1.Normalizzazione
1.1 Introduzione
La normalizzazione è una semplice tecnica di miglioramento di un’immagine che cerca di migliorarne il contrasto eseguendo una “stiratura” dei valori dei pixel in modo che siano distribuiti su un range noto, come per esempio, tutto il range dei valori assumibili dai pixel: 0-255. E’ un metodo meno sofisticato e più grezzo rispetto all’equalizzazione.
1.2 Funzionamento
Per prima cosa è necessario scegliere il valore minimo e massimo che vogliamo dare ai pixel dell’immagine (tipicamente 0 e 255). Questi valori li chiamiamo a e b. Il metodo più semplice di normalizzazione per prima cosa trova il più basso valore di pixel nell’immagine (c) e il più alto (d). Successivamente ogni pixel è scalato secondo la seguente funzione
Considerando il fatto che i valori minori di 0 vengono settati a 0 e analogamente i valori maggiori di 255 vengono settati a tale valore. Il problema di questo metodo è che un pixel con valore molto alto o molto basso viene notevolmente influenzato dai valori di c o d portando ad un output non rappresentativo. Esiste quindi una modalità più robusta che prima prende in ingresso l’istogramma dell’immagine e poi sceglie c e d, per esempio, al quinto e novantacinquesimo percentile dell’istogramma (il 5% dei pixel dell’istogramma avranno valore minore di c, e il 5% maggiore di d). Questo approccio migliora notevolmente il risultato.
1.3 Applicazioni
La normalizzazione è comunemente usata per migliorare il contrasto in un’immagine senza distorcere troppo i valori di intensità dei pixel. Per esempio, consideriamo la seguente immagine
Dato che l’istogramma ha un picco tra i valori 79 e 136:
La normalizzazione ottiene ottimi risultati usando c = 79 e d = 136
Per rendere meno piatta l’immagine, possono usare un’equalizzazione che migliora notevolmente il contrasto, ma porta ad un risultato artefatto:
Un comune uso della normalizzazione vi è nella conversione tra tipi di immagini diversi: per esempio, se voglio convertire un’immagine i cui valori dei pixel solo float (in cui i valori dei pixel possono andare, per esempio, da 0 a 5000) ad un’immagine integer 8-bit, possono eseguire una normalizzazione con c = 0 e d = 255. Ovviamente in questo processo va persa dell’informazione, ma le relative intensità dei pixel verranno preservate.
2. Equalizzazione
2.1 Introduzione
I metodi di equalizzazione di un’immagine modificano il contrasto della stessa in modo che l’istogramma dell’immagine assuma una forma desiderata. A differenza della normalizzazione, l’equalizzazione può usare funzioni non lineari o non monotone per assegnare i valori di intensità ai pixel in modo che l’immagine di output contenga una distribuzione di intensità uniforme (per esempio un’istogramma piatto).
2.2 Applicazioni
Per illustrare il funzionamento dell’equalizzazione consideriamo la seguente immagine
che è un’immagine 8 bit in scala di grigi della superfice della luna. L’immagine ha range dinamico molto basso (significa che la maggior parte dei pixel è concentrata in pochi valori di intensità). Per migliorarne il contrasto senza introdurre artefatti o modificare l’informazione in essa contenuta, possiamo applicare un algoritmo di equalizzazione, che permette di ottenere la seguente immagine
Andiamo a vedere il seguente esempio (da wikipedia); la segeunte è l’immagine in ingresso non equalizzata:
Che ha il seguente istogramma (in rosso) e funzione cumulativa (in nero)
Dopo il processo di equalizzazione ottengo la seguente immagine
In cui l’istogramma è stato modificato in modo che la cumulata cresca in maniera costante
