Riassunto esame Tecnologie Digitali del Suono e dell’Immagine, prof. Lombardo, libro consigliato L'immagine digitale in diagnostica per immagini, Coriasco

3.5 VALUTAZIONE QUALITÀ DELLE IMMAGINI DIGITALI

I parametri per la valutazione della qualità di un’immagine digitale sono dati dalla quantificazione della

risoluzione spaziale e del contrasto. Occorre valutare la presenza di eventuali artefatti, termine con il

quale indichiamo un qualunque tipo di alterazione dei valori dei pixel non riconducibile direttamente

all’oggetto che viene rappresentato.

3.5.1 RISOLUZIONE SPAZIALE (loop per

m): è la ripetizione dei valori dei pixel nello

spazio, indicazione dei più piccoli dettagli

presenti nell’oggetto correttamente

rappresentati dall’immagine ottenuta. Può

anche essere definita come la minima

distanza tra due oggetti puntiformi.

Occorre distinguere gli aspetti relativi alla

discretizzazione dell’immagine stessa da

quelli inerenti il processo di acquisizione:

non è possibile rappresentare dettagli con

dimensioni inferiori a quelle di un singolo

pixel, mentre non è detto che oggetti con

dimensioni analoghe a quelle di un pixel

siano correttamente rappresentati. Ciò è

una conseguenza del teorema del

campionamento.

Pagina 8 di 15

Per esprimere e descrivere dettagliatamente la risoluzione spaziale di un sistema per produzione di

immagini, che è quello di valutare la sua funzione di trasferimento della modulazione (MTF), che esprime

la variazione relativa di contrasto che il nostro sistema apporta a ciascuna frequenza spaziale, che

rapportata all’intensità del segnale, rappresenta l’attenuazione introdotta dal sistema alle diverse frequenze

spaziali.

3.5.2 RUMORE (QUANTIFICAZIONE E ANALISI SPETTRALE): variazioni casuali dell’intensità dei livelli di

grigio, non corrispondenti a una vera differenza di

intensità di segnale proveniente dall’oggetto da

rappresentare ma dovuti al contributo di diversi

fattori, tra cui tutta la strumentazione in catena che

trasforma l’immagine originale in quella digitalizzata

dell’oggetto rappresentato. Il rumore può essere

quantificato considerando i valori assunti dai pixel in una regione dell’immagine che dovrebbe essere

omogenea. Per evidenziare le frequenze spaziali del rumore occorrerà utilizzare l’analisi di Fourier.

L’effettiva visibilità di un elemento di un’immagine dipenderà, oltre che dal contrasto, anche dal rumore

presente. Per questo motivo è possibile utilizzare un indicatore di qualità dell’immagine che tenga conto

sia del contrasto tra oggetti diversi che del rumore con il quale essi sono rappresentati. Si parlerà in questo

caso di rapporto contrasto rumore (Contrast to Noise Ratio, CNR), che potrà essere definito come il

rapporto tra la differenza di livello tra due elementi e la deviazione standard media dei livelli presente al loro

interno. 4. ELABORAZIONE DI IMMAGINI

4.1 TECNICHE DI ELABORAZIONE

I pixel possiedono caratteristiche di colore e luminosità associate a numeri, il cui valore può essere

modificato secondo opportuni algoritmi di trasformazione. L’insieme delle tecniche di elaborazione utilizzate

per modificare immagini digitali dopo l’acquisizione è detto digital image processing.

I tipi di elaborazione in base alla modalità con cui vengono modificati i singoli pixel sono:

puntuali: modificando il valore di ciascun pixel secondo una funzione analitica di conversione prestabilita,

• resa eventualmente in forma tabellare (utilizzo di Tabelle di Conversione LUT (Look Up Table)); il valore

del pixel così calcolato è attribuito al pixel in posizione omologa nell’immagine elaborata; il procedimento è

ripetuto per ciascuno dei pixel che compongono l’immagine;

locali: si considera un insieme di pixel circostanti a quello oggetto di modifica; il nuovo valore del pixel è

• calcolato tenendo conto del valore dei pixel dell’insieme, pesato differentemente a seconda del tipo di

elaborazione che si vuole ottenere;

globali: ciascuno dei pixel dell’immagine elaborata ha un valore che è correlato con i pixel dell’intera

• immagine oggetto di elaborazione;

nel dominio trasformato: l’elaborazione è condotta operando sulle frequenze spazia- li che compongono

• l’immagine.

In base all’obiettivo invece le tecniche sono:

aumento e ottimizzazione del contrasto (contrast ingrandimento (zooming);

• •

enhancement); ripristino di qualità dell’immagine (image

•

aumento della nitidezza (sharpening); restoration);

• riduzione del rumore (smoothing);

•

FILTRI DIGITALIZZAZIONE IMMAGINE: ci sono tre livelli di immagine in processing

1. BASSO LIVELLO: non abbiamo bisogno d'informazioni in merito all'immagine. Filtro Smoothing → sfocatura, il valore del

singolo pixel viene mediato con quelli dei pixel adiacenti, il risultato è uniforme: cancella il rumore dall'immagine. Filtro Disturbo

Casuale → introduce del rumore nell’immagine. Vengono assegnati dei valori casuali ai pixel, più si aumenta la casualità più

aumenta il valore e dunque il disturbo.

2. MEDIO LIVELLO: i filtri di medio livello vanno a cercare la coerenza dell’elemento.

ALTO LIVELLO: i filtri di alto livello sono sofisticati e hanno un'alta capacità di analisi. Filtro Face Detection → rilevano insieme

3. di pixel che vengono confrontati nel database della macchina e in caso di corrispondenze o analogie viene riscontrato il volto.

