Digitální zpracování obrazu (PV131) Michal Kozubek místnost C413 tel.:

Předpoklady Matematická analýza I (M000, M500, X001) –Diferenciální počet funkcí jedné proměnné –Integrální počet funkcí jedné proměnné Lineární algebra I (M003, M503) –Komutativita a asociativita operací –Skalární součin –Maticové počty Odborná angličtina (V001) –Porozumění obsahu odborného anglického textu

Literatura Šonka, Hlaváč: Počítačové vidění, Grada, 1993 Šonka, Hlaváč, Boyle: Image Processing, Analysis & Machine Vision, Chapman & Hall, 1993, 1999 Pratt: Digital Image Processing, Wiley, 1991, 2001 nakopírované materiály (knihkupectví Mareček) elektronické materiály na domovské stránce PV131 jiné elektronické materiály na Internetu

Požadavky Zápočet –účast na cvičeních (6 dvouhodinových cvičení co 14 dnů) –výpočet a odevzdání domácích úkolů zadaných cvičícím Zkouška –zápočet –písemka 1: 90% - 100% 2: 75% - 90% 3: 60% - 75% 4: 0% - 60% Kolokvium –zápočet –písemka na alespoň 60%

Image: Basic Definitions Picture –representation made on a surface (as by painting, drawing or photography) Image –the optical counterpart of an object produced by an optical device (as a lens or mirror) or an electronic device

Continuous image: Basic definitions Two-dimensional (2D) continuous color image (dvoudimenzionální spojitý barevný obraz) – intensity function I (x,y, ) – x  [x min, x max ]  R – y  [y min, y max ]  R –  [ min, max ]  R – I  [I min, I max ]  R

Continuous image: Basic definitions Three-dimensional (3D) continuous color image (trojdimenzionální spojitý barevný obraz) – intensity function I (x,y,z, ) – x  [x min, x max ]  R – y  [y min, y max ]  R – z  [z min, z max ]  R –  [ min, max ]  R – I  [I min, I max ]  R

Continuous image: Basic definitions Time-varying continuous color image (časově-proměnlivý spojitý barevný obraz) – intensity function I (x,y,,t) or I (x,y,z,,t) – x  [x min, x max ]  R – y  [y min, y max ]  R – z  [z min, z max ]  R –  [ min, max ]  R – I  [I min, I max ]  R – t  [t min, t max ]  R

Continuous image: Basic definitions Static image (statický obraz) –image does not change with time –I (x,y,z,,t 0 ) = I (x,y,z,,t 0 +  t)  t > 0 Monochrome image (monochromatický obraz) –image in which just one wavelength 0 is present –I (x,y,z,,t) = 0   0 –produced by monochrome light –obtained artificially using laser

Discrete image: Basic definitions Discrete color image (diskrétní barevný obraz) – discrete array of sampled intensity and color values – intensity function I (x,y, ) or I (x,y,z, ) – x  {x 1, …, x nx }, x i = x min +(i-1)*  x, x i  R,  x  R – y  {y 1, …, y ny }, y i = y min +(i-1)*  y, y i  R,  y  R – z  {z 1, …, z nz }, z i = z min +(i-1)*  z, z i  R,  z  R –  [ min, max ]  R – I  [I min, I max ]  R

Digital image: Basic definitions Digital color image (digitální barevný obraz) – image converted from analogue to digital representation – intensity function I (x,y, ) or I (x,y,z, ) – x  {x 1, …, x nx }, x i = x min +(i-1)*  x, x i  R,  x  R – y  {y 1, …, y ny }, y i = y min +(i-1)*  y, y i  R,  y  R – z  {z 1, …, z nz }, z i = z min +(i-1)*  z, z i  R,  z  R –  { 1, …, n }, i  R – I  {I 1, …, I nI }, I i = I min +(i-1)*  I, I i  R,  I  R

Digital image: Basic definitions Grey-scale image (šedotónní obraz) –digital image that does not have variable –also called monochrome image –may or may not be produced by monochrome light Binary image (binární obraz) –digital image with just two intensity values –I  {0,1} Black-and-white image (černobílý obraz) –grey-scale or binary –ambiguos definition  avoid using this term!

