21

2 SEMNALE I SISTEME BIDIMENSIONALE

2.1 Generarea imaginilor folosind funcii bidimensionale
Orice imagine digital poate fi interpretat ca o funcie de dou variabile.
Reprezentnd aceste funcii matematice obinem o serie de imagini spectaculoase i
interesante.
Pentru a putea afia imaginile este necesar ca funcia bidimensional s aib
valori n intervalul
1! " M
! unde M este numrul de culori din paleta de culori. #$e
e%emplu paleta de culori gray(256) are 2&' M nuane de gri.(
)uncia imagesc(A) afieaz matricea A ca o imagine inde%at scalnd
valorile din matricea A n intervalul
1! " M
dup cum s*a artat mai sus.
Reprezentai sub forma unor imagini funciile+
,mpuls dirac bidimensional+
1 2
1 2
1! '-
# ! (
.! in rest
n n
n n

'

#2.1(
im=zeros(128);
im(64,64)=1;
figure(1),colormap(gray),title('Functia dirac')
imagesc(im)
,mpuls rectangular bidimensional+
22
1 2
1 2
1! 2. -./ 2. -.
# ! (
.! in rest
n n
r n n
< < < <

'

#2.2(
Realizai o funcie 0atlab care s returneze ca rezultat o matrice ptratic de
forma+
1 1 1
# ! (
1 1 1
a a a
a a a
f a b
b b b
b b b
1
1
+ + +
1
1
1

1
1
]
K
K
M M M
K
K
#2.1(
$e e%emplu obinerea matricei
1 1 1
2 2 2
1 1 1
A
1
1

1
1
]
se poate face prin nmulirea vectorului coloan
[ ]
1 2 1
T
cu vectorul linie
[ ]
1 1 1
. 2n 0atlab aceast operaie este realizat prin+
= (1!")# $ ones(",1);
3tiliznd aceast funcie completai tabelul cu imaginile obinute din
reprezentarea funciilor bidimensionale+
21
)uncia matematic ,maginea
1
# ! ( f i j i unde ! -&! -&" i j
2
# ! ( f i j j
unde
! -&! -&" i j
1
# ! ( f i j i j +
unde
! -&! -&" i j
-
# ! ( f i j i j
unde
! -&! -&" i j
2 2
&
# ! ( f i j i j unde
! -&! -&" i j
2 2
'
# ! ( f i j i j unde
! -&! -&" i j
2-
)uncia matematic ,maginea
)unciile sin i cos bidimensionale+
m = 128; n = 128;
tm = (%!1!(m&1))'m;
tn = (%!1!(n&1))'n;
( = "; l =&);
i = s*rt(&1);
+a,e = e-p(2$pi$i$($tm')$e-p(2$pi$i$l$tn);
figure(1), colormap(gray)
imagesc(real(+a,e)),title('Functia cos');
figure(2), colormap(gray)
imagesc(imag(+a,e)),title('Functia sin');
Functia sin
2.2 Structuri periodice
)ie urmtoarele structuri periodice. $eterminai analitic e%presiile acestor
funcii. Obinei imaginea corespunztoare unei perioade i reprezentai structura
periodizat pe ' perioade. 4e poate folosi funcia repmat(,.,/) care repet
matricea A de 5 ori pe orizontal i de 0 ori pe vertical.
4tructura i e%presia analitic ,maginea
pentru 672. i 87'./
Functia cos
20 40 60 80 100 120
20
40
60
80
100
120
20 40 60 80 100 120
20
40
60
80
100
120
2&
pentru 672.! 971. i 87'./
pentru 672. i 87'./
2.3 Convoluia
:onvoluia a dou imagini bidimensionale se face utiliznd funcia CONV2.
)igura 2.1. ,maginea con!"i#
4 se calculeze i s se reprezinte convoluia liniar dintre imaginea con!"i#
i funciile pondere urmtoare+
1
1 1 1
1 1 1
1 1 1
h
1
1

1
1
]
2'
2
1 . 1
2 . 2
1 . 1
h

1
1

1
1
]
1
. . .
. . .
. . 1
h
1
1

1
1
]

2.4 Transformata Fourier Bidimensional. Spectrul
imaginilor
4pectrul de frecven ocupat de o imagine digital se poate determina prin
calculul transformatei )ourier bidimensionale+
( ) ( ) ( )
1 2
1 2
1 2 1 2 1 1 2 2
. .
! ! e%p
N N
n n
X x n n j n j n