4.2 DISTANZE FRA PIXEL:

Valgono le seguenti definizioni di connettività fra due pixel p, q: connectivity);

• 4-connettività (4-neighbors); • m-connettività( mixed

• 8-connettività (8-neighbors);

Pagina 9 di 15

4.3 ELABORAZIONI PUNTUALI

4.3.1 LOOK-UP TABLE: (LUT) sono tabelle che stabiliscono

una relazione tra i valori originali dei pixel e quelli risultanti

dopo l’elaborazione. Ex: Nell’immagine a basso contrasto, i pixel

hanno un valore di 140 per lo sfondo, supposto chiaro, e di 110 per

l’oggetto, supposto più scuro e disposto al centro. Il contrasto tra le

due aree, cioè dell’oggetto centrale rispetto al- lo sfondo, è dato

dalla differenza tra i valori, vale a dire 140 110 30.

L’elaborazione nell’esempio utilizza una LUT che sostituisce il valore 220 ai pixel con valore 140, e valori di 60 ai pixel

con valore 110. L’effetto di questa sostituzione genera un’enfatizzazione del contrasto che fa emergere il quadrato più

scuro sullo sfondo di colore più chiaro.

Può essere rappresentata graficamente con un diagramma

cartesiano, che riporta sulle ascisse i livelli di grigio

dell’immagine di partenza e sulle ordinate quelli dell’immagine

risultante. La rappresentazione grafica della LUT sotto forma

di curva (detta curva di stretching o curva LUT) fornisce

un’indicazione sintetica e immediatamente comprensibile del

risultato finale dell’elaborazione. Con questa tecnica è

possibile esaltare il contenuto informativo in uno specifico

intervallo di valori.

Una curva dell'andamento logaritmico aumenta la luminosità

dell'immagine: le parti scure si schiariscono e quelle chiare si

appiattiscono.

- LUT Identità: lascia invariati i livelli di luminanza;

- LUT inversione: inverte tutti i valori dei pixel

dell’immagine; quelli chiari diventano scuri e

viceversa; -

- Curva Rovesciata: diminuisco il contrasto;

Curva Esponenziale: scurisce l’immagine; -

- Curva Sigmoide: è una curva a rampa più

Curva Logaritmica: schiarisce l’immagine;

- morbida;

Curva a Scala: attua una quantizzazione della - Curva Binarizzazione: corrisponde a filtro di

luminosità (Posterizzazione) introduce falsi soglia, tutto è rappresentato con un solo bit

contorni;

- quindi o bianco o nero.

Curva a Rampa: aumento contrasto immagine; - Curva Generica: attua riduzione o aumento di

ciò che è scuro diventa più scuro/ciò che è contrasto a seconda se si supera o se si sta

chiaro diventa più chiaro; sotto la soglia predefinita.

La tecnica degli pseudo colori associa a ogni intensità dell’immagine iniziale un differente colore, nell’idea

che in questo modo l’occhio umano riesca a identificare particolari altrimenti poco percepibili.

4.3.3 Le operazioni algebriche tra immagini: Le operazioni algebriche forniscono come risultato

un’immagine i cui valori dei pixel sono costituiti dalla combinazione algebrica dei corrispondenti pixel di due

immagini. Operazioni comuni sono addizione, sottrazione, moltiplicazione e divisione.

addizione: i pixel sono la somma dei valori corrispondenti delle due immagini; è utilizzata per ridurre

• l’effetto del rumore. Funziona solo se la percentuale di rumore è minore del 10%;

sottrazione: sostituisce al pixel in esame la differenza tra i valori dei

• pixel di due immagini. Aiuta ad evidenziare le differenze tra loro;

moltiplicazione e divisione: consentono di enfatizzare o

• mascherare i pixel in corrispondenza ai diversi valori assunti

dall’immagine moltiplicatore o divisore; si ottengono degli effetti di

trasparenza (alpha blending) che possono essere utili per

evidenziare (shading) o mascherare (masking) zone all’interno

dell’immagine;

4.3.4 Gli operatori logici: Se l’immagine è binaria, ovvero

nell’immagine sono presenti esclusivamente pixel bianchi o neri,

possiamo identificare l’oggetto (foreground) quando i pixel assumono

valore 1 e lo sfondo (background) quando i pixel assumono valore 0.

Le operazioni logiche possono essere unarie, come ad esempio il

NOT, e si applicano a una singola immagine, oppure binarie come

AND, OR e XOR, che vengono applicate a coppie di immagini che

dovranno avere quindi uguale dimensione, a meno di operare solo su

specifiche sottoaree delle immagini che abbiano dimensioni coerenti.

Ogni operatore logico si applica al singolo pixel al fine di ottenere il

Pagina 10 di 15

risultato, che sarà anch’essa un’immagine binarizzata.

4.4 ELABORAZIONI LOCALI

I filtri convolutivi sono metodi di filtraggio

nel dominio spaziale che si basano su

somme di prodotti fra l’immagine

originale e opportune matrici scelte sulla

base degli obiettivi da perseguire.

Le convoluzioni operano con maschere

quadrate di pixel di dimensioni dispari, in

cui i valori costituiscono i pesi assegnati

ai pixel nell’intorno del pixel oggetto del

calcolo, che occupa la posizione centrale

della matrice. A seconda del tipo di

matrice di convoluzione utilizzata si

realizzerà una diversa elaborazione.

Filtro Smoothing: (sopra) attenuazione

contorni. Filtro Sharpening: esaltazione

c