caso 2. Binarizacin. Si r1=r2 y S1=0, S2=255. La transformacin se convierte en una funcin de umbralizacin que genera una imagen binaria [3]. Caso 3a. Incremento de contraste. Si r1=min(Io), r2=max(Io) y S1=0, S2=255. Donde Io= Imagen original. Producen varios grados de expansin de los niveles de gris de la imagen de salida, con lo cual afecta al contraste. Generalmente se asume que r1 r2, s1 s2, de manera que la funcin es de valor nico y monotnicamente creciente. Esta condicin preserva el orden de los niveles de gris, por lo tanto evita artefactos de intensidad en la imagen procesada [3]. Rebanada de nivel de intensidad.

El mtodo de rebanadas de nivele de intensidad (Intensity Level Slicing) sirve para resaltar un rango especfico de niveles de gris en una imagen. Muchas aplicaciones son resaltar caractersticas como masas de agua en imgenes de satlite, defectos en imgenes y de Rayos-X, etc [3]. Existen dos maneras de realizar rebanadas de nivel de intensidad las cuales son: 1. Insertar un valor de intensidad para todos los valores dentro del rango seleccionado, y otro valor para todos los niveles fuera del rango (imagen binaria), esto se muestra en la figura 3(a). 2. Es resaltar el rango deseado de niveles de gris pero preservar el fondo y las tonalidades de los niveles de gris de la imagen. Esto es que solo se cambiaran los valores dentro del rango deseado, esto se observa en la figura 3(b).

(a) (b) Figura 3 [1] Rebanada de nivel de intensidad. (a) Imagen binaria, (b) Realce del rango. 3. DESARROLLO. Lo que se realizo fue aplicar las 5 diferentes transformadas mediante la ayuda de Matlab a la imagen tigre.jpg con una matriz asignada de tamao (250x334), la cual se observa en la figura 4(b), esto para los casos de transformacin LOG, gamma, parcialmente lineal y rebanada de nivel de intensidad, y en el caso de la transformada inversa se utilizo una imagen con el nombre de tobillo,jpg con un tamao de (340x400 pixeles) la cual se observa en la figura 4(a).

(a). (b). Figura 4. (b) Imagen original para transformadas LOG, Gamma, parcialmente lineal y rebanada de nivel de intensidad, (a) Imagen original para transformada inversa. En el caso de la transformacin inversa, para poder observar mejor su aplicacin se utiliza la imagen tobillo,jpg la cual es una imagen de radiografa. En el caso de la transformacin LOG simplemente se aplico la ecuacin (2) antes mencionada con una constante (C= 1.058864580245347e+002), para obtener el anlisis de la imagen. En el caso de la transformacin gamma se realizo el anlisis por medio de 5 diferentes valores para gamma, los cuales son ( =0.1, =0.67, =1, =2.5 y =5), para as poder mostrar cmo afectan estos valores de gamma para el contraste en la imagen. En el caso de la transformacin parcialmente lineal se aplican valores de r1, r2, S1, S2 tales que cumplan los casos mostrados con anterioridad ya que se analizan dos casos ms en el caso 3 los cuales son 2: Caso 3b. Que r1<r1min o que r2>r2max. Este caso se descarta. Caso 3c Que r1>r1min o que r2<r2max. En este caso se debe de transformar las tres rectas con valores de (0 a 255), como se observan en figura 5.

Figura 5 [1]. Caso 3c r1>r1min o que r2<r2max. Por ltimo para el caso de la Rebanada de nivel de intensidad se pide el rango deseado, y si se desea hacer Binarizacin se piden dos valores a insertar, si se desea cambiar solo el rango se pide el valor a insertar.
4. ANLISIS DE RESULTADOS.

Para la transformada Inversa podemos observar en la figura 6(a) una imagen de radiografa llamada tobillo.jpg y en la figura 6(b) se observa la imagen pero afectada con la transformacin inversa. De aqu podemos observar que en la imagen con la transformacin inversa se pueden apreciar mejor los detalles de la imagen original ya que pone los bordes mas definidos en color negro, con un fondo blanco.

(a) (b) Figura 6. (a) Imagen original, (b) Transformacin inversa de la imagen original. Para la transformacin LOG observamos en la figura 7 la imagen procesada despus de la transformacin. De aqu observamos que esta transformacin hace que la imagen se aclare bastante, esto sirve entonces para imgenes oscuras haciendo que los valores bajos de la matriz se mapeen a valores ms altos.

