Download - Rasterska grafika

Powerpoint Templates

Rasterska grafika

Student

Milos Pljevaljcic

MentorProf. dr Milorad Banjanin


Računarska grafika (Computer Graphics-CG) je polje vizuelnog računarstva, gde se pomoću računara stvara

digitalna slika. Ta slika može biti iz stvarnog sveta, koja se Pomoću računara kreira i menja. u digitallnu.

Prema osnovnim gradivnim elementima slike, računarska grafika se može podeliti na

Prema osnovnim gradivnim elementima slike, računarska grafika se može podeliti na

RASTERSKARASTERSKA VEKTORSKAVEKTORSKA


RASTERSKA GRAFIKARASTERSKA GRAFIKA

Rasterska grafika ili bitmap predstavlja pravougaonu mrežu piksela ili obojenih tačaka, na određenom

grafičkom izlaznom uredjaju kao što je ekran ili papir

Raster kao pojam teorijski označava

“vidljivu celinuod više elemenata

u dvodimenzionalnom

Sistemu”

DEFINICIJA 2

Rasterska grafikapredstalja ‘crtanje’pomoću mozaika piksela pri čemu

svaki piksel nosi informacijuo boji kojom je

predstavljen


Piksel

PikselPICture

ELement

najmanja jedinica slike koja može biti predstavljena I koja se može kontrolisati

(u smislu promjenje određenih svojstava)

Svaki piksel pojedinacno ima svojuADRESU,ona odgovara njegovim

koordinatama Svaki piksel pojedinacno ima svoju

BOJUDUBINA BOJE piksela je broj bita kojima se prikazuje

boja piksela


Digitalizacija

Obrada slike

Analiza sadrzaja

Manipulacija slikamaPreuzetih iz realnog sveta

Digitalizacija je proces pretvaranja kontinualne informacije u digitalni oblik.Slikovno gradivo se digitalizira skeniranjem ili fotografisanjem.


Analogna slika

Analogna slika je

funkcija od dve promenjlive

F=F(x,y)


DIGITALNa slika

Digitalna slika Nastaje

uzorkovanjem (semplovanjem) analogne slike

u diskretnim tačkama


DIGITALNA SLIKA

1

2

3

Rezultat je uzorkovanja skupa vrednosti izmerenih u tačkama uzorkovanja

Tačke uzorkovanja su raspoređene u matricu

Boja celog piksela jednaka je izmerenoj Veličini u centru piksela


Izvode se na isti nacin nad

svim pikselimana slici

Mogu da zavise od nekog statističkog opisa slike ali ne I od lokalnog podskupa piksela

Operacije nad

Rasterskim slikama

Izvode se imajući u vidu vrednost piksela koji se obrađuje i vrednosti susednih piksela

Rezultati zavise od vrednosti piksela u pojedinim regionima slike


Histogram slikeHistogram slike

Histogram

Histogram

Histogram

Histogram ilustruje raspodjelu piksela u slicibrojanjem piksela koji imaju isti intenzitet boje.

Histogram pokazuje da li slika ima dovoljno detalja u• sjenama(shadows),• srednjim tonovima (midtones) i•svetlim tačkama (highlights).

Neke digitalne kamereimaju mogućnostprikaza histograma slike

Histogram slike predstavlja grafičku reprezentraciju tonalnog rasporeda digitalne slike


Različiti Histogrami

Podeksponirana slika

(premalo svetlih piksela)

Dobra slika

(pun tonalitet)

Preeksponirana slika

(premalo svetlih piksela)


Histogram koji se nalazi u opsegu [xmin, xmax] hoćemo da “razvučemo” na opseg [ymin, ymax] (tipično [0, 255])


SLIKA SLABOG KONTRASTA

SLIKA DOBROG KONTRASTA


Geomtrijske transformacije

SKALIRANJE

ROTACIJAROTACIJA


Skaliranje Skaliranje Slike Slike

od slike 512x512 piksela napraviti sliku 2048x2048 piksela

najjednostavnije rešenje: replikacija piksela

dobija se slika sastavljena iz kvadratića!


Skaliranje pomoću interpolacije

●Posmatramo originalnu sliku kao funkciju datu u diskretnim tačkama● Njenom interpolacijom dobijamo analitički oblik

● Na osnovu analitičkog oblika računamo vrednosti piksela u novoj slici



Skaliranjem se piksel sa koordinatama (x, y) preslikava na poziciju (x’, y’)

x’i y’ne moraju biti celi brojevi

Potrebno je izračunati vrednosti piksela sa celobrojnim koordinatama koji su u blizini tačke (x’, y’)


