COMBINACIN DE IMGENES

Combinacin de imgenes: utilizar dos o ms imgenes de entrada para producir una imagen de salida. Entrada: imgenes A y B. El valor del pxel resultante es funcin de los pxeles de A y B Salida: imagen R.
en la misma posicin

R(x, y):= f(A(x,y), B(x,y))

En principio, todas las imgenes deben ser del mismo tamao

Posibles operaciones de combinacin:

Booleanas: and, or, xor, not Aritmticas: suma, resta, producto/divisin, media Relacionales: mximo, mnimo

 Operadores booleanos:
R(x, y):= A(x,y) AND B(x,y) R(x, y):= A(x,y) OR B(x,y) R(x, y):= A(x,y) XOR B(x,y) R(x, y):= NOT A(x,y) AND B(x,y) R(x, y):= A(x,y) OR NOT B(x,y) ... Estos operadores tienen sentido cuando al menos una de las imgenes es binaria.
Negro (0) = FALSE Blanco (1 255) = TRUE

 Ejemplos. Operadores booleanos.

Imagen de entrada A Imagen de entrada B

A AND B

A OR B

A XOR B

 Las operaciones binarias aparecen en anlisis de imgenes, y tambin para trabajar con mscaras y recortes de objetos.

ARGB AND BRGB +

AGris AND BGris

En imgenes no binarias no tienen mucho sentido... Cmo se interpretan?

 Imgenes de entrada.
A B C

Cmo conseguir el montaje de la pgina anterior?

R:= (B AND NOT C) OR (A AND C)

1. T1:= B AND NOT C

B NOT C

T1

2. T2:= A AND C
A C

T2

3. R:= T1 OR T2 T1 T2

 La imagen binaria (C) se suele denominar mscara. La mscara permite segmentar el objeto de inters.
C R

!?
Cuestiones:
Cmo crear la mscara de forma automtica? La zona del pelo no se mezcla bien con el fondo. Cmo evitar este problema?

 Operaciones aritmticas:
R(x, y):= A(x, y) + B(x, y) R(x, y):= A(x, y) - B(x, y) R(x, y):= (A(x, y) + B(x, y))/2 R(x, y):= aA(x, y) + (1-a)B(x, y) R(x, y):= A(x, y)B(x, y)c

Se usan en generacin y anlisis de imgenes. Cuidado con los problemas de saturacin. En imgenes binarias son equivalentes (en su mayora) a los operadores booleanos.

Sumar dos imgenes: R(x, y):= A(x, y) + B(x, y)

Significado: mezclar las dos imgenes.
A

Ojo: [0..255] + [0..255] = [0..510]

 Para evitar la saturacin se puede usar la media.

Media de 2 imgenes: R(x, y):= (A(x,y)+B(x,y))/2

A

Significado: las imgenes son semitransparentes (al 50%).

 De forma similar, se puede definir la media ponderada.

Media ponderada: R(x,y):= aA(x,y) + (1-a)B(x,y)

a = 0,25 a = 0,5 a = 0,75

La media ponderada se puede usar para crear una transicin suave entre imgenes (o vdeos).

 La media de imgenes se puede usar para acumular imgenes de un vdeo. Ejemplo 1. Combinar imgenes con mucho ruido de una escena, para obtener una mezcla con menos ruido.

Imgenes capturadas de TV

Imagen acumulada

 Ejemplo 2. Crear un modelo de fondo de una escena, acumulando varias imgenes.

Modelo de Imgenes de fondo Quickcam

Idea: si adems de la media en cada pxel calculamos tambin la varianza, podramos tener un modelo gaussiano del fondo (N(,)).

Restar dos imgenes: R(x, y):= A(x, y) - B(x, y)

Significado: obtener diferencia entre imgenes.
A A-B

B [0..255] - [0..255] = [-255..255] La mitad de los pxeles se saturan a 0

B-A

Restar dos imgenes, manteniendo el rango de salida: R(x, y):= (A(x, y) - B(x, y))/2 + 128
A

(A-B)*

(B-A)*

 Muchas veces lo que interesa es conocer la diferencia entre las imgenes. Solucin: tomar valor absoluto de la resta.

Diferencia: R(x, y):= abs(A(x, y) - B(x, y))

A

? Son muy distintas... Pxel negro: las dos imgenes son iguales en ese pxel. Cuando ms clara es una zona, ms se diferencian las imgenes.

 Aplicaciones de la diferencia: encontrar variaciones entre imgenes que, en principio, deberan ser parecidas. Ejemplo. Analizar la prdida de informacin al comprimir una imagen. Por ejemplo, con JPEG.
Dif. x16

Dif. x16

 Ejemplo. Segmentacin del fondo de una escena.

