Graphische Datenverarbeitung
Grundlagen des digitalen Bildes und der Bilderzeugung
Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung
Übersicht 1. 2. 3. 4. 5. 6.
Die Plenoptische Funktion Bildrepräsentationen: Charakterisierung und Beispiele Austauschformate, Kompression, Kodierung Programmierschnittstellen Eine spezielle Funktion Der Diracsche Deltaimpuls Abtastung Rekonstruktion
Das Abtasttheorem: Die Theorie Aliasing Ideale Abtastung und Rekonstruktion Reale Abtastung und Rekonstruktion Charakterisierung und Bewertung der unvermeidbaren Fehler
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
2
SS 2005
Übersicht (Fortsetzung) 7. 8. 9. 10.
Zusammenfassung Glossar Weitere Informationen Ausblick – Nächste Schritte
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
3
SS 2005
Die Plenoptische Funktion “Der Mensch ist ein Augentier.” Die plenoptische Funktion beschreibt die für einen (menschlichen) Beobachter visuell erfassbaren Informationen an jedem Ort und zu jeder Zeit. Idealisierung des potentiell Sichtbaren.
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
4
SS 2005
Die plenoptische Funktion [Adelson, Bergen] P = f (θ, φ, I(λ), t, Pb) θ, φ Raumwinkel
I (λ λ) t Pb
© Prof. Dr.-Ing. Detlef Krömker
Lichtintensität als Funktion der Wellenlänge Zeit Position und Blickrichtung des Beobachters 6 Freiheitsgrade!
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
5
SS 2005
Die plenoptische Funktion
Grundgrößen der visuellen Wahrnehmnung Wahrnehmungsprimitive
Der Mensch wertet die Parameter dieser Funktion simultan aus: T
T
FORMSEHEN TEXTURSEHEN
θ, φ durch die flächige Anordnung von Rezeptoren in der Retina I(λ) 3 Abtastungen durch unterschiedliche Rezeptoren
T
t
Zeit
T
Pb
2 Abtastung
BEWEGTBILDSEHEN
zusätzlich sukzessiv durch Augen-, Kopf- und Körperbewegung
© Prof. Dr.-Ing. Detlef Krömker
FARBSEHEN
STEREOSEHEN TIEFEN- und RAUMSEHEN
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
6
SS 2005
Spezialisierungen der plenoptischen Funktion Î technisch realisierbare Bilder • Pb: eine Abtastung • t:
Î zwei Abtastungen Î freie Bewegung Î geführte Bewegung Î wenige Abtastungen Î eine Abtastung Î
• I(λ):3 Abtastungen
1 Abtastung extrem quantisiert
Î Î Î
(Monokulares) Bild Stereo Bild Virtual Reality Film / Video Bewegtbild Festbild Farbbild Grauwertbild schwarz/weiß Bild
Erkenntnis: Reize lassen sich stark reduzieren (diskretisieren und quantisieren) © Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
7
SS 2005
Identifikation von Grundproblemen
Das visuelle System tastet die Plenoptische Funktion in allen Parametern ab, diskretisiert sie: Abtastung: - Zeit - Ort - Spektrum
Fragen: Was sind die Abtastraten? Sind sie regulär, äquidistant? Welche Quantisierungen erfolgen?
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
8
SS 2005
Visionen
Technologie soweit entwickeln, daß künstliche Reize (Szenen) von realen Reizen (Szenen) nicht unterscheidbar sind:
„Photorealismus“
Ivan Sutherlands Vision (1963)
„The screen is a window through which one sees a virtual world. The
challenge is to make that world
look real, act real, sound real, feel real. ”
Immersion Î Virtual Reality © Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
9
SS 2005
Ziele
Optimale Gestaltung der Schnittstelle Mensch – Computer
Maximale Kommunikationsqualität T T
Grad des Erreichens des kommunikativen Ziels Verhältnis von wahrgenommener Information zu präsentierter Information
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
10
SS 2005
Folgerungen
Grundverständnis zur visuellen Wahrnehmung erwerben Î Kapitel 2. T
T T T
Unterschied Reiz (physikalisch, extern) .... Wahrnehmung (nervös, intern) Leistungsfähigkeit des visuellen Systems Effekte Täuschungen
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
11
SS 2005
Übersicht 1. Die Plenoptische Funktion 2. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion Der Diracsche Deltaimpuls 6. Abtastung Rekonstruktion
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
12
SS 2005
dynamische Modelle
Symbolisch
Graphik
Animation
Geometrie & Merkmal
Digitales Bild
Digitalvideo
Diskret, Quantisiert
(Elektrisch (optisch))
Analog Video
im Computer
statische Modelle
Bildrepräsentationen Charakterisierung und Beispiele
immer weniger bedeutsam, entfällt!
