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.
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.
Darstellung eines Binärbildes
Jeder Bildpunkt mit fester Schwelle verglichen
Ergebnis: starker Kontrast
Jedem Bildpunkt wird 0 oder 1 (255) zugeordnet
Geeignet für Flächenvergleiche
Ausführung über LUT (Look Up Tabellen): Sprungfunktion
Ergebnis nicht umkehrbar
geeigneter Schwellenwert: zB aus Histogramm / kumulativem Histogramm
Diagramm:
Erklären Sie die Graustufenreduktion und zeichnen Sie das zugehörige Diagramm.
Ausführung über LUT: Treppenfunktion
Starker Informationsverlust
zur Kompression, Bildvorverarbeitung, zu künstlerischen Zwecken
Was ist der Histogrammausgleich?
kombiniertes Verfahren
automatisierbare Methode zur Bildverbesserung
Ziel: möglichst gleichmäßige Verteilung der Grauwerte im Bild
Optimierung von Helligkeit und Kontrast für den Betrachter
Verbesserung der Erkennbarkeit von Details
Parametergewinnung aus Histogramm/kumulierten Histogramm
Merke: es wird das Bild selbst verändert und damit auch seine Statistik
Beachte: es müssen bei diesem Verfahren Sicherheitsbereiche für die Schwellwerte eingerechnet werden (gu-’g, go+’g)
Gefahr von Clipping/Sättigung
wesentlich ausgefeiltere Verfahren konstruierbar
einmal verlorene Information kann auch hier nicht wiederhergestellt werden!
kein Allheilmittel. Die bestmögliche Bildaufnahme sollte mmer sichergestellt werden
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?")
Histogramm erstellen
Schwellwert bestimmen (zB < 30)
Binarisierung
Weiße auszählen, aus Gesamtzahl entfernen
—> schwarz übrig
Zuletzt geändertvor 2 Jahren