Tenemos un fondo (imagen media) y una nueva imagen.

Modelo de fondo

Frame 1

Frame 2

Idea: esto se puede usar para crear la mscara... Cmo? x2 x2

Proceso.

1. Obtener el modelo de fondo M. 2. Para cada imagen A del vdeo. 3. Calcular la diferencia: D = abs(M-A). 4. Umbralizar la imagen con un valor adecuado. U = umbralizar(D, x). 5. Sea F el nuevo fondo. 6. R:= (F AND NOT U) OR (A AND U)

A
D U F

Cmo arreglar eso?

 Ejemplo. Deteccin de movimiento en vdeo. Dada una secuencia de vdeo, queremos saber si se ha producido alguna modificacin, y en qu zonas de la imagen (encuentra las diferencias).
Frame 1 Frame 2 Diferencia x2

Qu objetos se han movido y en qu direccin?

Producto imgenes: R(x, y):= A(x, y)B(x, y)/255

A AB

B Necesario escalar el resultado (dividir por 255). Efecto de mezcla, similar a la suma, pero conceptualmente ms prximo a un AND...

Divisin imgenes: R(x, y):= 255A(x, y)/B(x, y)

A A/B

Tambin es necesario escalar el resultado (multiplicar por 255). Cul es interpretacin del resultado?

 Ejemplo. Realizar una transformacin de intensidad distinta para cada pxel.

A B1 B2

A*B1

A*B2

 Estos mismos tipos de imgenes se pueden usar para hacer sumas, restas, divisiones, etc. Ejemplo. R(x, y):= A(x, y)B(x, y)/128
Si B(x, y) = 128 el pxel de A no cambia. Si B(x, y) < 128 el pxel se oscurece. Si B(x, y) > 128 el pxel se aclara.

El producto es tambin la base en la idea de mscara o seleccin difusa. Idea: una imagen se compone de distintos elementos o capas, que tienen definido cierto nivel de transparencia.

 Ejemplo. Mezcla y combinacin de imgenes.

Queremos combinar dos imgenes, por ejemplo, para poner una etiqueta descriptiva en una foto. Una imagen binaria sirve de mscara: 0 = fondo, 1 = etiqueta. A B M

Resultado:
R:= (A AND NOT M) OR (B AND M)

R
No me convence... mejor un reborde suave (difuminado)

 Solucin. Usar una mscara suave, una imagen en gris: 0 = transparente, 255 = opaco. Combinar: sumas y productos. M N

Resultado: R:= A(255-N)/255 + BN/255

Producto de imgenes

 Indicaciones sobre el ejemplo anterior.

La mascara suave es la idea del canal alfa. RGB RGBA, donde el canal A indica el grado de opacidad de un pxel (0= transparente, 255= opaco). Uso: definimos imgenes, con sus canales alfa, y las componemos poniendo unas sobre otras. La composicin de imgenes con canal alfa es bsicamente una media ponderada como hemos visto. En el modo binario, muchas herramientas incorporan las ideas de mscara, seleccin, regin de inters (cuando es rectangular) o canal de inters (en multicanal). No necesitamos trabajar con operaciones booleanas, aunque implcitamente es lo que hay subyacente.

Otras operaciones no lineales

Mnimo de 2 imgenes. R(x, y):= min(A(x, y), B(x, y))
A
B R

Mximo de 2 imgenes. R(x, y):= max(A(x, y), B(x, y))

A
B R

 Ejemplo. Una alternativa para crear modelos de fondo es usar mximos y mnimos. En lugar de tener media y varianza, tenemos mximo y mnimo del fondo en cada pxel.
Fondo mnimo Fondo mximo

Dada una imagen nueva, para cada pxel, comprobar si su valor est entre el mximo y el mnimo. Si lo est: fondo; si no lo est: objeto.

 Con esto tenemos otra forma de hacer la segmentacin de los objetos.

Modelo de fondo Frame 1 Frame 2

La mscara ya est binarizada

Conclusiones:
Operaciones de combinacin: a partir de dos o ms imgenes obtener una nueva imagen. La operacin a aplicar depende de lo que queramos conseguir. Operaciones booleanas: tiles para trabajar con mscaras de objetos. Operaciones aritmticas: tiles en vdeo, modelos acumulados, deteccin de movimiento, transparencias difusas, etc. En general, cualquier tipo de operacin es posible, ya sean lineales o no lineales.

