Program wykładu
1. Systemy rejestracji obrazów – technologie CCD, CMOS
2. Cyfrowe metody obróbki obrazów ruchomych, metody
cyfrowego polepszania obrazów
3. Metody kompresji i zapisu obrazów cyfrowych (MPEG1 i
MPEG2)
Etapy przetwarzania sygnału wizyjnego
informatyka +
3
Zanim obraz zostanie poddany cyfrowej obróbce, musi być przekształcony do postaci elektrycznej w przetworniku analizującym, a następnie poddany dyskretyzacji i kwantyzacji.
we/wy cyfrowe Kompresja
Próbkowanie Skanowanie
A/C C/A
Bufor ramek
Wyanalogowe We analogowe
Procesy zachodzące w analizatorach
obrazu
• Przetwarzanie optoelektryczne, polegające na
proporcjonalnej do natężenia oświetlenia modyfikacji
elektrycznych właściwości ciała stałego.
• Akumulacja wytworzonej informacji elektrycznej w
miejscu jej powstania, do czasu jej odczytu.
• Adresowanie, czyli odczytanie wytworzonej informacji
(modyfikacji) elektrycznej i opatrzenia jej adresem,
umożliwiającym określenie kierunku (lub miejsca)
padania odpowiadającego tej informacji strumienia
świetlnego.
Przetwarzanie optoelektryczne
Efekt Fotoelektryczny - polega na uwalnianiu elektronówpozostających normalnie w stanie niewzbudzonym (w tzw. paśmie
podstawowym) do pasma przewodzenia, w wyniku absorpcji przez ten elektron fotonu o określonej energii.
•Efekt fotoelektryczny zewnętrzny - energia fotonu jest na tyle duża, że elektron po wzbudzeniu opuszcza strukturę materiału.
•Efekt fotoelektryczny wewnętrzny - w wyniku efektu
fotoelektrycznego wzbudzony elektron pozostaje wewnątrz struktury materiału.
Materiał wykazujący zjawisko efektu fotoelektrycznego wewnętrznego, zwany dalej materiałem światłoczułym (fotoprzewodnikiem), jest
zawsze półprzewodnikiem o właściwościach przewodzących bliższych izolatorom, tzn. o bardzo dużej rezystancji powierzchniowej i skrośnej.
Akumulacja i adresowanie pikseli
• Akumulacja ładunku ma za zadanie podwyższenie
czułości analizatora obrazów.
• Adresowanie polega na wytwarzaniu informacji o
wartości i położeniu (adresie) fotoładunku
zgromadzonym w określonym pikselu.
• Adresowanie może być dokonywane w sposób ciągły
(analogowo) lub - jeżeli na powierzchni światłoczułej
wytworzono skończoną liczbę elementów
przetwarzająco-akumulujących - w sposób dyskretny.
Adresowanie pikseli
informatyka +
7
Adresowanie za pomocą rejestru przesuwającego, stosowane w analizatorach typu CTD.
Koncepcja budowy analizatora
obrazów typu CTD
informatyka +
8
Fotoładunki są generowane i akumulowane - podczas okresu akumulacji - wumieszczonych pionowo obok siebie analizatorach linii,
nazywanych analizatorami
kolumn. Rejestr adresujący
każdego z analizatorów
kolumn nie jest zakończony przetwornikiem q/U, lecz
dołączony do przypisanego mu ogniwa rejestru
przesuwającego CCD, zwanego rejestrem
Zasada budowy analizatora obrazów
typu CCD FT (z przesuwem półobrazu)
informatyka +
9
Bezpośrednie zastosowanie w koncepcji analizatora
rejestrów przesuwających jako analizatorów kolumn nie jest możliwe, ze względu na zbyt długi czas transferu
fotoładunków, równy okresowi akumulacji. Zaplamienie
analizowanych obrazów osiągnęłoby w takim
przypadku nieakceptowalny poziom.
APS (Active Pixel Sensors)
informatyka +
10
Przetworniki Charge Coupled Devices (CCD) opracowano we wczesnych latach 70. XX wieku z przeznaczeniem do akwizycji obrazu z niskim poziomem szumów.
