captura de los colores

7/30/2019 captura de los colores

http://slidepdf.com/reader/full/captura-de-los-colores 1/58

Tema 1: Colorimetríay Captura de Imagen

Autores:

José Luis Alba y Fernando Mart ín – Universidad de Vigo

Jesús Cid – Universidad Carlos I I I

Últ ima revisión: febrero 2006



José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 2

Índice Percepción visual. Teoría del color Modelos de color Formatos de imagen Digitalización de imágenes. Captura de imágenes




Percepción visual: El Ojo Humano Cerebro + Ojo son “el mejor analizador de imágenes que existe”.

Lo imitan todos los tipos de cámaras.Córnea: tejido transparenteo lente protectoraI r is : diafragma de aperturavariable

Crist alino o lent e: absorbegran parte de IR e UV y es unenfoque ajustable. Retina: contiene las

células fotorreceptoras

que convierten lasseñales luminosas ennerviosas. Las neuronassalen de la capa interna

para formar el nervio

óptico por el punto ciego.


http://slidepdf.com/reader/full/captura-de-los-colores 4/58José Luis Alba y Fernando Martín - Universidad de Vigo; Jesús Cid - Universidad Carlos III 4

Percepción visual: El Ojo Humano Sensibilidad espectral de las células fotorreceptoras.

Conos. De 6 a 7 millones, concentrados en la fovea. Tres tipos: sensibles al rojo (65 %) , al verde (33 %) y al azul (2 %)

Î¿Bastan tres colores para representar una imagen en color? Bastones.

Respuesta espectral menos selectiva (UV).

De 75 a 150 millones. Mayor sensibilidad (varios bastones conectados a una misma célulanerviosa): visión nocturna.

Uniformemente distribuidos y ausentes de la fovea.

Conos

Bastones

http://www.harunyahya.com/books/science/miracle_eye/miracle_eye_02.phphttp://www.harunyahya.com/books/science/miracle_eye/miracle_eye_02.php

http://www.harunyahya.com/books/science/miracle_eye/miracle_eye_02.php






Percepción Visual: modelo de procesado Experiencias psicovisuales y medidas con electrodos permiten

elaborar un modelo aproximado del procesamiento visual.

1.1. Sensibilidad a la intensidad. El ojo humano puede operar en rangos de 1 a 1010. Experimento de la ley de Weber:

Durante intervalos breves de tiempo, se presentaal observador un círculo de intensidad I+ΔI.

Se mide la fracción defracción de WeberWeber:: el valor de ΔI/I para el que elobservador acierta sobre la presencia o ausencia del círculo un 50%

de veces. Para un amplio rango de intensidades, ΔI/I~0.02.

En consecuencia, el brillo percibidobrillo percibido, C , es tal que

I C I

dI

dC I

I

C log=→≈→Δ

=Δ

I

I+ΔI



Esto no significa que dentro de una escena el ojo pueda distinguirvariaciones de C de 0.02 en el rango de 1 a 1010 (ΔC=10). Si en una

escena el cociente de intensidades máxima y mínima es tal que ΔCmax>2,todo lo que está fuera de ese margen se percibe como blancos y negrospuros.

Un modelo simple del ojo: En cada punto, realiza una transformación punto a punto

aproximadamente logarítmica Aplicaciones en tratamiento digital de imágenes:

Sensibilidad logarítmica a la intensidad: es importante en el diseño dedispositivos de presentación (monitores) y captación (cámaras).

Un cuantificador logarítmico será más eficiente que uno uniforme. Si ΔCmax = 2 y ΔCmin = 0.02 se necesitan al menos ΔCmax / ΔCmin = 100 nivelesde cuantificación (7 bits) para codificar la intensidad.

Sensibilidad al ruido: la misma potencia de ruido se percibe más claramenteen zonas oscuras (baja intensidad) Î Aplicaciones en restauración deimágenes y marcado digital.

I C

Percepción Visual: modelo de procesado



2.2. Filtrado espacial

Si dos objetos están separados en el campo visual, susintensidades se perciben diferentes solo si ΔC > 0.2ÆEl ojo es sensible a cambios locales de intensidad

La intensidad percibida depende de la luz del entorno. Hayexperimentos que muestran que el ojo filtra espacialmente.Æ¡La sensibilidad depende altamente del fondo!