TRANSFORMACIONES DE COLOR
En los puntos anteriores la transformacin era la misma para todos los canales (R, G y B). Si es distinta, hablamos de transformacin de color: R(x, y).R:= f1(A(x,y).R, A(x,y).G, A(x,y).B) R(x, y).G:= f2(A(x,y).R, A(x,y).G, A(x,y).B) R(x, y).B:= f3(A(x,y).R, A(x,y).G, A(x,y).B) Posibilidades:
Aplicar las mismas transformaciones que antes (suma, producto, ajuste de histograma, etc.), pero con distintos parmetros para cada canal. Transformaciones basadas en modelos de color. Cambiar el modelo de color (RGB, HSV, HLS, XYZ, YUV, etc.) y aplicar la funcin en ese modelo.

Conversin color escala de grises

Conversin sencilla: R(x, y):= (A(x,y).R + A(x,y).G + A(x,y).B)/3 Conversin precisa: R(x, y):= 0.21A(x,y).R + 0.72A(x,y).G + 0.07A(x,y).B

Imagen de entrada

Grises (media)

Grises (precisa)

Transformacin escala de grises escala de color

Idea: dada un imagen en gris, producir una imagen en escala de cierto color dado. Sea A una imagen en grises y un color objetivo (vr, vg, vb). La escala se puede descomponer en dos partes:
A R
(0,0,0) (vr,vg,vb)

(255,255,255)

Transformacin (obviamos (x,y)):

si A<128 entonces R.R:= vrA/128; R.G:= vgA/128; R.B:= vbA/128 sino R.R:= vr+(255-vr)(A-128)/128; R.G:= vg+(255-vg)(A-128)/128 R.B:= vb+(255-vb)(A-128)/128 fin

 Ejemplo. Transformacin a sepia.

Imagen de entrada Cmo conseguir que el punto intermedio sea un valor cualquiera (distinto de 128)?

Escala de grises

Escala de sepias

Escala de (30,255,0) Escala de (0,255,255)

Transformacin de color falso

Es una transformacin de la misma familia, cuyo objetivo es hacer ms visibles las pequeas variaciones del nivel de gris. Se define una paleta de salida adecuada y una transformacin de cada valor de gris en la paleta.
A

R= G= B=

255 0

255 0

0 255

0 255

0 255

255 0

 Ejemplo. Transformacin de color falso. Las transformaciones de este tipo son comunes en imgenes mdicas y de satlite. En estas aplicaciones, la profundidad del canal puede ser fcilmente mayor que 1 byte. Al usar slo 256 grises se pierde informacin.

Imagen de entrada

Imagen con color falso

Transformaciones de agregar color (colorear) Idea: usar las operaciones de suma, resta y producto, pero con una constante distinta por cada canal. R.R:= vr+A.R; R.G:= vg+A.G; R.B:= vb+A.B R.R:= frA.R; R.G:= fgA.G; R.B:= fbA.B (vr, vg, vb) y (fr, fg, fb) indican el tono de color que se da a la imagen.
Imagen de entrada Sumar (-20, 8, 60)

Transformaciones de agregar color (colorear)

Multipl. (1.4, 0.9, 0.9) Imagen de entrada
Sumar (-10, 40, -10) Multipl. (1.4, 1.15, 1)

 Estas transformaciones estn relacionadas con el balance de blancos. Las salidas de los fotodetectores de cada canal (R,G,B) deberan ser acordes a la apreciacin subjetiva del color por parte del humano. Esto implica multiplicar cada canal por un factor adecuado. Cuestin: qu imagen tiene los colores ms realistas? Ejemplos:
Priorizar rojos (medio): fr= 1.2, fg= 0.9, fb= 0.9 Priorizar verdes (mucho): fr= 0.8, fg= 1.6, fb= 0.8 Priorizar amarillos (poco): fr= 1.1, fg= 1.1, fb= 0.8

 Tambin es posible mezclar y cambiar los canales, con transformaciones como las siguientes.
Imagen de entrada R.R= A.G R.G= A.B R.B= A.R

R.R= A.B R.G= A.R R.B= A.G

R.R= (A.R+A.B)/2 R.G= (A.G+A.R)/2 R.B= (A.G+A.B)/2

 Finalmente, recordar que las operaciones de ajuste y ecualizacin del histograma se pueden aplicar conjuntamente (usando el histograma de gris) o por separado (usando el histograma de cada canal). La diferencia es que mientras el primero mantiene los colores (cambia la intensidad) el segundo no los mantiene.
Los colores parecen poco realistas

Imagen de entrada

Ajuste conjunto

Ajuste separado

Conclusiones:
Las transformaciones globales se pueden realizar igual en todos los canales o con valores distintos. En el primer caso, habr un cambio en la intensidad. En el segundo, puede haber tambin un cambio de color. Balance de blancos: compensar los canales para obtener los colores ms realistas posibles. Veremos ms cuestiones relacionadas con el color cuando estudiemos espacios de color.