Reiz
© Prof. Dr.-Ing. Detlef Krömker
Optisch (unmittelbar wahrnehmbar)
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
13
SS 2005
Methoden der GDV Statische Modelle Visualisierung
Dynamische Modelle Bildverstehen
Animation
Graphik Rendering
Merkmalsextraktion
Digitales Bild
Digital-Video
Rekonstrukion Das Problem bleibt, wird in die Anzeige verschoben
Abtastung Video
Anzeige
Aufnahme Reiz
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
14
SS 2005
Methoden der GDV Statische Modelle
Dynamische Modelle
Graphikbearbeitung Animation
Graphik Bildbearbeitung
Digitales Bild Digital-Video Videobearbeitung (Schnitt) AnalogVideo
Reiz © Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
15
SS 2005
Schwerpunkte in dieser Veranstaltung Statische Modelle
Dynamische Modelle
Visualisierung
Graphikbearbeitung Graphik
Animation
Rendering Digitales Bild Rekonstrukion Anzeige
© Prof. Dr.-Ing. Detlef Krömker
Digital-Video Digitalisieren Analog-Video
Reiz
Entfällt immer häufiger
(Aufnahme/Sensorik)
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
16
SS 2005
Bildmodelle Herleitung aus der plenoptischen Funktion zunächst Festbilder (statische Bilder)
P = f (θ, φ, I(λ), t, Pb) Spezialisierung
G = f ( x, y) →
F = f ( x, y) partielle Funktionen: ( x, y ) ∈ X © Prof. Dr.-Ing. Detlef Krömker
Graubild Farbbild ×Y ⊂ ℜ × ℜ
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
17
SS 2005
h
Exkurs: Sehwinkel
α s
Sehwinkel α = arctan h/s 1o Sehwinkel =ˆ 0,3 mm auf der Retina 1' Sehwinkel =ˆ 5 µm auf der Retina =ˆ Zapfenstärke 1o Sehwinkel =ˆ 10,5 mm in 60 cm Abstand © Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
18
SS 2005
Digitales Bild kontinuierliches Bild (Bildfunktionen)
diskretisieren (abtasten) DIGITALES BILD
(Ortskoordinaten)
quantisieren (Signalamplitude)
Sonderfall: analoges Videosignal Nur vertikal abgetastet; horizontal nur gewandelt
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
19
SS 2005
Beispiel: kontinuierliche 2D-Bildfunktion
45
40
35
30
40-45 35-40 30-35
25
25-30 20-25 15-20
20
10-15 5-10
15
0-5 4
10 3 5 2 0 0
1
2
1 3
4
© Prof. Dr.-Ing. Detlef Krömker
5
6
7
8
0 9
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
20
SS 2005
Beispiel: diskretes Bild
45 40 35 30 0
25
1 2
20
3 4
15 4
10 3 5
2
0 0
1 1
2
0 1 2 3 4 5 6 7 8 9
© Prof. Dr.-Ing. Detlef Krömker
3
0 30 25 20 15 10 5 3 2 1 5
4
5
6
1 35 30 25 20 15 10 5 3 2 4
0 7
8
9
2 40 32 26 22 18 16 12 17 22 15
3 42 38 29 25 22 19 17 16 17 18
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