#2.-(
Prin implementarea unor algoritmi rapizi! transformata )ourier
bidimensional poate fi calculat cu un numr mai redus de adunri i nmuliri!
deci ntr*un timp mai scurt. ;ransformata )ourier rapid #)ast )ourier ;ransform(
bidimensional poate fi calculat n 0atlab cu funcia $$T2(%&N'&N2).
$eterminai spectrul imaginilor urmtoare+
,maginea original ;ransformata )ourier
sin(s!"i#
sinus FFT2 Magnitude
20 40 60 80 100 120
20
40
60
80
100
120
2<
)re*"!"i#
drept FFT2 Magnitude
ga(sian!"i#
gaussian FFT2 Magnitude
im*(+s(ri!"i#
impulsuri FFT2 Magnitude
#o(rier!"i#
fourier FFT2 Magnitude
2.! "roprieti ale transformatei Fourier 2#
Liniari"a"ea
$ac
1 1
x X
i
2 2
x X
#2.&(
atunci
1 2 1 2
ax bx aX bX + +
#2.'(
fourier FFT2 Magnitude
fourier FFT2 Magnitude
2=
De*+asarea ,n s*a-i(
$ac ( ) ( )
1 2 1 2
! ! x n n X
#2.<(
atunci ( ) ( ) ( )
1 1 2 2 1 1 2 2 1 2
! e%p ! x n m n m j m j m X
#2.=(
>erificai aceste proprieti completnd tabelul urmtor+
,maginea original ;ransformata )ourier
A!"i#
fourier FFT2 Magnitude
B!"i#
;eorema rotaiei
.! 2& .! <& + C A B
;eorema superpoziiei
;eorema translaiei
2?
D!"i#
2.$ %magini binare &'alftoning(
Procesul de binarizare numit i halftoning este utilizat n multe aplicaii cum
ar fi+ fa%uri! imprimante laser! scanere i copiatoare. 2n aceste cazuri imaginile
monocrome trebuie convertite n imagini binare #scala de gri convertit n alb i
negru(.
2!6!' C(an"i.area *e )o(/ nie+e
:el mai simplu mod de conversie ntr*o imagine binar este cuantizarea cu
un bit #dou nivele( numit i thresholding. 6legnd un prag de cuantizare T
imaginea binar ( ) ! B i j
care provine dintr*o imagine de intensitate ( ) ! A i j
va fi
calculat cu formula+
( )
( ) 1 !
!
.
dac A i j T
B i j
altfel
>

'

#2.?(
)igura 2.2. arat un e%emplu de conversie la o imagine binar cu T 0 1&5.
)igura 2.2. #a( ,maginea original #b( ,maginea binar obinut
2n 0atlab comanda este+ im20+(,le,el);
1.
:onvertii imaginea +a2e!"i# ntr*o imagine binar utiliznd funcia im234.
4alvai imaginea obinut cu numele +a2e"5r!"i#.
4cdei #n valoare absolut( imaginea +a2e"5r!"i# din +a2e!"i#. >ei obine
imaginea de eroare de cuantizare. 4alvai cu numele err'!"i#.
:alculai eroarea ptratic medie pentru aceast imagine cu formula+
[ ]
2
!
1
# ! ( # ! (
i j
MSE A i j B i j
NM

71.-1-1@1.
-
#2.1.(
unde 50 este numrul total de pi%eli din imagine.
4e observ c imaginea binar nu este AumbritB corect! efect cunoscut ca o
conturizare fals. 6ceasta apare datorit cuantizrii cu un numr mic de bii
deoarece eroarea de cuantizare depinde de semnalul de intrare. $e aceea dac se
reduce dependena semnalului de eroarea de cuantizare! calitatea imaginii binare va
fi mbuntit.
O metod de reducere a dependenei erorii de cuantizare de semnalul de
intrare este s suprapunem peste imaginea iniial un zgomot alb cu distribuie
uniform i apoi s cuantizm imaginea. Pentru fiecare pi%el din imaginea ( ) ! A i j

se adun un numr aleator n intervalul
! " a a
i se cuantizeaz imaginea. 2n figura
2.2 este imaginea rezultat prin adunarea unui zgomot uniform n intervalul
..-! ..-"
.
4e observ c dei imaginea obinut este zgomotoas! conturizarea fals este
redus.
11
)igura 2.1. 9inarizarea cu zgomot aleator.
)olosind funcia rand(size()) creai o matrice de zgomot de aceeai
dimensiune cu matricea de intensitate a imaginii +a2e!"i# si adunai cele dou
matrice. :onvertii imaginea n imagine binar i salvai rezultatul ca +a2e.g!"i#.
:alculai matricea eroare i eroarea ptratic medie. 4alvai imaginea eroare de
cuantizare cu numele err2!"i#.
[ ]
2
!
1
# ! ( # ! (
i j
MSE A i j B i j
NM