Przetworniki typu CMOS Active Pixel Sensors opracowano w drugiej połowie lat 90. XX wieku w celu zmniejszenia kosztów produkcji
APS – korzyści
• Niski pobór mocy(ok. 50 mW), 3.3V cyfrowe wyjście wideo
• Niższe koszty komponentów (redukcja ok. 5X)
• Łatwość integracji przetworników w układach scalonych
• kamera w jednym układzie scalonym
• wyjścia cyfrowe
• zoom elektroniczny / okna w oknach
• kompresja obrazu
• Redukcja zależności od japońskich części
• CCDs
• kontrolery
Architektura – CMOS APS
informatyka +
12
W odróżnieniu od matryc CCD, w matrycach CMOS każdy piksel ma swój przetwornik ładunku na napięcie, każdy piksel ma swój „adres” i
Trójprzetwornikowa analiza obrazu
barwnego
informatyka +
13
FO1, FO2, FO3 – kanałowe filtry optyczne,
Zasada konstrukcji analizatora obrazów
barwnych
informatyka +
14
a) zasada naświetlania analizatora, b) przykładowe wzajemne usytuowanie
segmentów barwnych w dyskretnym filtrze trójchromatycznym DFT, c) i d) przykładowe struktury filtrów Bayera: c) z segmentami addytywnymi: R i B),
Filtry mozaikowe
informatyka +
15
Na jeden piksel czerwony lub niebieski przypadają dwa zielone. Odpowiada to warunkom
widzenia człowieka, które najczulej reaguje na zmiany
jasności w zielonej części widma. Aby uzyskać dane o kolorze
danego punku musimy skorzystać z algorytmu
interpolacji i danych z sąsiednich pikseli.
System do cyfrowego przetwarzania
obrazów ruchomych
Kamery cyfrowe
informatyka +
17
Taśmy: MiniDV, Digital 8.
Parametry: - rozdzielczość 500 do 540 linii
- dźwięk – 2 kanały rozdzielczości 16 bitów z
próbkowaniem 48 kHz lub 4 kanały 12 bitów 32 kHz - port IEEE 1394 – FireWire
Komputerowa edycja obrazu
• Upowszechnienie się w kamerach amatorskich cyfrowego standardu
DV spowodowało znaczące zmiany w konstrukcji kart i programów
edycyjnych.
• Standard DV umożliwia, przy stopniu kompresji 5:1, osiągnięcie dobrej jakości obrazu o rozdzielczości poziomej 500 linii.
• Karty komputerowe zostały wyposażone w interfejs IEEE 1394
umożliwiający dwukierunkową transmisję skompresowanego sygnału DV.
• Przy szybkich komputerach kodek DV może być realizowany
programowo. Powszechne użycie DVD jako kolejnego po kasecie DV nośnika cyfrowego, spowodowało pojawienie się kart komputerowych stosujących kompresję MPEG-2.
System 3CCD
informatyka +
19
Podstawą technologii zawartej w przetwornikach obrazu 3CCD jest pryzmat, który rozszczepia światło na trzy podstawowe kolory RGB
Skanowanie
informatyka +
20
Odczyt zawartości bufora w trybie międzyliniowym lub kolejnoliniowym (skanowanie progresywne)
Skanowanie międzyliniowe
informatyka +
21
Przykład zastosowania skanowania progresywnego oraz międzyliniowego 4CIF - 704 x 596 2CIF - 704 x 288Efekty specjalne
informatyka +
22
22Kluczowanie Chroma Key:
nałożenie na zwykle
niebieskie lub zielone tło nowego obrazu.
Standardy MPEG
• MPEG-1 (1992) – umożliwia przesyłanie obrazu audio-video z przepustowością 1,5 Mb/s przy rozdzielczości ekranu 352x240 lub 352x288. Standard ten pozwolił na stworzenie cyfrowego zapisu audio-video Video CD, którego jakość była porównywalna do standardu VHS.