4 42 38 36 34 28 25 23 22 22 23
21
SS 2005
Beispiel: quantisiertes diskretes Bild Digitales Bild (Rasterbild)
40
30
0 1
20
2 3 4
10
4 3 2
0 0
1 1
2
0 1 2 3 4 5 6 7 8 9
3
4
0 30 30 20 20 10 10 0 0 0 10
© Prof. Dr.-Ing. Detlef Krömker
5
0
6
7
1 40 30 30 20 20 10 10 0 0 0
8
9
2 40 30 30 20 20 20 10 20 20 20
3 40 40 30 30 20 20 20 20 20 20
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
4 40 40 40 30 30 30 20 20 20 20
22
SS 2005
Noch ein Beispiel: Analogvideo
45 40 35 30
0
25
1 2
20
3
15
4
10
3
5
2
0 0
© Detlef Krömker
4
1 1
2
3
horizontal: vertikal:
© Prof. Dr.-Ing. Detlef Krömker
4
5
0 6
7
8
9
kontinuierlich - analog diskret - Zeilen Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
23
SS 2005
Bildsignale Ein einkanaliges Bild B (z.B. Grauwertbild) wird als reelle Funktion mit 2-dimensionalen Definitionsbereich
B = f ( x, y ) mit x, y , B ∈ ℜ / modelliert. x,y i.d.R kartesische Ortskoordinaten manchmal auch Winkel, dann (x,y) Î (θ,φ) (θ Theta φ Phi) f(x,y) nennt man (kontinuierliche) Bildfunktion.
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
24
SS 2005
Bildsignale (2) Oft haben wir es mit endlichen Bildern zu tun, d.h. es gilt zusätzlich:
f ( x, y ) ≠ 0 nur für − Lx ≤ x ≤ Lx − Ly ≤ y ≤ Ly Auch der Wertebereich ist oft beschränkt:
0 ≤ B = f ( x, y ) ≤ Bmax Für Grauwertbilder gilt dann i.d.R. folgende Entsprechung: 0: schwarz Bmax: weiß © Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
25
SS 2005
Bildsignale (3) Multispektrale Bilder werden als Vektor repräsentiert, mit
F1( x, y ) °F ( x, y ) ° 2 M=® ° ... °¯Fn ( x, y ) © Prof. Dr.-Ing. Detlef Krömker
Farbbilder als dreidimensionaler Vektor, z.B. mit
R ( x, y ) ° C = ®G( x, y ) ° B ( x, y ) ¯
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
26
SS 2005
Weitere Bildmodellierungen
funktionales Bildmodell -- lineare Systeme T T
kontinuierlich -- diskret -- quantisiert Ortsbereich -- Frequenzbereich z.B.
alternative Beschreibungsformen sind: T T
Fouriertransformation Cosinustransformation
fraktale Bildmodelle -- nichtlineare Systeme statistische Bildmodelle
Erweiterung: Volumenbilder
V = f ( x, y, z ) © Prof. Dr.-Ing. Detlef Krömker
Volumenrendering
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
G = f (x, y) 27
SS 2005
Probleme und Fragen
Wie hängen kontinuierliche Bilder und Digitale Bilder zusammen?
Abtastung (Diskretisierung) Rekonstruktion
Das Abtasttheorem: Die Theorie Ideale Abtastung und Rekonstruktion Reale Abtastung und Rekonstruktion Charakterisierung und Bewertung der unvermeidbaren Fehler ...
