Radiometrické zvýraznění obrazu (Radiometric Image Enhancement)
Histogramové charakteristiky pro různé typy obrazových dat
Prahování (Thresholding, Density Slicing) Černobílé Barevné
Binární prahování při segmentaci obrazu
Binární parhování použité pro detekci změny
Zvýraznění kontrastu (Contrast Enhancement)
Princip zvýraznění obrazu změnou kontrastu (hodnoty šedi) pomocí transformační funkce y=f(x)
Zvýraznění obrazu změnou kontrastu - hodnoty šedi
Příklad číselného vyjádření Ukázka numerického přepočtu hodnot šedi obrazu pomocí lineární funkce
Lineární zvýraznění se saturací
Lineární zvýšení kontrastu s různým stupněm saturace
Po částech lineární zvýraznění obrazu Po částech lineární zvýraznění obrazu. Různá strmost přímky odpovídá různé intenzitě zvýraznění
Nelineární zvýraznění obrazu
Nelineární zvýraznění obrazu
Princip histogramového vyrovnání obrazu
Princip histogramového vyrovnání obrazu
Histogramové vyrovnání obrazu do předem definovaného typu histogramu – zde Gaussova rozložení
Geometrické zvýraznění Geometric Image Enhancement (Convolution) Filtrování (Filtering)
Výpočet hodnoty pro daný pixel na základě hodnot jeho okolí (masky – filtru)
Ukázka aplikace různě velkých masek filtrů pro potlačení (vlevo) a zvýšení (vpravo) kontrastu
IDRISI FILTERS Mean (low pass) Filter: 3 x 3, 5 x 5, 7 x 7, user-defined mask Gaussian Filter: 5 x 5, 7 x 7 Minimum Filter: 3 x 3, 5 x 5, 7 x 7 Median Filter: 3 x 3, 5 x 5 Maximum Filter: 3 x 3, 5 x 5, 7 x 7 Adaptive Box Filter: 3 x 3, 5 x 5, 7 x 7 Mode Filter: 3 x 3, 5 x 5, 7 x 7 Standard Deviation: user-defined mask Laplacian Edge Enhancement Filter: 3 x 3, 5 x 5, 7 x 7 High Pass Filter: 3 x 3 Sobel Edge Detector: 3 x 3 User-Defined: 3 x 3 User-Defined Filter File: size up to 255 x 255