• MPEG-2 (1994) – umożliwia przesyłanie obrazów o znacznie większych rozdzielczościach, aż do 1920 x 1152 punktów, i
przepustowości między 3 a 100 Mb/s. Standard ten otwarł drogę do opracowania i wdrożenia cyfrowych standardów emisji programów telewizyjnych.
• MPEG-4 (1999) – przystosowany został głównie do kompresji
danych strumieniowych (np. wideokonferencje), oferuje najwyższy stopień kompresji z całej rodziny standardów MPEG.
Kompresja MPEG-1
informatyka +
24
MPEG-1
MPEG-1
Szybkość bitowa:
Szybkość bitowa:
1,5Mb/s
1,5Mb/s
nośnik nośnik magnetyczny magnetyczny nośnik nośnik optyczny optyczny sieć sieć komputerowa komputerowa Rozdzielczość: Rozdzielczość: SFISFI (Source Intermediate Format)(Source Intermediate Format)
352p x 240l x 30FPS
352p x 240l x 30FPS
352p x 288l x 25FPS
Przestrzeń kolorów RGB i YC
bC
rTryb YCbCr przechowuje informacje o kolorze jako
• luminacja (jasność - Brightness) • chrominancja (barwa - Hue)
Tryb YCbCr jest używany przy kompresji MPEG ponieważ umożliwia
osiągnięcie lepszego współczynnika kompresji niż tryb RGB
Y = 0.299(R – G) + G + 0.114(B – G) Cb = 0.564(B – Y);
Cr = 0.713(R – Y)
Przestrzeń kolorów RGB i YC
bC
rinformatyka +
26
Składowe luminancji Y i chrominancji CR CB obrazu kolorowego.
MPEG-1 struktura próbek w obrazie
informatyka +
27
Dla standardu MPEG-1 przyjęto strukturę próbkowania 4:2:0 (na 4 próbki luminancji przypadają dwie próbki chrominancji w jednej linii, oraz 0 próbek chrominancji w kolejnej linii). Wartość próbek chrominancji wyznacza się
poprzez interpolację dla położenia pośrodku kwadratu złożonego z próbek luminancji.
MPEG-1 struktura próbek w obrazie
Makroblok to elementarna porcja obrazu kodowana przez koder MPEG. Jest to zestaw czterech bloków luminancji Y, jednego bloku chrominancji Cr i jednego bloku chrominancji Cb.MPEG-1 struktura próbek w obrazie
Przekrój (slice) to pośrednia struktura złożona z pewnej liczby
makrobloków występujących kolejno w porządku rastrowym. Może zaczynać się i kończyć w dowolnym miejscu wiersza obrazu i rozciągać się na wiele wierszy.
Transformara kosinusowa (DCT)
informatyka +
30
30Przekształcenie macierzy
amplitud z(i,j) w macierz Z(k,l)
współczynników transformat
DCT
DCT
DCT
DCT
Przekształcenie macierzy Z(k,l) w
blok pikseli z(i,j)
IDCT
IDCT
Odwracalność transformacji DCT
DCT
DCT
⇄
⇄
IDCT
IDCT
operuje na znormalizowanych blokach 8x8 pikseli
przekształca dane do postaci umożliwiającej zastosowanie efektywnych metod kompresji
Fizyczna interpretacja współczynników
macierzy DCT
Kwantyzacja
Kwantyzacja polega na przeskalowaniu współczynników DCT poprzez podzielnie ich przez właściwy współczynnik znajdujący się w tabeli
kwantyzacji, a następnie zaokrągleniu wyniku do najbliższej liczby całkowitej. Proces kwantyzacji można opisać równaniem:
gdzie:
F(x,y) – współczynniki transformacji, Q(x,y) – tablica kwantyzacji,
round(x) – funkcja zaokrąglająca x do najbliższej liczby całkowitej.
informatyka +
32
)
)
y
,
x
(
Q
)
y
,
x
(
F
(
round
)
x
(
k
Kodowanie Huffmana
informatyka +
33
• Dla każdego znaku utwórz drzewa złożone tylko z korzenia i ułóż w malejącym porządku ich częstości występowania.
