APPLICAZIONI MULTIMEDIALI

Ing. Irene AmeriniMICC (Multimedia Integration Communication Center)Università degli Studi di FirenzeViale Morgagni 65 50134 - Firenze - ItalyTel. +39-055-4237404

E-mail irene.amerini@unifi.it

IMMAGINI DIGITALI

Importanza delle Immagini

Images can… provide visual information gain attention and stimulate interest clarify and summarise concepts show processes and relationships act as a focus for discussion encourage retention through “dual-coding” (verbal-

visual) in long-term memory

Requisiti di una immagine

clear purpose good quality appropriate size un-crowded screen or page layout descriptive captions link to verbal or textual instruction

Ambiti e Contesti Applicativi

Movies Video Games TV Programmes Drawings Simulations WEB …

Procuriamoci un’immagine (1/3)

Procuriamoci un’immagine (2/3)

Procuriamoci una immagine (3/3)

Guide all'acquisizione TASI – Technical Advisory Service for Images

http://www.tasi.ac.uk/imagesites/images.html Fonti gratuite

Google Images – Tutte le immagini del web http://images.google.it Pics4Learning – Foto per scopi educativi organizzati per categorie

http://pics.tech4learning.com Fonti a pagamento

Big Stock Photo – Compravendita di foto per soggettihttp://www.bigstockphoto.com/search.php Veer.com – Vendita immagini per categoria http://www.veer.com Clipart.com – Vendita di clip-art http://www.clipart.com

Formato e risoluzione di una immagine Which file formats should you use so that users can view

your images? What resolution should they be to fit on screen? What problems will images with too low or high a

resolution have?

Sulle immagini JPEG sappiamo che…

JPEG is the best format for photos and offers a balance between file size and image quality

I media digitali

Nel passaggio da un media analogico ad uno digitale si deve tenere conto di due concetti basilari:

il campionamento (sampling): E’ il partizionamento di un flusso continuo di informazione in quantità discrete, rispetto al tempo, lo spazio o entrambi.

la quantizzazione (quantization): E’ la rappresentazione di una quantità usando un valore intero

I media digitali

Analogico vs Digitale (Scivolo, Scala)

Campionamento

Processo di conversione di un valore analogico (infinitamente preciso) in un valore digitale (finitamente preciso)

Numero di bit dedicati alla rappresentazione del colore e determina la gamma dinamica e la profondità del colore

Gamma dinamica

Un pixel può avere diverse gradazioni di intensità di luce, dal bianco al nero

Formati di acquisizione Formato RAW (grezzo)

Memorizzazione dei dati grezzi provenienti dal sensore e senza elaborazione, necessitano di un software apposito per essere elaborati, permette di correggere l’immagine

Formato TIFF (Tagged Image File Format) Permette di specificare diverse informazioni aggiuntive relative

alla stampa e raggruppare diverse immagini in un unico file Formati EXIF

Aggiunge al formato JPEG informazioni quali la data dello scatto, il nome del modello della fotocamera, la velocità dell’otturatore, il commento dell’utente, se l’immagine è stata modificata dopo l’acquisizione e con quale programma etc..

Dati vs Informazione

I dati che il computer utilizza sono numeri: 0 e 1 Le informazioni che ci interessano sono immagini,

file di testo, applicazioni, musica Il computer trasforma (codifica e decodifica) i dati

in informazioni che possiamo comprendere (suoni, musica, immagini)

Il sistema binario

Il sistema binario è un sistema posizionale, ovvero le cifre assumono un valore diverso a seconda della loro posizione

Il numero 16 nel sistema decimale corrisponde a 10000

Una immagine per il computer è composta da una matrice di punti detti pixel

Il numero dei pixel che compongono la griglia definisce la risoluzione dell’immagine

Un’immagine ad elevata risoluzione sarà più definita rispetto ad un’immagine con una risoluzione più bassa

Ogni pixel di una immagine è rappresentabile tramite un bit (unità di informazione usato dal computer 0 o 1)

Metodo: mappa dei bit

Quanti bit abbiamo utilizzato?

In realtà le cose sono un po’ più complicate.

La differenza quale è? Prima dovevamo rappresentare solo 2 colori (bianco e

nero) e quindi potevamo usare un solo bit per ogni pixel;

Adesso invece ogni pixel può essere di un colore diverso.

