Buffl
Buffl
Optronik I

Bildstatistik

TK
by Tom K.

Was können Sie zu Histogrammen sagen?

Zeichnen Sie zudem beispielhafte Diagramme.

  • Histogramme:

    • sagen primär nichts über den Inhalt des Bildes

    • völlig unterschiedliche Bilder können gleiche Statistik aufweisen

    • bestimmte charakteristische Bildinhalte können sich jedoch im Histogramm widerspiegeln

    • Histogramme können zur Beurteilung der Bildqualität herangezogen werden

  • Beispiele:


Was können Sie über Pixeloperationen sagen?

Zeichnen Sie zudem einige Beispiele (u.A. unterbelichtet und überbelichtet).

  • Pixeloperationen:

    • Punkt- und Pixeloperationen werden auf die Grau- oder Farbwerte eines Bildes für jeden Pixel unabhängig von den Werten benachbarter Pixel angewandt

    • Es handelt sich prinzipiell um die Anwendung von Grauwertkennlinien, welche durch mehr oder minder komplexe mathematische Funktionen oder Tabellen gegeben sind.

  • Beispiele:


Nennen Sie die Formeln für Helligkeit, Kontrast und die Kombination.

Zeichnen Sie zudem die zugehörigen Kennlinien (WICHTIG!).

  • Helligkeit: additive Konstante

    • g’(x,y) = g(x,y) + c1

  • Kontrast: Hell-Dunkel-Verhältnis, multiplikative Konstante

    • g’(x,y) = c2 * g(x,y)

  • Kombination:

    • g’(x,y) = c2 * g(x,y) + c1

  • Kennlinien:

  • Kennlinien mit durch Begrenzung des Wertebereichs bereits nichtlinearen Eigenschaften:


Erklären Sie Binarisierung und zeichnen Sie das zugehörige Diagramm.

  1. Darstellung eines Binärbildes

  2. Jeder Bildpunkt mit fester Schwelle verglichen

  3. Ergebnis: starker Kontrast

  4. Jedem Bildpunkt wird 0 oder 1 (255) zugeordnet

  5. Geeignet für Flächenvergleiche

  6. Ausführung über LUT (Look Up Tabellen): Sprungfunktion

  7. Ergebnis nicht umkehrbar

  8. geeigneter Schwellenwert: zB aus Histogramm / kumulativem Histogramm

  • Diagramm:


Erklären Sie die Graustufenreduktion und zeichnen Sie das zugehörige Diagramm.

  1. Ausführung über LUT: Treppenfunktion

  2. Ergebnis nicht umkehrbar

  3. Starker Informationsverlust

  4. zur Kompression, Bildvorverarbeitung, zu künstlerischen Zwecken

  • Diagramm:


Was ist der Histogrammausgleich?


  1. kombiniertes Verfahren

  2. automatisierbare Methode zur Bildverbesserung

  3. Ziel: möglichst gleichmäßige Verteilung der Grauwerte im Bild

    • Optimierung von Helligkeit und Kontrast für den Betrachter

    • Verbesserung der Erkennbarkeit von Details

  4. Parametergewinnung aus Histogramm/kumulierten Histogramm

  5. Merke: es wird das Bild selbst verändert und damit auch seine Statistik

  6. Beachte: es müssen bei diesem Verfahren Sicherheitsbereiche für die Schwellwerte eingerechnet werden (gu-’g, go+’g)

  7. Gefahr von Clipping/Sättigung

  8. wesentlich ausgefeiltere Verfahren konstruierbar

  9. einmal verlorene Information kann auch hier nicht wiederhergestellt werden!

  10. kein Allheilmittel. Die bestmögliche Bildaufnahme sollte mmer sichergestellt werden

  11. Histogrammeinebnung = harte Variante des Histogrammausgleichs

    • kum. Histogramm zur Kennlinie erhoben -> Kennlinienspiegelung -> Werte werden entlang der Werteachse des Histogramms verschoben (Höhen bleiben gleich)

    • Ziel: möglichst gleichmäßige Verteilung der Intensitätswerte über dem zur Verfügung stehenden Grauwertbereich


Zeigen Sie ein Beispiel mit 2 Parametern für den Histogrammausgleich.


Wie ist das Vorgehen bei der Flächenbestimmung?

(Fragestellung: “Wie viel % der Fläche nimmt schwarzes Kuhfell ein?")

  1. Histogramm erstellen

  2. Schwellwert bestimmen (zB < 30)

  3. Binarisierung

  4. Weiße auszählen, aus Gesamtzahl entfernen

    • —> schwarz übrig


Join Course
Preview

Author

Tom K.

Information

Last changed

Report course
© 2023 Buffl GmbH