später, noch in dieser Vorlesung
Quantisierung
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
28
SS 2005
Geometrie und Merkmalsebene Beschreibt ein Bild (2D) oder eine Szene (3D) durch T
T
T
Ensemble von geometrischen Objekten (Punkte, Linien, Flächen, Körper) Erscheinungsattribute (Farbe, Struktur, Textur, Parametern von Beleuchtungsmodellen, ... ) Betrachtungsbedingungen
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
29
SS 2005
Geometrie und Merkmalsebene Wichtige Unterscheidung Definitionsbereich: 2D oder 3D y 2D: ggf Ausschnitt aus Definitionsbereich darstellen: streng: Window (Teilmenge des Definitionsbereichs) Viewport (Teil des Bildschirms) Window-Viewport Transformation 3D: Szene wird durch virtuelle Kamera (Viewing Transformationen, perspektivische Transformation) auf 2D abgebildet
x y
z -z
x
Übersicht 1. Die Plenoptische Funktion 2. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion Der Diracsche Deltaimpuls 6. Abtastung Rekonstruktion
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
31
SS 2005
Speicher- und Austauschformate Kompression und Kodierung Prinzipiell auf jeder Ebene möglich:
Speichern
Austauschen
Daten / Informationen Graphik/Animation (Digitale) Bilder/Video Analog-Video „Papierausdruck“
Format: Syntax und Semantik einer Sprache Kodierung Abbildung auf ein Alphabet, Serialisierung Kompression Reduzierung der Datenmenge (verlustbehaftet oder verlustfrei) Austauschen: oder © Prof. Dr.-Ing. Detlef Krömker
Übertragen eines Speicherinhaltes Streaming Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
32
SS 2005
Beispiele für Austauschformate Analogvideo
Basis des Standardfernsehen (Zeilenzahl/Halbbild-Frequenz) T
625/50
Europa
T
525/60
USA, Japan
Zwischenzeilenverfahren /Interlaced
zusätzlich ggf. Angabe der Farbcodierung
T
Komponenten
(RGB, YIQ, YUV, YCRCB, ..YC)
T
Composite
(NTSC, SECAM, PAL)
Videosignale T
(FBAS)
RS 170, RS 170A, ...
Speziell: Videobandformate für Recorder T
VHS, S-VHS
T
Betacam, Betacam SP, ...
Details in Multimedia und Animation
Computervideo kein genereller Standard gebräuchlich. Details siehe 4. Graphische Systeme
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
33
SS 2005
Beispiele für Austauschformate Digitale Bilder (Rasterfiles)
BMP
Windows Bitmap Format
Microsoft
Fax Group 3 oder Fax Group 4
CCITT (ITU)
GIF
Graphics Interchange Format
JFIF
JPEG File Interchange Format
PBM
Portable Bitmap
PNG
Portable Network Graphics
TGA
Targa File Format
TIFF
Tag Image File format
u.v.a.m. , insbesondere proprietäre Produktformate
© Prof. Dr.-Ing. Detlef Krömker
ISO/IEC
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
34
SS 2005
Beispiele für Austauschformate Digitalvideo
CCIR 601
Basis des Digitalfernsehen
(CCIR) ITU
H.261
Videokonferenzstandard
(CCITT) ITU
M-JPEG
Motion JPEG
ISO/IEC/ITU
MPEG Motion Picture Expert Group
ISO/IEC/ITU
QT
Apple
AVI
Quicktime
Microsoft
Sonderform:
QTVR
Quicktime VR Details in Multimedia und Animation
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
35
SS 2005
Beispiele für Austauschformate Geometrie und Merkmalsebene 2D Vector Files „Zeichnungen“, CAD
HPGL HP Graphics Language (Plottersprache)
Hewlett-Packard
DXF
Autodesk
Drawing eXchange Format (original 2D später auf 3D erweitert)
Metafiles
(Raster & Vektorgraphik)
CGM Computer Graphic Metafile
ISO/IEC
Page Description Language (Seitenbeschreibungssprachen)
PS (EPS) (Encapsulated) PostScript PDF Portable Document Format © Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
Adobe 36
SS 2005
Beispiele für Austauschformate Geometrie und Merkmalsebene 3D CAD Formate
IGES STEP
Initial Graphics Exchange Specification Standard for the Exchange of Product Data
Szenen- und Objektbeschreibungssprachen
VRML RIB FLT OBJ MAX
Virtual Reality Modeling Language Renderman Interface Bytestream MultiGen Flight Wavefront Object 3D Studio Max
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
ISO/IEC Î Animation Alias (Wavefront) Kinetix
37
SS 2005
Übersicht 1. Die Plenoptische Funktion 2. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion Der Diracsche Deltaimpuls 6. Abtastung Rekonstruktion
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
38
SS 2005
Programmierschnittstellen Beispiel: Geometrie und Merkmalsebene JAVA 3D Performer (SGI) Open SG
API: Application Programmers Interface Funktionale Spezifikation und Spracheinbindung
Szenengraph (Open) GL Direct X Direct 3D
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
39
SS 2005
Zwischen - Zusammenfassung Plenoptische Funktion Verschiedene Bildrepräsentationen statische dynamische symbolische Ebene Modelle Modelle Geometrie + Merkmale Animation Graphik Digitales Digitaldiskret + quantisiert
Bild
video
Video Reiz
Bildaustauschformate Programmierschnittstellen
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
40
SS 2005
Jetzt wird es theoretisch 1. Die Plenoptische Funktion 2. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion: Der Diracsche Deltaimpuls 6. Abtastung Rekonstruktion
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
41
SS 2005
Eine spezielle Funktion Der Diracsche Deltaimpuls
(Diracfunktion, Deltafunktion, Nadelimpuls nach Paul Dirac 1930) wird über ihre Haupteigenschaften definiert:
δ ( x ) := 0 für x ≠ 0
δ ( x, y ) := 0 für x, y ≠ 0
+∞
+ ∞+ ∞
−∞
− ∞− ∞
³ δ ( x )dx = 1
³³
δ ( x, y )dxdy = 1
δ ( x, y ) = δ ( x )δ ( y ) Streng: Es gibt keine klassische Funktion δ mit diesen Eigenschaften. δ ist streng genommen eine Distribution (verallgemeinerte Funktion).