Figura 7. Transformacin LOG. Para la transformada Gamma dependiendo del valor que obtenga la imagen procesada se afecta como se puede ver en la figura 8.
Lo que observamos de esta transformacin es que si gamma es 1 la imagen procesada es exactamente la imagen original lo que llamamos transferencia lineal, para valores de gamma menores a 1 observamos que la imagen procesada tiende a mapear los valores bajos a valores ms altos, esto es que cada vez se vuelve ms clara la imagen y para valores mayores a 1 ocurre lo contrario, los valores altos los mapea a valores bajos produciendo que la imagen procesada se oscurezca.

se puede apreciar el caso de Binarizacin tambin ya mencionado que toma un rango de la imagen con 0 y la otra parte con 255, en el inciso (d) se asigna el mapeo a el valor mnimo y el valor mximo de la imagen que para este caso son (0 y 252) respectivamente y dado que los limites son muy cercanos a (0 y 255) la imagen sale muy similar a la original, el inciso (e) muestra el caso donde se mapean las 3 rectas vistas en la figura 5, donde se ve que si r1-r2<S2-S1, entonces se realiza un incremento de contraste dentro del rango deseado, as como un decremento fuera del rango, y por ltimo el caso 3b nos muestra que no tiene sentido poner un valor menor al mnimo o un valor mayor al mximo ya que esto representa un error porque estamos fuera del los limites.

Figura 9. Transforma Parcialmente Lineal. (a) Imagen original, (b) Imagen con caso 1, (c) Imagen con caso 2, (d) Imagen con caso 3a, (e) Imagen con caso 3c. Para la ltima transformacin la cual es Rebanada de Nivel de Intensidad la cual se observa en la figura 9. Como vimos en la introduccin esta transformada cae en dos casos la figura 9(a) muestra que al cambiar solo una ranura dentro del rango deseado podemos apreciar mas a detalle (se resalta) el rango dado, y en la figura 9(b) se aprecia que al tener dos ranuras de intensidad prcticamente caemos en el caso de binarizacin ya que un valor de ranura se asigna dentro del rango dado y lo que se encuentra fuera del rango con el segundo valor de la otra ranura.

Figura 8 Transformacin Gamma. (a) Imagen original, (b) Imagen con =0.1, (c) Imagen con =0.67, (d) Imagen con =1, (e) Imagen con =2.5 y (f) Imagen con =5. Para el caso de la Transformada Parcialmente Lineal la cual se observa en la figura 9. Observamos que para el inciso (b) se tiene una transformacin lineal ya que cumple las condiciones antes mencionadas esto es que se realiza una transferencia lineal. Para el inciso (c)

[1] Tratamiento digital de imgenes por Rafael

C. Gonzales, Richard E. Woods.

[2]http://ict.udlap.mx/people/oleg/docencia/I
MAGENES/chapter3/image_313_IS548.html [3] http://turing.iimas.unam.mx/~elena/PDIMast/Tema_3_AB.pdf

Figura 9.Rebanada de Nivel de Intensidad. (a) Con una ranura, (b) Con dos ranuras. 5. CONCLUSIONES. Las transformaciones de intensidad son una forma muy adecuada de tratar a las imgenes, esto dependiendo de la imagen que sea tratada, es decir que depende de la imagen a procesar conviene usar una u otra transformada. Para el caso de la Transformacin Inversa se aprecia que es bastante buena para las radiografas ya que permite ver detalles que no se ven a simple vista en las imgenes originales, por ejemplo fracturas en los huesos. En el caso de la Transformacin LOG es bastante buena para el aclaramiento de imgenes oscuras ya que asigna valores altos a los valores bajos en la transformacin. Para la Transformacin Gamma se pareca que dependiendo de la imagen a procesar es la gamma que debemos de insertar ya que si la imagen a procesar esta oscura pues conviene tomar valores de gamma menores a 1, y si la imagen es muy clara pues tomamos valores de gamma mayores a uno para poder oscurecerla y tener una mejor imagen. La Transformacin Parcialmente Lineal es muy buena para incrementar contraste por medio de mapeo lineal por segmentos, as como para la binarizacin de imgenes. Por ltimo para la Rebanada de nivel de Intensidad podemos resaltar que es bastante buena en su dos formas 6. REFERENCIAS.