Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
Utp 2015-2_pdi_sap2 iluminacion y modos de color
1. Procesamiento de Imágenes y Visión Artificial
(WEE2)
Sesión: 2
MSc. Ing. José C. Benítez P.
Iluminación, imágenes digitales y modos de color
2. Logros de aprendizaje
1. Definir las tipos y las fuentes de iluminación.
2. El espectro electromagnético.
3. Conocer los los tipos de imágenes digitales.
4. Definir los modelos de color.
2
3. 3
Contenido
Iluminación, imágenes digitales y modos de color
• Tipos de iluminación.
• Fuentes de luz.
• El espectro electromagnético.
• Tipos de imágenes digitales.
• Importancia del uso del color.
• Modos de color.
• ¿Qué modo elegir?.
4. Tipos de Iluminación
a. Iluminación direccional
b. Iluminación difusa
c. Iluminación a contraluz
d. Iluminación oblicua
e. Iluminación estructurada
f. Iluminación coaxial
g. Iluminación dark-ground o dark-field
h. Luz polarizada
25. Tipos de imágenes:
Clasificar las imágenes digitales puede realizarse
basándose en múltiples criterios, nos interesa para el
curso exclusivamente la forma en que esta imagen se
encuentra representada en el computador.
De acuerdo a esto, se distingue dos grandes grupos de
imágenes digitalizadas:
Vectoriales, aquellas que están descritas en base a
fórmulas matemáticas que definen su relleno y
contorno.
Mapas de bits, las que se encuentran
descompuestas en píxeles, es decir, pequeños
cuadraditos de color que, al observarse todos en
conjunto proporcionan la representación total de la
imagen.
25
26. Tipos de imágenes:
Características:
Imagen Vectorial:
Pesan poco y
No se deforman al estirarlos.
Imagen Mapa de bits:
Tienen gran peso y
Se deforman al estirarlos.
Importante: Cuando observamos una imagen en la pantalla
del computador, ésta siempre se nos representa en mapa de
bits independientemente del tipo de imagen que se trate,
pues el monitor muestra todos los contenidos mediante
píxeles, sin embargo, las diferencias resultarán decisivas
cuando recuperemos la imagen en cualquier otro medio de
reproducción.
26
27. Imágenes vectoriales:
Las imágenes vectoriales se componen de contornos
y rellenos definidos matemáticamente
(vectorialmente) mediante precisas ecuaciones que
describen perfectamente cada ilustración.
Esto posibilita que sean escalables sin disminución
alguna de su calidad cuando quieren reproducirse en
un dispositivo de salida adecuado. Esta característica
adquiere especial relevancia en ilustraciones que
contienen zonas con contornos curvados.
27
28. Imágenes vectoriales:
Imagen vectorial con relleno y contorno
perfectamente definidos.
Este tipo de imágenes son adecuadas para
ilustraciones que contienen zonas bien definidas con
rellenos homogéneos de color y se utilizan, siempre
que sea posible, dadas sus altas prestaciones a la
hora de su reproducción.
Imaginemos por ejemplo el logotipo de una
conocida marca de prendas deportivas.
28
29. Imágenes vectoriales:
Logotipo vectorial.
Este diseño debe figurar en las tarjetas comerciales de la empresa,
en las etiquetas de sus productos, en carteles promocionales, en
vallas publicitarias, etc. y es deseable que en todos ellos figure con
la máxima nitidez, tanto en lo relativo a su color como a su forma,
es decir, se necesita disponer de un formato gráfico que no altere la
calidad ante las distintas transformaciones que debe sufrir la
imagen.
La imagen vectorial admite que sea escalada sin que se produzca
absolutamente ninguna pérdida en la precisión de su trazo, no
importa a qué tamaño sea reproducida.
Las imágenes vectoriales permiten que se modifique su contorno a
voluntad con transiciones suaves entre las zonas de concavidad y
convexidad, sin que afecte para nada a la calidad de la
representación.
29
30. Imágenes vectoriales:
Manejadores de forma en los nodos de cambio de
curvatura en una figura vectorial.
Todos las aplicaciones de dibujo vectorial permiten
estas transformaciones mediante unos nodos
provistos de manejadores situados donde el contorno
cambia de curvatura, de modo que se puede moldear
el trazado garantizando transiciones suaves de forma
cuando éstas sean necesarias.
30
31. Imágenes en mapa de bits:
Las imágenes de mapa de bits están
descritas mediante una gran cantidad de
cuadraditos, llamados píxels, que están
rellenos de color aunque éste sólo sea
blanco o negro.
La idea es muy sencilla: Supongamos
que queremos reproducir una fotografía
de un paisaje en un cuaderno con hojas
cuadriculadas. Podemos trazar en la foto
cuadrados de igual tamaño que en el
cuaderno y, a continuación, traspasar a
éste los colores de cada cuadro, ello nos
proporcionará en nuestro papel una
imagen aproximada a la foto original.
Esta copia será más fiel cuanto más
pequeños sean los cuadraditos usados
para descomponerla y copiarla.