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
42
SS 2005
Der Diracsche Deltaimpuls Die Deltafunktion läßt sich als Grenzwert einer Familie von Funktionen definieren, z.B: 1 recta,b ( x, y )mit 4a ⋅ b a, b → 0
δ ( x, y ) ≡ lim
1 für x ≤ a und y ≤ b recta,b ( x, y ) = ® ¯ 0 sonst
anschaulich: eine Rechteckfunktion mit unendlich kleiner Impulsbreite und unendlicher Impulshöhe im Ursprung Î Nadelimpuls © Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
43
SS 2005
Die Ausblendeigenschaft (Siebeigenschaft; sifting property) der Deltalfunktion: +∞
³ f ( x )δ ( x − x
0
)dx = f (x0 )
−∞
Dieses Integral blendet an der Stelle x0 den Funktionswert f(x0) aus:
f (x ) x0
© Prof. Dr.-Ing. Detlef Krömker
x
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
44
SS 2005
Diracfolge und Diracfeld T(x)
Diracfolge x
∆x y
+∞
S( x ) =
¦ δ ( x − m∆x )
m = −∞
Diracfeld
S(x,y)
∆y S( x, y ) =
+∞
+∞
¦ ¦
δ ( x − m∆x, y − n∆y
m = −∞ n = −∞
x ∆x © Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
45
SS 2005
Übersicht 1. Die Plenoptische Funktion 2. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion: Der Diracsche Deltaimpuls 6. Abtastung Rekonstruktion
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
46
SS 2005
Abtastung -- Rekonstruktion diskretes Bild
Rekonstruktion
Abtastung
kontinuierliche Bildfunktion
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
47
SS 2005
Zwischenruf: Fouriertransformation als Integraltransformation
Operationen nach ihrer Schwierigkeit geordnet: T T T
Addition und Subtraktion Multiplikation und Division Differentiation und Integration
Allgemeine mathematische Strategie: Durch Transformationen lassen sich ggf. Schwierigkeiten reduzieren: T T
Logarithmieren: Multiplikation Î Addition Integraltransformationen: Differentiation Î Multiplikation © Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
48
SS 2005
Fouriertransformation 2D
F ( u, v ) =
∞
∞
³ ³
f ( x , y )e − j ( ux +uy ) dxdy
−∞ −∞ ∞
© Detlef Krömker
1 f ( x, y) = 2 ³ 4π −∞ Ortsraum Ortsfunktion f(x,y) i.d.R. reell
∞
j ( ux+vy ) F ( u , v ) e dudv ³
−∞
Frequenzraum Frequenzspektrum F(u,v) i.d.R. komplexwertig
Eigenschaften der 2D-Fourriertransformation
Es sei f(x, y) die Funktion der Intensität im Punkt (x, y).
Dann sind ξ1 , ξ 2 die zugehörigen Ortsfrequenzen von f(x, y).