I+ΔII



¡Los rectángulos interiores tienen idéntico nivel de gris!

¡Los rectángulos interiores tienen distinto nivel de gris!




Bandas de Mach: ponen de

manifiesto alguna forma defiltrado paso alto (realce debordes)

Consecuencias: Un compresor de imágenes

deberá prestar especialatención para mantener los

bordes. El uso de filtros paso bajo

para eliminar ruido puedereducir bordes y desenfocar.





Medida de laresolución espacialdel ojo: En direcciónhorizontal,

variaciónsinusoidal.

En direcciónvertical,decrecimientolineal de laamplitud

De formaaproximada, puede

medirse larespuesta enfrecuencia, comoel perfil de la curvalímite, por encimade la cual no sepercibe ningunaoscilación.





3.3. Procesado Temporal

Cuando un punto luminoso parpadea N pulsos/seg, se vecontinuamente a partir de una frecuencia de fusión: el ojorealiza algún tipo de filtrado paso bajo temporal, quedepende de: Las condiciones de iluminación La duración del pulso luminoso La intensidad del punto luminoso.

Fenómeno PHI: la frecuencia de fusión depende de losobjetos presentes en la escena. t~1mseg:

Se perciben dos puntos simultáneamente t~10mseg:

Se percibe un punto que se mueve t>1 seg:

Se percibe un punto y luego otro La frecuencia de muestreo temporal de las imágenes de vídeo

o cine está relacionada con la frecuencia de fusión.

1o





Modelos de la

Visión Se hanelaboradomuchos modelossimplificados dela visiónhumana.

Ejemplo paravisiónmonocromática:





Niveles perceptuales superiores.

El estudio de las células nerviosas en las primerasestapas de su recorrido ya pone de manifiesto queel procesamiento de la imagen que llega a laretina va adquiriendo sucesivos grados de

complejidad: Primeras células: respuesta al on, off, on-off delestímulo, y espontánea.

Células vecinas tienden a inhibirse: acentuación de losbordes, esquinas y puntos aislados (filtrado paso alto).

Ya en la corteza visual: respuestas óptimas de las célulassimples a líneas y bordes estáticas (células simples),desplazándose en el espacio (complejas) y cambiando deorientación (hipercomplejas).





Ponen de manifiesto la complejidad del procesamiento espacial ytemporal en el sistema visual. Veremos algunas (hay más enhttp://lite.bu.edu/vision/applets/lite/lite/lite.html)

Percepción Visual: ilusiones ópticas




Tamaño Pistas Ficticias

Ilusión de Muller-Lyer

Ilusión de Ponzo

(engaño con la distancia)

Tomadas de http://griho.udl.es/ipo/transpas/facthum_lsi.ppt




Perspectiva (Escher)

Tomadas de http://griho.udl.es/ipo/transpas/facthum_lsi.ppt




Movimiento




Teoría del color: la física Intensidad de Luz

Toda radiación luminosa se caracteriza por su distribuciónespectral E (λ ): energía que atraviesa una superficie normal ala dirección de propagación por unidad de superficie, tiempo ylongitud de onda.

La luz, al reflejarse o atravesar un cuerpo, cambia su DE: Luz transmitida: E’ (λ ) = t (λ ) E (λ ) (transmitancia). Luz reflejada: E’ (λ ) = r (λ ) E (λ ) (reflectancia).

Sensores. Se caracterizan por su Sensibilidad Espectral, S (λ ) Intensidad de luz detectada por el sensor:

( ) ( ) ( ) ( )∫∫ ==

∞ max

min0

λ

λ λ λ λ λ λ λ d S E d S E I




El espectro visible. El ojo es sensible únicamente a la radiación contenida en unapequeña banda de frecuencias del espectro EM (desde 380

hasta 780 nm); en ella, la luz solar en la atmósfera presenta unpico de radiación.

Un color viene representado por las componentes espectrales

de la radiación luminosa, C (λ ), en la banda visible.