31
32. Imágenes en mapa de bits:
32
Descomposición de una fotografía
en píxeles. A menor tamaño de
los cuadrados, mayor precisión de
la imagen.
La forma de representación de
estas imágenes origina una mayor
imprecisión que se manifiesta
sobre todo en las zonas de bordes
curvos mientras que en las
regiones limitadas por líneas
rectas, estas imprecisiones son
menos apreciables.
33. Imágenes en mapa de bits:
En las regiones curvas de las imágenes en mapa de bits los
bordes son dentados y originan una menor nitidez en el
contorno.
El tipo más básico de imagen en mapa de bits es aquella que
sólo admite dos tonalidades: blanco o negro, representados
por un "0" o un "1" dependiendo si hay o no color en el píxel
correspondiente.
33
34. Imágenes en mapa de bits:
34
Las regiones de una imagen bitonal
son descritas con dos dígitos:
- 0 para el blanco y
- 1 para el negro.
Los mapa de bits están orientadas a
imágenes que presentan una
variada gama de color o tonalidad,
sin embargo pierden mucha calidad
al ser ampliadas o sufren
transformaciones que afectan a su
resolución.
35. Importancia del uso del color
El uso del color en PDI y VA está principalmente
motivado por dos factores:
El color es un poderoso descriptor que, en la
mayoría de los casos simplifica la identificación y
extracción de los objetos de una escena.
Los humanos podemos distinguir miles de colores
y sin embargo sólo dos docenas de niveles de gris.
35
36. Objetivo de un modelo de color
Debido a las características del ojo humano y a la
teoría tricromatica, todos los colores que podemos
reconocer en una imagen son una combinación de los
llamados colores primarios: R(Red/Rojo),
G(Green/Verde) y B(Blue/Azul).
El objetivo de un modelo de color es facilitar la
especificación de los colores de una forma
normalizada y aceptada genéricamente.
37. Concepto de un modelo de color
Un modelo de color es la especificación de un sistema de
coordenadas tridimensional y de un sub espacio de este
sistema en el que cada color queda representado por un
único punto.
38. Concepto de un modelo de color
Entre los espacios de color utilizados más
frecuentemente para el PDI se encuentran:
HSB
RGB
YIQ
CMY
YCbCr
HSI
39. Características de un color
Generalmente las características para poder distinguir un color
de otro son:
brillo,
tono y
saturación.
Estas características también definen un Modelo de Color: HSB
(Hue, Saturation, Brightness) (Tono, Saturación, Brillo).
40. Características de un color
El brillo
- Es la luminosidad u oscuridad relativa del color.
- Se expresa como un porcentaje comprendido
entre 0% (negro) y 100% (blanco).
El tono
- Es el color reflejado o transmitido a través de un
objeto.
- Se mide como un ángulo en grados, entre 00 y
3600. Normalmente, el tono se identifica por el
nombre del color, como rojo, naranja o verde.
41. Características de un color
La saturación,
- a veces llamada cromatismo, se refiere a la pureza relativa de
la cantidad de luz blanca mezclada con el tono, es decir, es la
fuerza o pureza del color.
- La saturación representa la cantidad de blanco que existe en
proporción al tono y se mide como porcentaje entre 0% (gris) y
100% (saturación completa).
42. Características de un color
En la rueda de colores
estándar, la saturación
aumenta a medida que nos
aproximamos al borde de la
misma.
Las coordenadas de tono y
saturación definen la
cromaticidad, entonces un
color puede ser
caracterizado por su brillo y
cromaticidad.
43. Modelo RGB
En el modelo RGB cada color aparece en sus componentes espectrales
primarias: rojo, verde y azul. Este modelo está basado en el sistema
de coordenadas cartesianas.
El sub espacio de color de interés es el tetraedro mostrado en la
Figura, en el cual los valores RGB están en tres vértices; cian, magenta
y amarillo se sitúan en otros tres vértices, el negro corresponde al
origen y el blanco se sitúa en el vértice más alejado del origen.
44. Modelo RGB
En este modelo, la escala de grises ese extiende desde el negro al
blanco a lo largo de la diagonal que une esos dos puntos, y los
colores son puntos dentro del tetraedro definidos por los vectores
desde el origen.
Por conveniencia, se asume que todos los vectores han sido
normalizados, de modo que el tetraedro de la figura es el tetraedro
unitario, es decir, todos los valores de R, G y B están en el rango
[0,1]. Las imágenes en este modelo se forman por la combinación en
diferentes proporciones de cada uno de los colores primarios RGB.
45. Modelo RGB
Las imágenes del modelo de color RGB consisten en tres planos de
imagen independientes, uno por cada color primario. Cuando llegan
a un monitor RGB, estas tres imágenes se combinan en la pantalla
fosforescente para producir una imagen en color compuesta. De
forma alternativa, la mayoría de las cámaras de color empleadas
para la adquisición de imágenes digitales utilizan el formato RGB, lo
que por sí solo hace de éste un modelo importante en el PDI.
