Principios de la Imagen Digital



1.1.- La imagen digital
1.2.- Examen de aptitud
1.3.- Página de respuestas
2.1.- Captación
2.2.- Examen de aptitud
2.3.- Página de respuestas
3.1.- Tratamiento: Análisis
3.2.- Realce
3.3.- Compresión
3.4.- Examen de aptitud
3.5.- Página de respuestas
4.1.- Almacenamiento
4.2.- Examen de aptitud
4.3.- Página de respuestas



Realce

Los procesos de mejora de la imagen se basan fundamentalmente en los métodos para cambiar matemáticamente la información gráfica. Veamos, primero, tres formas en que puede manipularse la información de un histograma.

El barrido de desplazamiento (Slide Mapping) cambia la luminosidad a base de agregar o sustraer un valor constante. Por ejemplo; al añadir una constante de 50 a cada píxel de esta imagen, se desplaza el histograma hacia la derecha en 50 niveles de gris

El barrido de extensión (Stretch Mapping) mejora los contrastes pobres, a base de multiplicar o dividir cada píxel por una constante. La multiplicación "extiende" los valores del píxel, de modo que se puede utilizar una mayor gama de grises.

El barrido complementario (Complement Mapping) cambia el valor digital de cada píxel para invertir la imagen. Los pixeles negros se vuelven blancos. Los pixeles blancos se vuelven negros. Y los pixeles grises se convierten en sus complementarios.


Para realizar correcciones de color en imágenes de 24 bits de color, las operaciones de barrido pueden aplicarse a los estratos del rojo, verde y azul.

Al reducir el color rojo 50 niveles, se desplaza el balance de color hacia el cyan.


Al reducir el verde 50 niveles, se desplaza el balance de color hacia el magenta.


Al reducir el estrato de color azul 50 niveles, se desplaza el balance de color hacia el amarillo.


Las funciones de barrido que acabamos de considerar son ejemplos del tratamiento de la imagen por Puntos de Píxel (Pixel Point Processing). Otras dos clases son Procesado de Grupo de Pixeles (Pixel Group Processing) y Procesado de Cuadro (Frame Processing)
Como hemos visto; en el tratamiento por puntos de píxel una función matemática "barre" el valor de entrada de cada píxel y le da un nuevo valor de salida. Esto oscurece o aclara la imagen, o modifica el contraste.
En el tratamiento por grupo de pixeles, el valor de cada píxel se cambia mediante un proceso matemático (convolución) basado en la luminosidad de dicho píxel y la de sus vecinos.


A continuación se incluyen algunos ejemplos de tratamientos de grupo. Los ejemplos son: Filtrado del ruido, Nitidez y Desdibujado de las imágenes.


Este ejemplo de filtrado del ruido convierte en blancos todos los pixeles negros que están rodeados de blanco. Esto elimina los puntos de ruido, pero mantiene sin cambios el resto de la imagen.


Los tratamientos por grupo de pixeles pueden utilizarse para aumentar la nitidez (sharpen) de una imagen...


o para desenfocar (blurring) una parte de la imagen; por ejemplo, un fondo que no interese.
 


En el tratamiento o procesamiento por cuadros, la imagen se manipula cambiando la ubicación de los pixeles, de toda la imagen o de una parte de ella.

 

La decimación elimina pixeles para reducir el tamaño de una imagen. Para reducirla a la mitad, se eliminan filas y columnas de pixeles de forma alterna.
La replicación aumenta el tamaño de las imágenes por la duplicación de los pixeles.
La interpolación agranda las imágenes promediando el valor de los pixeles vecinos, para calcular el valor de los pixeles añadidos. Esto origina un aumento de tamaño de mayor calidad que la replicación.