Digital image: Basic definitions 2D image –2D digital image I (x,y, ) or I (x,y) 3D image –3D digital image I (x,y,z, ) or I (x,y,z) Pixel –picture element in 2D image –corresponds to specific planar coordinates [x 0,y 0 ] Voxel –volume element in 3D image –corresponds to specific spatial coordinates [x 0,y 0,z 0 ]

Image sampling (vzorkování obrazu) Dirac delta function –  (x),  (x,y) or  (x,y,z) 1D – – 2D –  (x,y) =  (x)  (y) 3D –  (x,y,z) =  (x)  (y)  (z)

Image acquisition (pořizování obrazu) Electronic devices (elektronická zařízení) –0D: photo-multiplier tube (PMT) –1D: line-scan camera –2D: camera + digitizer (frame-grabber) –2D: photograph + scanner –2D: infra-red (IR) camera (infra-červená kamera) –2D: ultra-violet (UV) camera (ultra-fialová kamera) –2D: X-ray detector (x-paprsky = Röntgenovo záření) –2D: electron detector (detektor elektronů) –2D: nuclear magnetic resonance (NMR) –2D: ultra-sound detector

Image acquisition (pořizování obrazu) Optical devices (optická zařízení) –lens (čočka) –mirror (zrcadlo) –filter (filtr, propouští vybrané vlnové délky) –dichroic mirror (dichroické zrcadlo, vybrané vlnové délky odráží, ostatní vlnové délky propouští) –beam-splitter (dělič svazku, dělí světlo podle vlnové délky, většinou jde o dichroické zrcadlo) –polarizer (polarizátor, propouští pouze tu část světla, která má příslušnou polarizaci) –objective (objektiv, propracovaná a vyvážená soustava čoček) –microscope (mikroskop, opt. soustava pro pozorování malých objektů) –telescope (teleskop, opt. soustava pro pozorování vzdálených objektů)

Multi-dimensional image acquisition

Digital image properties Image size (rozměry obrazu) –Number of pixels (voxels)N x - width, N y - height, (N z - depth) –Number of wavelengthsN –Number of time pointsN t Bit depth (bitová hloubka) –Number of bits per pixel per wavelength(8 bit, 12 bit, 16 bit) –= log 2 (N I ) –Number of bits per pixel total(8 bit, 24 bit, 32 bit) –= log 2 (N I ) N

Digital image properties –Example: Influence of bit depth on the resulting image for N =1 N I =16, BitDepth=4 N I =8, BitDepth=3 N I =4, BitDepth=2 N I =2, BitDepth=1

Digital image properties Image pixel size (velikost obrazového pixelu) –image pixel size = camera pixel size / magnification –image voxel size = image pixel size * z-step Sampling frequency (vzorkovací frekvence) –number of pixels per unit length[pixels/meter] ( [pixels/mm] ) –sampling frequency in x(y,z) = 1 pixel / image voxel size in x(y,z) –isotropic image = image with equal sampling frequency in all axes –anisotropic image = not isotropic image

Digital image properties –Example: Influence of sampling frequency (pixel size) on the image 3 x 4 pixels 12 x 16 pixels 48 x 64 pixels192 x 256 pixels

Digital image properties Image content description (popis obsahu obrazu) –what objects were imaged –when the image was captured –where the image was captured –what camera mode was used –which software was used –which image processing steps were applied –who captured the image –etc.

Image storage (ukládání obrazu) Internal memory (RAM) –Matrix representation: multi-dimensional array of pixels (voxels) –Vector representation: list of objects with their attributes External memory –Matrix representation: 2D images:image header + image data (different formats: TIFF, Targa, BMP, …) >2D images:usually sequence of 2D images (no format) –Vector representation: image header + list of objects (different formats: CDR, WMF, HPGL, …)

Image storage (ukládání obrazu) Example: BMP header typedef struct tagBITMAPINFOHEADER{ DWORD biSize; LONG biWidth; LONG biHeight; WORD biPlanes; WORD biBitCount DWORD biCompression; DWORD biSizeImage; LONG biXPelsPerMeter; LONG biYPelsPerMeter; DWORD biClrUsed; DWORD biClrImportant; } BITMAPINFOHEADER;