Supponiamo di utilizzare 16 colori

Per rappresentare 16 colori ci servono 4 bit

Metodo mappa dei bit

Quanti bit abbiamo utilizzato?

Usando le sequenze

Quanti bit abbiamo utilizzato?

memorizzazione di immagini digitali in bianco e nero e a colori;

Abbiamo utilizzato due metodi e abbiamo visto che per le immagini a colori con molti pixel ripetuti il metodo che considera le sequenze di pixel ripetuti ci consente di “risparmiare” un bel po’ di bit;

Il metodo descritto è un metodo di compressione molto conosciuto che si chiama “run-lenght encoding” (codifica delle lunghezze delle sequenze);

Utilizzare meno bit consente di risparmiare spazio, ma anche di trasmettere più velocemente le immagini (ad esempio per i fax o le pagine Web);

Le immagini sono di solito compresse con tecniche che consentono di usare da 1/10 a 1/100 dei dati necessari per l’immagine originale.

Oggi abbiamo introdotto quindi delle tecniche di compressione;

Ad esempio per quanto riguarda le immagini quando sentirete parlare di immagini bitmap o BMP pensate che esse memorizzano i dati con un metodo simile a quello che abbiamo chiamato mappa di bit;

Quando sentirete parlare di JPG, GIF, PNG da oggi potete pensare che questi formati fanno riferimento a tecniche di compressione dei dati simili a quella da noi utilizzata.

Multipli del bit

Esempi

Elaborazione delle immagini Digital Image Processing (DIP) Insieme di azioni compiute

da appositi algoritmi su una immagine numerica per modificarla in modo da raggiungere un prefissato obiettivo, producendo un risultato che è ancora un’immagine.

In un contesto più ampio implica l’elaborazione digitale di qualsiasi dato bidimensionale f(x,y). Un’immagine digitale è una matrice di numeri reali o complessi

rappresentata da un numero finito di bits.

L’elaborazione digitale delle immagini ha uno spettro di applicabilità ampio:

Trasmissione e conservazione delle immagini Elaborazioni mediche Elaborazione di segnali radar, sonar e acustici Robotica Ispezione automatica di pezzi industriali

Cosa è un’immagine?

Un’immagine è la rappresentazione ottica di un oggetto illuminato da una sorgente irradiante:

Quindi non solo la luce visibile!!

• Raggi X

• Ultrasuoni

• Infrarossi

Tipologie di immagini

Immagini ottiche (CCD)

Immagini radar(SAR)

Immagini acustiche

Immagini infrarossi

Un semplice modello dell’immagine

Il modello matematico alla base della formazione dell’immagine dipende dalla sorgente della radiazione, dalla fisica dell’interazione oggetto-radiazione e dal sistema di acquisizione utilizzato.

Un semplice modello dell’immagine

L’intensità f(x,y) può essere rappresentata mediante il prodotto di due termini, l’illuminazione e la riflettanza

con

),(0 yxf ),(0 yxi

1),(0 yxr

),(),(),( yxryxiyxf

),( yxr),( yxi

Un semplice modello dell’immagine

L’immagine è cioè costituita da una componente dovuta alla luce proveniente direttamente dalla sorgente di illuminazione e da una componente dovuta alla luce riflessa dagli oggetti presenti nella scena

La componente di illuminazione è responsabile delle variazioni lente di luminosità (basse frequenze spaziali), mentre la componente di riflettanza dà luogo alle variazioni brusche di luminosità, per esempio in corrispondenza ai contorni degli oggetti (alte frequenze spaziali)

Un semplice modello dell’immagine

L’effettiva natura di i(x,y)i(x,y) è determinata dalla sorgente luminosa, mentre r(x,y)r(x,y) dipende dalle caratteristiche degli oggetti presenti nella scena, e varia tra 0 (assorbimento totale) e 1 (riflettanza completa)

Un semplice modello dell’immagine

Si può pertanto assumere che dove valori ragionevoli per Lmin e Lmax sono:

Per una immagine monocromatica, l’intervallo [Lmin, Lmax] prende il nome di scala dei grigi, mentre l’intensità f(x,y) è detta anche livello di grigio dell’immagine nel punto di coordinate (x,y)

Un semplice modello dell’immagine

In pratica si usa una scala dei grigi convenzionalmente compresa in [0, L-1], in cui 0 corrisponde al nero e L-1 rappresenta il bianco

Si considerano L livelli discreti di grigio per tenere conto del carattere digitale della f f dopo la quantizzazione dell’intensità

Formazione dell’immagine

Luce emessag()

f(x,y) = luminanza della luce nel punto (x,y) nel piano

dell’immagine

Il piano dell’immagine ha la proprietà di immagazzinare l’energia della luce che incide su esso.