Teoría del color: la física




Percepción del color El ojo humano tiene 3 sensores de color, cada uno con una

sensibilidad espectral diferente. Los conos actúan como un banco de filtros:

Vemos un color a través de 3 estímulos (componentes):

SB(λ)

100

60

40

20

80

400 500 600 700 nm

Respuesta conos

SG(λ)SR(λ)

λ

∫= λ λ λ α d S C R R )()(

∫= λ λ λ α d S C GG )()(

∫= λ λ λ α d S C B B )()(

C (λ )

S R(λ )

S G(λ )

S B(λ )

Color: vector

de 3

componentes

no negativas

Curvas definidas por la CIEpara un “observador estándar”

Teoría del color: la fisiología




Luminancia Definición de la CIE: Potencia radiante ponderada por una función de

sensibilidad espectral característica del sistema visual humano

Se mide en Lumens/m2

o candelas/m2

. 685 Lumens = 1 Watio emitido a λ=555 nm (longitud de onda de máxima

sensibilidad). La luminancia de un punto es independiente de los objetos que la rodean. Una fuente de luz infrarroja puede tener radiancia alta, pero su luminancia

será nula o casi nula. La luminancia de una fuente policromática se calcula como un promedio de

las intensidades en cada receptorY = 0.30 R + 0.59 G + 0.11 B

que es equivalente a la intensidad captada por un detector de sensibilidadV (λ ) = 0.30 S R (λ ) + 0.59 S G(λ ) + 0.11 S B(λ )

Brillo Medida perceptual definida por la CIE como la Característica de la sensación

visual según la cual una superficie parece emitir más o menos luz Depende tanto de la radiancia del objeto como de la del entorno. Dos objetos con fondos diferentes pueden tener idéntica luminancia pero

brillo diferente. No se mide de forma objetiva.

Teoría del color: la fisiología




Carta cromáticaCarta cromática Todas las sensaciones de color

pueden representarse mediantepuntos de coordenadas positivas

= (α 1, α 2, α 3) en un triedro. La sensación de color viene dada

por la magnitud relativa:normalizaremos de modo que

α 1+α 2+α 3 = 1 Los colores puros (del arco iris) se

encuentran formando un arco

sobre el triangulo

Teoría del color: representación




La sensación de color es (aproximadamente) aditivaaditiva.el estímulo:

produce respuesta:

ÎSi dos fuentes se combinan, la sensación resultante estaráen el segmento que une las sensaciones individuales.

Dado que todas las fuentes de luz son combinación decolores del espectro, todos los colores que puedenpercibirse se encuentran en la cubierta convexa del arco.Æ Algunos puntos del triángulo no representan sensación de

color alguna! Transformando los ejes de

modo que dos lados deltriángulo sean perpendiculares,

se obtiene la carta cromática.

( ) ( ) ( ) ( )λ ρ λ ρ λ ba E E E −+= 1

( ) ( ) ( ) ( )λ α ρ λ α ρ λ ba

GG

−+= 1α





Observando la carta cromática,¿Cuántas fuentes sonnecesarias para representarlos colores visibles?


En teoría, necesitamos infinitasfuentes, pero con 3adecuadamente escogidastenemos casi todas.

Una cuarta fuente puedeaumentar la paleta, pero en lapráctica la ganancia puede nocompensar su costecomputacional




Modelos de color: RGB Objetivo: especificación estándar de colores Definen un color a partir de 3 componentes

RGBRGB. Rojo (700 nm), verde (546.1 nm) y

azul (435.8 nm). Es un modelo para fuentes de luz

R

G

B




CMYCMY.

Combinando R, G y B. R+G=Y; G+B=C; R+B=M.

La situación es distinta si combinamostintes (sustancias que absorben luz)en lugar de fuentes. Combinando tinte amarillo (absorbe el

azul) con tinte magenta (absorbe elverde) resulta un tinte rojo (absorbeazul y verde).

El modelo CMY se utiliza para codificarcolores en dispositivos de impresión

Modelos de color: CMY




YI QYI Q.

Utilizado en radiodifusión de TV del sistemaNTSC (USA y Japón) Desacopla intensidad y color para

compatibilidad con blanco y negro. Se obtiene a partir del modelo RGB mediante

una transformación lineal.