© Detlef Krömker
Zwischen den stetigen Funktion f(x, y) und F (ξ1 , ξ 2 ) besteht eine eineindeutige Beziehung.
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
50
SS 2005
Transformationstabelle f ( x, y)
F (ξ1 , ξ2 ) 1
δ ( x, y)
δ ( x ± x0 , y ± y0 )
exp( ± j 2πxη1 ) exp( ± j 2πyη2 )
[
exp − π ( x 2 + y 2 )
rect[ x, y] tri( x, y)
comb( x, y)
© Prof. Dr.-Ing. Detlef Krömker
]
exp( ± j 2πx0ξ1 ) exp( ± j 2πy0ξ2 )
δ (ξ1 ± η1 ,ξ2 ± η2 )
[
]
exp − π (ξ12 + ξ2 2 ) sinc(ξ1 , ξ2 )
sinc2 (ξ1 , ξ2 )
comb(ξ1 , ξ2 )
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
51
SS 2005
Transformation spezieller Funktionen 1 ∆x
1 § x · re c t ¨ ¸ © ∆x ¹ ∆x
−
∆x 2
∆x 2
1.0
sinc
( )
ξ1 sinc ξ x0
4ξ x 0
§¨ ξ2 ·¸ © ξ y0 ¹
1 ∆x
1 § x · tri ¨ ¸ © ∆x ¹ ∆x
∆x
∆x
1.0
ª § ξ1 · § ξ2 · º « sinc ¨© ξ x0 ¸¹ sinc ¨© ξy0 ¸¹ » ¬ ¼
2
4ξ x 0
1.0
1 2πσ
2
e
−
x2 2σ 2
2σ e
§ · − 2 π 2 σ 2 ¨¨© ξ 2 + ξ 2 ¸¸¹ 1 2
1 ∆x
1 § x · sin c ¨ ¸ © ∆x ¹ ∆x
2∆x
© Prof. Dr.-Ing. Detlef Krömker
1.0
rect
( )
ξ1 rect ξ x0
§¨ ξ2 ·¸ © ξy0 ¹
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
2ξ x 0
52
SS 2005
Rechenregeln Eigenschaft
Funktion f ( x , y )
Fourier Transformation F (ξ1 , ξ2 )
Rotation
f ( ± x ,± y )
F ( ± ξ1 ,± ξ2 )
Linearität
a1 f 1 ( x , y ) + a2 f 2 ( x , y )
a1 F1 (ξ1 , ξ2 ) + a 2 F2 (ξ1 , ξ2 )
Konjunktion
f *( x, y)
F * ( − ξ1 ,− ξ2 )
Unabhängigkeit
f1( x ) f 2 ( y )
F1 (ξ1 , ξ2 ) F2 (ξ1 , ξ2 )
Skalierung
f ( ax , by )
F (ξ1 / a , ξ2 / b ) ab
Verschiebung
f ( x ± x0 , y ± y0 )
exp ± j 2π ( x0ξ1 + y0ξ2 ) F (ξ1 , ξ2 )
Modulation
exp ± j 2π (η1 x + η2 y ) f ( x , y )
F (ξ1 ± η1 , ξ2 ± η2 )
Faltung
g ( x , y ) = h( x , y )∗ f ( x , y )
G (ξ 1,ξ 2 ) = H (ξ 1,ξ 2 )F (ξ 1,ξ 2 )
Multiplikation
g ( x , y ) = h( x , y ) f ( x , y )
G (ξ1 , ξ2 ) = H (ξ1 , ξ2 ) * F (ξ1 , ξ2 )
[
© Prof. Dr.-Ing. Detlef Krömker
]
[
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
]
53
SS 2005
Abtasttheorem Shannon (1949) (Originalformulierung): “If a function f(t) contains no frequencies higher than W cps, it is completely determined by giving ist ordinates at a series of points spaced 1/2 W seconds apart.” The function can be simply reconstructed from the samples by using a pulse of the type
sin 2 π W t 2π W t Vorarbeiten durch H. Nyquist (1924) und J.M. Whittaker (1935).