46. Modelo CMY
Cian (C), magenta (M) y amarillo (Y) son
los colores secundarios de la luz, o bien
los colores primarios de los pigmentos.
Se denominan sustractivos ya que se
utilizan como filtros para sustraer
colores de la luz blanca.
La mayoría de los dispositivos que
depositan pigmentos coloreados sobre
papel, tales como impresoras y
fotocopiadoras en color, necesitan una
entrada CMY o bien una conversión
interna de RGB a CMY.
El sistema coordenado es el mismo que
en modelo RGB pero donde había negro
ahora existe blanco y viceversa.
47. Modelo YIQ
El modelo YIQ se utiliza en las emisiones comerciales de televisión.
Básicamente el YIQ es una recodificación del RGB utilizada por su
eficacia en la transmisión y para mantener la compatibilidad con los
estándares de televisión en blanco y negro. La componente Y del
sistema YIQ, proporciona toda la información de vídeo que necesita
un sistema de televisión monocromático.
El modelo YIQ fue diseñado para aprovechar la mayor sensibilidad
del sistema visual humano a los cambios de la saturación. Así los
estándares YIQ emplean más bits para representar la Y y menos para
representar la I o Q.
48. Modelo YIQ
Además de tratarse de un estándar ampliamente difundido, la
ventaja principal del modelo YIQ en el PDI es que la luminancia (Y) y
la información del color (I y Q) están desacopladas, así la importancia
de este desacoplamiento radica en que la componente de
luminancia de una imagen puede procesarse sin afectar a su
contenido cromático.
49. Modelo YCbCr
Se trata de una codificación no lineal del espacio RGB. El parámetro
Y indica la luminancia, los parámetros Cb y Cr indican el tono del
color: Cb ubica el color en una escala entre el azul y el amarillo, Cr
indica la ubicación del color entre el rojo y el verde.
El espacio YCbCr es una versión escalada y desplazada del espacio de
color YUV. El parámetro Y representa la luminancia (es decir,
información en blanco y negro), mientras que U y V representan la
crominancia (es decir, información con respecto al color). Cb (Cr
respectivamente) es la diferencia entre la componente azul (rojo,
respectivamente) y un valor de referencia.
50. Modelo YCbCr
La transformación de RGB a YCbCr puede ser ejecutada utilizando la
siguiente ecuación donde R, G y B oscilan en el rango de [0, 1]. Y en
el de [16,235], y Cb y Cr en el de [16,240].
51. Modelo HSI
Sus siglas corresponden a H(Hue/Tonalidad),
S(Saturation/Saturación), I(Intensity/Intensidad).
El modelo HSI debe su utilidad a dos hechos básicos:
La componente de intensidad, I, está desacoplada de la
información cromática contenida en la imagen.
Las componentes de tono y saturación están íntimamente
relacionadas con la forma en que los seres humanos percibimos
el color.
52. Modelo HSI
Estas características hacen que el modelo HSI sea una herramienta
ideal para desarrollar algoritmos de procesamiento de imágenes
basados en alguna de las propiedades de la percepción del color del
sistema visual humano.
53. ¿Qué modelo elegir?
Una imagen en color está especificada por sus
componentes RGB. El modelo RGB es recomendable para
visualizar el color, pero no es bueno para su análisis ya que
existe un alto grado de correlación entre sus componentes
R, G y B. Además, la distancia en el espacio de color RGB
no representa las diferencias de colores tal como el
sistema visual humano las percibe.
Es por ello que en el análisis y procesamiento de las
imágenes, muchas veces se transforman estas
componentes en otro espacio de color.
Todo espacio de color tiene sus ventajas y desventajas.
54. ¿Qué modelo elegir?
Por ejemplo en algoritmos de segmentación se usa el espacio de
color YCbCr debido a tres razones principales:
1. El espacio de color YCbCr es comúnmente usado en las
compresiones de vídeo estándar (MPEG y JPEG).
2. La diferencia de color en la percepción humana puede ser
aproximadamente expresada por la distancia Euclídea en el
espacio de color.
3. La intensidad y las componentes cromáticas pueden ser
controladas fácil e independientemente.
60. 60
Preguntas
Al término de la experiencia de aprendizaje el alumno debe ser
capaz de responder las siguientes preguntas:
1. ¿Cuáles son los diferentes tipos de iluminación?.
2. Definir cada uno de los diferentes tipos de fuentes de luz.
3. ¿Qué es el espectro electromagnético (EEM)?
4. Identificar las zonas de uso de frecuencias del EEM.
5. Definir los tipos de imágenes e identificar la importancia de
cada uno.
6. ¿Cuál es la importancia del uso del color?.
7. ¿Qué es un modelo de color?
8. Describir cada uno de los modelos de color (MC) que existen.
9. ¿Cómo están relacionados cada uno de los MC?.
10. Clasificar los objetos según la luz incidente.
61. 61
Sesión 2. Iluminación, imágenes digitales y modos de color
Procesamiento de Imágenes
y Visión Artificial
Blog del curso:
http://utppdiyva.blogspot.com