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

−

−−=⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

B

G

R

Q

I

Y

311.0513.0212.0

321.0275.0596.0

114.0587.0299.0

Modelos de color: YIQ




YUVYUV Utilizado en radiodifusión de TV del sistema PAL También desacopla intensidad y color para

compatibilidad con blanco y negro. También se obtiene a partir del modelo RGB

mediante una transformación lineal. Usado en estándares de codificación digital

JPEG y MPEG (más importancia a la Y). Fórmulas lineales:

)(897.0

)(493.0

11.059.030.0

Y RV

Y BU

BG RY

−=

−=

++=

Y

U

VMatlab: no implementa la conversión RGBÆ

PAL. Pero sí para NTSC: Funciones rgb2ntsc,ntsc2rgb.

Matlab: no implementa la conversión RGBÆ

PAL. Pero sí para NTSC: Funciones rgb2ntsc,ntsc2rgb.

Modelos de color: YUV




HSIHSI (también llamado HSV).

H:Hue (matiz). Define el color.

S: Saturación. Cuán lejos está del blanco puro.

I: Intensidad

Utilizado en PI, pues todas las componentestienen un significado perceptual. Es, de los vistos, el único que mantiene una

relación no lineal con el modelo RGB

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

−

−−=⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

B

G

R

06 / 26 / 1

6 / 26 / 16 / 1

3 / 13 / 13 / 1

V

V

I

2

1

2 / 122

21

12

1

]VV[S

)V / V(tanH

+=

= −

Modelos de color: HSI




En un corte del modelo: El ángulo determina el tinte,

El 0 es el rojo (y el 2π

también). Pasa de rojo a verde (por

amarillo), de verde a azul(por cyan) y de azul a rojo(por magenta).

La saturación va creciendo Desde el centro (S=0, gris)

hasta el borde (S=1, colorpuro).

V es constante.

H

S

I

Matlab: Funciones rgb2hsv y hsv2rgb.

V debería ser igual a Y. Sin embargo, se usan funciones no lineales.

Matlab usa: V=max(R,G,B).

Ojo: H es un ángulo y matlab lo mide entre 0 y 1 (no entre 0 y 2π).

Matlab: Funciones rgb2hsv y hsv2rgb.

V debería ser igual a Y. Sin embargo, se usan funciones no lineales.

Matlab usa: V=max(R,G,B).

Ojo: H es un ángulo y matlab lo mide entre 0 y 1 (no entre 0 y 2π).


V





Matlab (ejemplo):N=100; % Tamaño

M=3*N;

v = ones(5*N,M); % V constante

h = zeros(5*N,M); % Rojos = [zeros(N,M);0.25*ones(N,M);...

0.5*ones(N,M);0.75*ones(N,M);...

ones(N,M)]; % Saturación crece a ‘saltos’

hsv(:,:,1) = h;hsv(:,:,2) = s;

hsv(:,:,3) = v; % Armar imagen

rgb = hsv2rgb(hsv); % Pasar a RGB

imshow(rgb); % Ver imagen

Matlab (ejemplo):N=100; % Tamaño

M=3*N;

v = ones(5*N,M); % V constante

h = zeros(5*N,M); % Rojos = [zeros(N,M);0.25*ones(N,M);...

0.5*ones(N,M);0.75*ones(N,M);...

ones(N,M)]; % Saturación crece a ‘saltos’

hsv(:,:,1) = h;hsv(:,:,2) = s;

hsv(:,:,3) = v; % Armar imagen

rgb = hsv2rgb(hsv); % Pasar a RGB

imshow(rgb); % Ver imagen

Concepto de saturación.




Modelos de color:Distancia entre Colores

Distancia entre colores Los colores son vectores de R 3.

Diferentes distancias:

Norma 1: Norma 2 (euclídea):

Norma p:

La importancia de cada componente puede ponderarse. ¿Cuál usar?

La que mejor se adapte al problemaÎEnsayo y Error. Distancia perceptual: mide la diferencia entre colores que “ve” el ojo humano.

Muy compleja, nunca se usa en la práctica.