TRI TIPIčNA ALGORITMA


Nearest neighbor Bilinear bicubic

Vrednost novog piksela se računa

Kao vrednost najbliZeg

preslikanog piksela iz originala

Preslikani piksel utiče na 4

najbliža piksela zavisno od udaljenosti

Preslikani piksel utiče na 12

najbliža piksela zavisno od udaljenosti


ROTACIJA

rotacija za 90°, 180°ili 270°: manipulacija kolonama i vrstama matric

rotacija za proizvoljan θ: potrebna je interpolacija


direktna transformacija

ROTACIJA

koordinate rotiranog piksela

za ovako dobijene preslikane piksele vršimo interpolaciju

•neki delovi polazne slike mogu biti odsečeni•neki delovi rezultujuće slike mogu ostati prazni


INVERZNA transformacija

ROTACIJA

za svaki piksel rezultujuće slike računamo inverznu rotaciju na polaznu sliku

sada radimo interpolaciju nad polaznom slikom

•proračun se obavlja nad polaznom slikom•nije potrebna dodatna memorija


KONVOLUCIJA

diskretna 2D konvolucija-piksel rezultujuće slike se računa kao suma proizvoda piksela iz polazne slike i odgovarajuće vrednosti kernela

-kernel je obično kvadratna matrica neparne dimenzije

KERNEL OM nazivamo matricu težinskih koeficijenata takođe poznatu i pod nazivom filter.

Konvolucija je matematički operator koji od dve

funkcije f i g proizvodi treću koja predstavlja količinu

preklapanja između funkcije f i okrenute i prevedene

verzije funkcije g.


KONVOLUCIJADiskretna 2Dkonvolucija

možda se ne vidi, ali slika je zamućena!


KONVOLUCIJADiskretna 2Dkonvolucija

rezultat ne mora uvek da bude očekivan


KONVOLUCIJA-idealni filteri-


KONVOLUCIJAnajvažnija primena: filteri za obradu

slike


UMEKSAVANJEuproscavanje pomoću suseda

(neighborhood averaging)

svaki piksel zamenjujemo prosečnom vrednošću piksela iz njegovog susedstva veličine k×k

kao rezultat, nagle promene intenziteta se pretvaraju u više postepene

vrednost jednog elementa kernela je 1/k2

kernel veličine 3×3 imao bi oblik:

izbor dimenzije kernela

●da bismo zamutili/umekšali objekte prečnika w, potreban nam je kernel dimenzije k= 2w+1

PROBLEM

•iako dobro uklanja tačkasti šum, tekstura ili ivice mogu biti zamućeni•može doći do pojave “duhova”


UMEKSAVANJE-Gaussov filter-

-dimenzije kernela –empirijski izrazi•za umekšavanje objekata prečnika w,σ= (2w+1)/2 i k= 2w+3

-složeniji račun nego za uniformni filter

-manja pojava “duhova”sa povećanjem k


UMEKSAVANJE-median filter-

vrednost piksela u centru k×k kvadrata je median vrednost

susednih piksela

ODREDJIVANJE MEDIAN VREDNOSTI

sortiramo piksele po intenzitetu i u sortiranom nizu izaberemo srednji

dobar za otklanjanje tačkastog šuma, uz čuvanje

oštrih ivica

Kada se median filter postavi na piksel koji predstavlja šum, piksel će dobiti vrednost jednog od susednih piksela, a ne neku srednju vrednost koja se ne pojavljuje u slici

izbor k•ako želimo da median vrednost bude boja okoline, a ne šuma, u izabranom susedstvu piksela mora biti više piksela okoline od piksela šuma•k >= 2w+1


IZOŠTRAVANJE

IZOŠTRAVANJEjenaglašavanje ivica između različito obojenih objekata u slici daje utisak veće oštrine

može da se koristi za izoštravanje fotografija sa

slabim fokusom

popravke mogu biti male –preterana upotreba ove tehnike neće dati

rezultate

fotografije sa vrlo lošim fokusom ne mogu se popraviti: slikajte ponovo!


IZOŠTRAVANJEunsharp mask


IZOŠTRAVANJEPhotoshop


DETEKCIJA IVICA 1D slučaj

računanje prvog izvoda može se aproksimirati primenom kernela M’=[-1, 1]

slično tome drugi izvod aproksimira se kernelom M’’=[1, -2, 1]


DETEKCIJA IVICA1D slučaj-PRIMERI


DETEKCIJA IVICA

pravac najvećeg nagiba je pravac gradijentaon ima svoju x i ykomponentu


DETEKCIJA IVICA


TEKSTURA

PRIMERslike imaju različite boje, ali vrlo

sličnu teksturu

POJAM TEKSTURE

skup primitivnih elemenata (texel, texton) u nekom uređenom ili ponavljajućem rasporedukvantitativna mera prostornog rasporeda piksela različitih intenziteta u jednom

regionu


POJAM

PRIMENE

PRIMER

SEGMENTACIJA SLIKE

-segmentacija radi dalje obrade pojedinačnih regiona–segmentacija radi promene reprezentacije slike•vektorizacija rasterskih slika

podela slike na regione


Hvala na paznji!