• Dopóki istnieją przynajmniej dwa drzewa:
– z drzew t1 i t2 o najmniejszych częstościach występowania p1 i p2
utwórz drzewo zawierające w korzeniu częstość p12 = p1+p2,
– przypisz „0” każdej lewej, a „1” każdej prawej gałęzi drzewa.
• Utwórz słowo kodu dla każdego znaku przechodząc od korzenia do liścia.
Przykład:
Z={A,B,C,D,E,F}, P={0.35, 0.17, 0.17, 0.16, 0.10, 0.05}
MPEG-1 obrazy typu I
Kodowane są podobnie jak obrazy nieruchome w standardzie JPEG.
1. I etap: obraz dzielony jest na rozłączne makrobloki (4 bloki próbek
sygnału luminancji i 2 chrominancji).
2. II etap: niezależne przekształcanie każdego bloku przy
wykorzystaniu DCT.
3. III etap: kwantowanie - podzielenie każdego współczynnika z
macierzy DCT przez odpowiedni współczynnik z tablicy kwantyzacji i zaokrąglenie wyniku do liczby całkowitej (utrata części informacji).
4. IV etap: kodowanie kodem Huffmana skwantowanych
współczynników macierzy DCT. O stopniu kompresji tego etapu decyduje liczba poziomów kwantyzacji współczynników macierzy DCT- im mniejsza liczba poziomów, tym większa kompresja.
MPEG-1 Obrazy typu P
• Definiowanie elementów ruchomych: dla każdego makrobloku obrazu bieżącego wyszukuje się najbardziej podobny blok 16x16 pikseli w poprzednim obrazie typu I lub P. Dopasowuje się je tylko do
składowej luminancji.
• Zakłada się jedynie liniowe przesunięcie bloku pikseli, nie uwzględnia się obrotu ani zmiany wymiaru bloku.
• Położenie znalezionego bloku określa się za pomocą wektora przesunięcia tego bloku w stosunku do makrobloku w obrazie typu P- tzw. wektora ruchu.
MPEG-1 Obrazy typu B
informatyka +
36
Obrazy typu B kodowane są podobnie jak obrazy typu P Kodowana jest różnica między bieżącym makroblokiem a jego predykcją.
predykcja
wyznaczenie bloku prognozowanego poprzez interpolację ze znalezionych bloków: wcześniejszego i późniejszego
poszukiwanie najbardziej podobnych bloków w dwu obrazach odniesienia: wcześniejszym i późniejszym
MPEG–1 obrazy typu B
MPEG-1 GOP
informatyka +
38
Sekwencja obrazów video w standardzie MPEG dzielona jest na grupy obrazów GOP (Group Of Pictures)
MPEG1 kolejność transmisji ramek
informatyka +
39
MPEG-2
informatyka +
40
MPEG-2
MPEG-2
SDTVSDTV telewizja standardowej rozdzielczości HDTV HDTV telewizja wysokiej rozdzielczościSzybkość bitowa:
Szybkość bitowa:
10Mb/s 40Mb/s
10Mb/s 40Mb/s
Przeznaczony do rozpowszechniania telewizji programowej• przetwarzanie obrazów z wybieraniem międzyliniowym
• większa rozdzielczość próbkowania
• zmieniona i rozszerzona struktura próbkowania chrominancji
• skalowalność jakościowa
MPEG-2 struktura próbkowania
informatyka +
41
MPEG-2 struktura makrobloku
informatyka +
42
Struktury makrobloków dla różnych struktur próbkowania
4:4:4
MPEG-2 struktura makrobloku
informatyka +
43
Wybieranie międzyliniowe ramka sygnału składa się z dwóch pól
Struktura Struktura makrobloku makrobloku luminancji podczas luminancji podczas kodowania DCT kodowania DCT ramki ramki Struktura Struktura makrobloku makrobloku luminancji podczas luminancji podczas kodowania DCT