⎥⎥⎥⎦

⎤

⎢⎢⎢⎣

⎡

=3

2

1

c

c

c

C ⎥⎥⎥⎦

⎤

⎢⎢⎢⎣

⎡

=3

2

1

''

'

'cc

c

C

3322111 ''' ccccccd −+−+−=2 / 12

33

2

22

2

112 ]'''[ ccccccd −+−+−= p p p p

p ccccccd / 1

332211 ]'''[ −+−+−=




Imagen digital: Matriz bidimensional cuyos

elementos se denominan píxeles(del inglés picture element)

Cada píxel contiene informaciónsobre un punto o una pequeña

región de la escena Digital significa que:

el número de píxeles es finito: la

vista de la escena querepresenta la imagen estárecortada y muestreada

el contenido de cada píxel estácuantificado

255 255 255 255255 170 170 170

255 170 85 85255 170 85 0

Formatos de Imagen




Formatos de Imagen Clasificación según el número de bandas o canales:

En color (RGB): se almacena RGB de alguna forma. En escala de grises: se almacena Y de alguna forma. Binarias: sólo existen dos colores, el blanco y el negro. Su

origen suele ser el procesado de otras imágenes (ej: OCR’s). Multi-canal: se almacenan más de 3 canales, típico en sensores

multi- e hiper-espectrales para aplicaciones de observaciónterrestre.




Formatos de Imagen Según la forma de almacenamiento (o transmisión):

Analógicas: señal eléctrica (ej: TV analógica). Digitales: bits, ficheros.... Ejemplos: bmp, tiff, jpeg (o jpg), gif,

png, avi*, mpg*. * .- Ficheros que almacenan secuencias

Matlab: las imágenes son matrices o arrays (por supuesto, son digitales).

Distinguiremos: Multi-banda, RGB (color), grayscale y binarias (logical).

Las Multi-banda, RGB y grayscale pueden ser punto fijo (uint8, uint16) o

punto flotante (single, double).

Comandos: imread.m, imwrite.m, aviread.m, avifile.m,…

Matlab: las imágenes son matrices o arrays (por supuesto, son digitales).

Distinguiremos: Multi-banda, RGB (color), grayscale y binarias (logical).Las Multi-banda, RGB y grayscale pueden ser punto fijo (uint8, uint16) o

punto flotante (single, double).

Comandos: imread.m, imwrite.m, aviread.m, avifile.m,…

Según el comportamiento temporal: Fijas o estáticas: no cambian, ej: fotos, ficheros jpg...

En movimiento (vídeo): secuencia de imágenes fijas, ej: TV, mpeg, H.261




Formatos de Imagen Estándar DICOM:

(Digital Imaging andCommunications in Medicine) Más que un formato es un

estándar para la gestión integralde series de imágenes médicas,desde su almacenamiento hastasu distribución y anotación.

Las estaciones de visualizaciónpermiten hacer rendering 3D y “viajar” por el interior del cuerpohumano a partir de series DICOM

Matlab: Existen los comandos básicos para gestionar ficheros DICOM:

dicomread.m, dicomwrite.m, dicominfo.m

Matlab: Existen los comandos básicos para gestionar ficheros DICOM:

dicomread.m, dicomwrite.m, dicominfo.m

Digitalización de Imagen:




Puede hacerse de dos modos: Por adquisición directa (mediante cámaras digitales) A partir de soporte analógico

En el segundo caso, debe procederse en varios pasos: 1. Muestreo espacial 2. Cuantificación de las muestras (L bits) 3. Codificación de los valores

Imagencontínua MuestreoMuestreo CuantificaciónCuantificación CodificaciónCodificación

0011 0101 0101

0001 ...

Digitalización de Imagen:Muestreo y cuantificación





Analógica (fotografía)

I =f ( x, y)

Y

X j

i

I (i, j)

El proceso de digitalización introduce pérdidas, tantopor efecto del muestreo (discretización espacial)como por el de la cuantificación (discretización enamplitud).

Discreta (Matriz numérica)


Muestreo y cuantificación

Digitalizador





(1)

Efectos del

muestreo espacial Teóricamente, bajociertas condiciones (lasdel teorema de

muestreo ), no haypérdida de informaciónen el muestreo.