71.-1'?@1.
-
2!6!2 Or)ere) Di"5ering
O teCnic mai bun de binarizare este cunoscut cu numele de ordered
dithering.
4istemul vizual uman tinde s medieze vecintatea unui pi%el ceea ce poate
crea iluzia de mai multe nivele de gri ntr*o imagine binar. $e e%emplu cu un grid
de 2 % 2 pi%eli se pot AreprezentaB & nivele de gri diferite. 2n operaia de dithering se
nlocuiesc blocuri din imaginea original cu secvene binare de acest tip.
. 1 2 1 -
)igura 2.-. :inci secvene diferite obinute cu un grid de 2 % 2 pi%eli.
12
6a cum s*a artat! conturizarea fals poate fi redus dac se reduce corelaia
semnal de intrare * eroare de cuantizare. O alt metod de a reduce aceast
dependen este utilizarea unui prag de cuantizare variabil.
Ordered dithering const n compararea unor blocuri din imaginea original
cu un grid bidimensional cunoscut ca model de dither. )iecare element din bloc este
cuantizat folosind un prag variabil dat de o matrice din clasa matricilor lui Baer.
3n e%emplu de matrice de ditCer de dimensiuni 2 % 2 este+
& = 1 =
1 = < =
1

1
]
T
#2.11(
>alorile pentru pragurile de cuantizare depind de numrul de apariii ale
punctelor n gridul de dither #figura 2.1(. Pentru un grid de 2 % 2 pi%eli! numrul de
apariii a punctelor este scris ntr*o matrice I+
1 2
1 -
1

1
]
I
#2.12(
)ormula de calcul pentru matricea pragurilor de cuantizare este+
( )
2
.! & D n T I
#2.11(
unde n
!
este numrul total de elemente din matrice.
,mplementai algoritmul de ditCer al lui 9aEer pentru un grid de - % - pi%eli.
0atricea I este+
12 = 1. '
- 1' 2 1-
? & 11 <
1 11 1 1&
1
1
1

1
1
]
I
#2.1-(
,ndicaii+
:alculai matricea T/
11
:reai o matrice de binarizare cu dimensiuni egale cu imaginea iniial
prin repetarea matricii T. #$e e%emplu cu funcia repmat(/
9inarizarea poate fi efectuat cu comanda 1=find(23);
4alvai imaginea binarizat cu numele +a2e)i"5!"i# i imaginea eroare
err6!"i#. :alculai eroarea ptratic medie.
[ ]
2
!
1
# ! ( # ! (
i j
MSE A i j B i j
NM

72.121&@1.
-
2!6!6 Error Di##(sion
6lt metod de binarizare este cunoscut cu numele de error diffusion. 2n
acest caz pi%elii sunt cuantizai ntr*o anumit ordine #uzual de la stnga la dreapta
i de sus n Fos(! iar eroarea rezidual de cuantizare pentru pi%elul curent este
propagat #difuzat( la pi%elii urmtori. 6ceast metod pstreaz o intensitate
global a imaginii binare apropiat de imaginea iniial.
)igura 2.&. 4cCema bloc pentru metoda error diffusion.
2n figura 2.& este prezentat o scCem bloc pentru aceast metod. Pi%elul
curent ( ) ! f i j
este modificat funcie de erorile de cuantizare anterioare! rezultnd
intrarea modificat ( ) ! f i j
%
. 6cest pi%el este cuantizat cu un prag T la o valoare
binar. Groarea ( ) ! e i j
este definit prin+
1-
# ! ( # ! ( # ! ( e i j f i j b i j
%
#2.1&(
unde ( ) ! b i j
este imaginea binar.
Groarea de cuantizare ( ) ! e i j
este ponderat printr*un filtru de difuzie ( ) ! h i j
. Procesul de modificare a pi%elilor funcie de erorile anterioare este dat de relaia
recursiv+
( ) ( ) ( ) ( )
!
! ! ! !
" l S
f i j f i j h " l e i " j l