Una immagine è la rappresentazione spaziale di un oggetto, di una scena bidimensionale o tridimensionale o di un’altra immagine.

Una immagine deve essere pensata come una funzione i cui valori risultanti sono l’intensità luminosa di ciascun punto sopra una regione planare.

Dal punto di vista digitale questa funzione ha bisogno di essere campionata ad intervalli discreti. Il campionamento quantizza i valori dell’intensità in livelli discreti.

Formazione dell’immagine

Un’immagine è la rappresentazione ottica di un oggetto illuminato da una sorgente radiante

f(k,n)

Direzione normale

E(k,n)

La luce riflessa f(k,n) è l’input del sistema per la formazione dell’immagine, che consiste in lenti, un sensore ottico e un digitalizzatore

Sistema ottico Sensore Digitalizzatore

Sistema di formazione dell’immagine

Luce riflessa

Formazione dell’immagine

f(k,n)

Sistema Ottico h(x,y)

Sensore Digitalizzatoreb i g

Direzione Normale

Luce riflessa

Il sistema ottico può essere modellato come un sistema lineare, è generalmente è un filtro passa basso che sopprime le alte frequenze dell’immagine f(k,n).L’immagine prodotto b(x,y) è quindi in generale sfuocata rispetto alla versione originale

Lenti

E(k,n)

Formazione dell’immagine

f(k,n)Sistema ottico Sensore Digitalizzatore

b i g

L’uscita del sensore è un segnale analogico 2D che deve essere campionato e quantizzato. i(x,y) viene convertito in un’immagine digitale i(n1,n2), su una griglia rettangolare

E(k,n)

Campionatorei(x,y) i(n1T1,n2T2)

Quantizzatore

n1=1…Nn2=1...M

g

Terminologia Digitalizzazione: processo per la conversione di

un’immagine in formato digitale attraverso campionamento e quantizzazione.

Pixel(pel): picture element. Campionamento: misura del livello di grigio in

corrispondenza di ciascuna posizione del pixel. Quantizzazione: rappresentazione dei livelli di grigio

tramite un insieme finito di interi. Densità di campionamento: numero di punti (pixel) per

unità (dpi dots-per-inch). Risoluzione dei livelli di grigio: numero di livelli per

rappresentare il valore del pixel (Ad es. 8 bits >> 256 livelli)

Caratterizzazione dell’immagine

Gli elementi della matrice (pixels) sono interi nell’intervallo (0, …., 255) per immagini a 8 bit.

X

Y

Origine(0,0)

IMP!!

Tenendo conto anche del campionamento spaziale che rende discreti gli intervalli di variazione di xx e yy, e assumendo che l’immagine continua sia approssimata mediante M x N campioni equispaziati lungo le due dimensioni dell’immagine, con:

0 ≤ x ≤ M-1 e 0 ≤ y ≤ N-1si ha la rappresentazione classica di una immagine digitale in forma di matrice:

Rappresentazione di immagini digitali

i(r,c)i(x,y)

Operazioni base di image processing

Trasformazioni puntuali non lineari.c[i][j]=h(a[i][j])

ClippingClipping

ThresholdingThresholding

Se a1=0 e a2=1, il sogliaggio riconduce l’immagine a scala di grigi in un’immagine binaria.

min]][[min

max]][[min]][[

max]][[max

]][[

cjiaifc

cjiacifjia

cjiaifc

jic

Tjiaifa

Tjiaifajic

]][[

]][[]][[

2

1

Operazioni base di image processing

Negativo dell’immagine produce il complemento a 1 dell’immagine

c[i][j]=255 - a[i][j] Trasformazioni geometriche

TraslazioneRotazione

Il dominio spaziale

Esempi di immagini digitali elaborate e trasformate!!!

Il dominio spaziale L’elaborazione dell’immagine nel dominio spaziale è spesso

intuitiva.

Immagine originale Ritaglio

scalatura

rotazione e mix

Immagine lisciata e arricchita

Immagine invertita e esaltazione dei bordi

Domande?