En la práctica, elmuestreo limita laresolución de la imagen.







(3)

(2)

El número de muestras quedeben tomarse de una imagen

depende de varios factores: Las condiciones de observación:

Distancia de observación

Tamaño físico de la imagendurante la visualización

El uso que se vaya a dar a laimagen Visualización Procesado Almacenamiento / transmisión







32 niveles 16 niveles

4 niveles8 niveles

Efecto de lacuantificación

Si el número de niveles deintensidad usados pararepresentar una imagenmonocromo es pequeño, el

ojo puede detectar efectosde contorno en el objeto

En el caso de imágenesB&W, con pocos tonos se

observa ya alta calidad (con100 niveles es suficiente,con 64 es muchas vecesadmisible)







16 mill.

256

16

El tamaño de la “paleta de colores” (esdecir, el número de colores utilizados

para representar cada píxel es otrofactor determinante de la calidad.

Si este número es muy bajo, seapreciarán contornos artificiales que

resultan visualmente molestos.

Suelen ser necesarios 24 bits (3x8) ó 16millones de colores (color real) para una

visualización perfecta, con una paleta de16 bits ó 65556 colores se aprecia casisin distorsión, pero con una paleta de 8bits ó 256 colores la calidad se ve muydeteriorada y con 16 la imagen es

inservible).






01234567

Planos de bits Habitualmente, el número de

niveles de gris es potencia de dos,lo que facilita su representaciónen binario.

Las imágenes formadasrepresentando, por separado,cada uno de los bits de esta

representación (en blanco si bit=1y en negro si bit=0) se denominanplanos de bit.






01234567 8 planos de bit de “Lena”






Color verdadero

M x N x L x 3

Paleta de color

(falso color)M x N x L

+ paleta

Escala de gris

M x N x L

Binaria: blanco

y negroM x N x 1

Requisitos de memoria


Captura de Imagen:




Captura de Imagen:Sensores CCD y CMOS

Sensores CCD (Charged Coupled Devices). Sensores CMOS (Complemetary Metal Oxide Semiconductor) Cada fotón produce un par electrón-hueco. La carga se puede leer en tiempo casi nulo Æ se convierte en

tensión Æ se amplifica y se pasa a un CAD de n bits (8,10,12) Parámetro fundamental: tiempo en el que se acumula carga. Cámaras CCD B/N: sistema óptico + chip CCD/CMOS.

Cámaras color: Triple CCD/CMOS: prisma dicroico + 3 CCD’s/CMOS. CCD/CMOS único + filtros de color.

Captura de Imagen:




Captura de Imagen:Diferencias CCD y CMOS

CCD:

• uniformidad de la calidad en todala superficie del dispositivo

• lectura secuencial de las celdasmediante circuitería circundante

• gran consumo de energía

• fabricación cara

• gran margen dinámico

CMOS:

• circuitería en celdas para corregircalidad (área efectiva menor)

• lectura individualizada por celda(permite definir ROIs, evita efecto

“blooming”)• escaso consumo de energía

• fabricación barata (aprovecha

tecnología de microprocesadores)• menor margen dinámico

Captura de Imagen:




p gTiempo de Carga

Imagen no entrelazada:

1ª imagen 2ª imagen tiempo

tc=1/N

N=número de imágenes por segundo

Imagen entrelazada:

campo-impar campo-impar

tiempo

campo-par campo-par

tc=1/N


Cámara sin control de tiempo de carga

Captura de Imagen:




p gTiempo de Carga

Imagen no entrelazada:

1ª imagen 2ª imagen tiempo

tc<=1/N


Imagen entrelazada:

impar impar

tiempo

par

tc<=1/N


Cámara con control de tiempo de carga (electronic shutter)

Captura de Imagen:




p gEfecto del entrelazado

Cámara PAL (25 imág/seg entrelazado). Resolución 768x576. Tiempo de carga: 1/1000. Velocidad objeto: 30 Km/h (aprox.).

Extracción del

campo impar.

Captura de Imagen:




p gLimitaciones de la Señal PAL para procesado

Resolución: hay 576 líneasfísicas (parte activa de 625).