%
#2.1'(
3na din cele mai folosite metode de error diffusion propuse de )loEd i
4teinberg folosete filtrul de difuzie din figura 2.'. $eoarece suma coeficienilor
filtului este unu! rezult c valoarea medie local pentru imaginea cuantizat este
egal cu valoarea medie local a imaginii monocrome. )igura 2.< arat imaginea
binar obinut prin metoda propus de )loEd i 4teinberg. 2n comparaie cu
celelalte metode se observ o mbuntire a contrastului dar i apariia unor AurmeB
numite #orm $atterns.
<D1'
1D1' &D1' 1D1'
)igura 2.'. :oeficienii filtrului folosit la error diffusion.
)igura 2.<. ,maginea obinut prin metoda )loEd i 4teinberg.
6plicai metoda error diffusion pentru binarizarea imaginii +a2e!"i#. 4e alege
pragul ..- T i filtrul de difuzie din figura 2.'.
1&
,ndicaii+
,niializai matricea imaginii de ieire cu zero/
:uantizai pi%elul curent utiliznd pragul T! i scriei rezultatul n maticea
de ieire/
:alculai eroarea de cuantizare prin scderea valorii pi%elului binar din
valoarea pi%elului de intrare/
6dunai valorile scalate ale acestei erori la pi%elii urmtori aa cum este
artat n filtrul de difuzie/
;recei la pi%elul urmtor.
Ha fel ca nainte salvai imaginea binar cu numele +a2e)i##!"i# i imaginea
eroare err7!"i#. :alculai eroarea ptratic medie.
[ ]
2
!
1
# ! ( # ! (
i j
MSE A i j B i j
NM

7 <.-'&1@1.
-
Referatul va conine un tabel cu imaginile binarizate+ +a2e"5r!"i#! +a2e.g!"i#!
+a2e)i"5!"i#! +a2e)i##!"i#! cu imaginile eroare+ err'!"i#! err2!"i#! err6!"i#! err7!"i#! i
cu erorile ptratice medii pentru fiecare caz n parte. $e asemenea vor fi salvate
funciile 0atlab pentru implementarea diferitelor metode de binarizare.
:omparai performanele metodelor folosite din punct de vedere al percepiei
vizuale. :are metod reduce cel mai mult dependena erorii de cuantizare de
semnalul de intrareI
0etoda
folosita
,magine 9inara ,magine eroare Groarea
medie
1'
:ua
ntiz
area
pe
dou

nive
le
1.-1-1@1.
-
4uprapunere
zgomot alb
1.-1'?@1.
-
Ordered
$itCering 2.121&@1.
-
Grror
$iffusion <.-'&1@1.
-
89OBLEME:
:alculai convoluia bidimensional a semnalelor+
1! 1 1 . 2
# ! (
.! altfel
i j
x i j

'

n n
1! 2 1 . 1
# ! (
.! altfel
i j
h i j

'

n n
)ie matricea de indeci+
1<
1. ? = <
11 1 2 '
12 1 - &
11 1- 1& 1'
1
1
1
1
1
]
:alculai imaginea binar obinut pentru un prag
.! 2& T
! dac imaginea
iniial este convertit ntr*o imagine de intensitate #ia valori n intervalul
.!1"
(.
3n algoritm pentru binarizarea imaginii prin difuzarea erorii poate fi descris
prin urmtoarea scCem! unde
# ( 1! 1" x n
i
# ( J 1! 1K n
#*1 7 negru! 1 7
alb(+
z
*1
z
*1
L
1*L
e#n(
- +
+
-
%
@
#n( %#n( E#n( M1
*1
N
+
+
a( Presupunnd . 1 # i c
#.( .! # 1( . e e
demonstrai c
@
O # ( O 2 x n .
b( $efinim erorile de cuantizare+
# ( # ( # ( d n n x n
i
@
# ( # ( # ( e n n x n . 6flai
# ( D # ( % z E z
dac 1 # .
c( 6flai # pentru care
# ( D # ( % z E z
are toate zerourile n 1 z .
d( O presupunere simplificatoare este liniaritatea sistemului! acceptnd c
# ( e n
este
o surs de eroare independent ca n figur+
1=
N
%
@
E %
@
E
e
Presupunem c imaginea
# ( x n
a fost supraeantionat i c imaginea binar
# ( n
este filtrat trece Fos i subeantionat pentru a se reconstitui imaginea
monocrom. G%plicai utilitatea punctului c. G%ist probleme de stabilitate n
acest caz I