Si no queremos deformar laimagen W/H=4/3, si H=576,W=(4/3)*576=768.

Por eso se dice que la

resolución máxima del PAL es768x576. La otra gran limitación es el

carácter entrelazado (más

perjudicial si en la capturacoincide en campo par/impar uncambio de escena).

Captura de Imagen:




p gCámaras CCD y CMOS

Óptica + CCD/CMOS + electrónica. Clasificación:

Imágenes Fijas (fotografía digital). Secuencias (cámaras de vídeo):

Analógica entrelazada: cámara de TV. Analógica no entrelazada o progresiva: Cámaras para

aplicaciones profesionales de visión. Vídeo Digital (DV): uso doméstico o profesional. Puede

albergar distintos formatos (PAL entrelazado, video noentrelazado, NTSC, panorámico) en soportes diferentes(Hi-8, miniDV con MPEG2, microMV con MPEG4)

Captura de Imagen:




Captura en Color

Triple CCD: Prisma dicroico + 3 CCD’s.

Imagenverde

filtro verde

Imagenazul

filtro azul

reflexión azul (f. dicroico)

Imagenroja

filtro rojo

reflexióntotal

filtroinfrarrojo reflexión rojo (f. dicroico)

CCD color: Filtros de color + 1 CCD:se interpolan los valores de 2 colores más en cada celda

Captura de Imagen:




CCD’s Lineales

Los sensores se distribuyen en un vector, no en una matriz. Ladensidad en píxeles por pulgada es mucho mayor.

Aplicaciones: Cámara Lineal: captura imágenes de una

sola línea y gran resolución. Conmovimiento perpendicular a la línea,podemos componer una imagen detamaño arbitrario en la direcciónperpendicular al sensor lineal.

Escáner: la línea de CCD’s (y la fuente deluz) son móviles. Dos tipos: Reflexión (documento opaco). Transmisión (documento transparente

ejemplo: radiografías).

Captura de Imagen:




Captura de Imágenes en Ordenador

Interfaces Ordenador-Cámara: Analógicas: conversión A/D (frame-grabbers). Digitales: FireWire, USB, SCSI, paralelo, CameraLink,propietarias...

Tipos de Frame-Grabber: Tarjetas de TV: PAL, NTSC, SECAM... Todos ellos son

entrelazados. Muchas veces, se incluye sintonizador (señalesen RF). Otras opciones: radio-FM, teletexto...

Tarjetas avanzadas: pueden capturar señales de cámarasprogresivas o cualquier formato digital que se defina. Según

el modelo pueden incluir procesado en la tarjeta (on board),facilidades para procesar una imagen mientras se captura lasiguiente (ping-pong), adaptabilidad a diferentes tipos deseñal...

Captura de Imagen:




Ejemplo de Frame-Grabber Básico

Hauppauge WinTV-PCI-FM (aprox. 130 euros). TV banda base o RF, Radio FM estéreo,

teletexto. Formatos TV: PAL, SECAM, NTSC. Chip BT 878 u 881. Audio NICAM (si existe en el canal de TV).

Graba vídeo formato AVI o MPEG1 (SW) a 25imágenes/segundo. Imagen fija: BMP, GIF, TIFF, JPEG. Hasta

1600x1200 (interpolado desde 768x576). Modelo superior: WinTV-PVR grabación/edición

MPEG1-2 por hardware ( aprox. 315 euros).

Captura de Imagen:




Ejemplo de Frame-Grabber Avanzado

PC2-Vision de Coreco Imaging. Cualquier fuente analógica: CCIR (PAL B/N),

RS170 (NTSC B/N), progresivo (configurable),color RGB (3 señales). Siempre banda base.

6 canales conversión A/D: 6 cámaras B/N ó 3B/N y 1 color ó 2 color.

Fs=40MHz (por canal, 768x576 25 imag/segrequiere 11MHz).

8 Mb de memoria de imagen. 8 entradas y 8 salidas digitales de propósito general (comunicación

con entorno industrial). Señales de control de captura: trigger, reset asíncrono.

captura de los colores

Documents

Transcript of captura de los colores