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
54
SS 2005
Abtasttheorem (1): Abtastung Ein bu , bv bandbegrenztes Bild f(x,y), das orthogonal mit Abtastintervallen ∆ x , ∆ y abgetastet wird, kann fehlerfrei rekonstruiert werden, wenn die Abtastfrequenzen größer als die Nyquist-Frequenzen us ,vs sind.
© Detlef Krömker
1 1 = us > 2bu , = vs > 2bv ∆x ∆y mit
F (ξ , η ) = 0,
ξ > bu ,
η > bv
Abtasttheorem (2): Rekonstruktion Ein diskretes Bild f d ( x , y ) läßt sich mit Hilfe eines (idealen) Tiefpasses mit der Übertragungsfunktion
H
TP
( u , v ) = ∆ x ∆ y r e c t ξη ( u , v )
m it
bu < ξ < ∆ u − bu u n d bv < η < ∆ v − bv hTP ( x , y ) = ∆ x ∆ y s in c ( x ξ ) s in c ( y η )
© Detlef Krömker
rekonstruieren, so daß dieses mit dem ursprünglichen Signal identisch ist. Das rekonstruierte Bild ist dann
x sin( − m)π ∞ ∞ ∆x f ( x , y ) = ¦ ¦ f ( m ∆x , n∆y ) x m = −∞ n = −∞ ( − m)π ∆x
y − n )π ∆y y ( − n )π ∆y
sin(
Abtastung -- Rekonstruktion diskretes Bild
Rekonstruktion
Abtastung
kontinuierliche Bildfunktion
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
57
SS 2005
Ideale Abtastung Jetzt sind wir in der Lage, die Abtastung formal zu fassen und zu beschreiben: Gegeben:
kontinuierliche Bildfunktion
50 40 40-50
f (x, y)
30
30-40
20
20-30
0
Diracfeld
s( x , y ) =
∞
0-10
2
0
10-20
4
10
1
2
3
4
5
6
7
8
0 9
∞
¦ ¦ δ ( x − m∆x, y − n∆y)
m=−∞ n =−∞
1
0,9
0,8
0,7
0,6
0,5
0,4 R5 0,3 R4 0,2 R3 0,1 R2
0 1
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
2
58
3
R1 4
5
6
7
SS 2005
Abtaster
f ( x, y)
fs ( x , y )
s (x,y) Diracfeld
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
59
SS 2005
Ideale Abtastung Wir definieren als abgetastetes Bild:
f s = f ( x, y) ⋅ s( x, y) = f ( x, y) ⋅ ¦
© Detlef Krömker
=¦
∞
¦δ ( x − m∆x, y − n∆y)
m,n=−∞
∞
¦ f ( x, y) ⋅δ ( x − m∆x, y − n∆y)
m,n=−∞
f ( x, y) für x = m∆x, y = n∆y = f (m∆x, n∆y) = ® ¯ 0 sonst
Ideale Abtastung Um mehr über die Eigenschaften des abgetasteten Signals zu erfahren, führen wir eine Fouriertransformation aus:
f s = f ( x , y ) ⋅ s( x , y )
© Detlef Krömker
FS (u, v) = F (u, v) ⊗ S (u, v) ∞ ∆u∆v F (u − k∆u, v − l∆v) = 2 ¦ ¦ 4π k ,l =−∞
wobei ∆u = 2π / ∆x und ∆v = 2π / ∆y
Veranschaulichung der idealen Abtastung
y
v
F ( u, v )
s( x , y )
∆y x v
∆x
© Detlef Krömker
Fs ( u , v )
bv
bu
u
∆v =
u ∆u =
2π ∆x
2π ∆y
Veranschaulichung der idealen Abtastung
y ∆y
x ∆x
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
63
SS 2005
Veranschaulichung der idealen Rekonstruktion v y
∆u
bu ∆v
∆y
bv
x
© Detlef Krömker
∆x f(x,y) kann durch einen idealen Tiefpaß mit
H ( u , v ) = ∆ x ∆ yrect ξη ( u , v ) mit bu < ξ < ∆ u − bu und bv < η < ∆ v − bv rekonstruiert werden.
u
Abtasttheorem (1) Ein bu , bv bandbegrenztes Bild f(x,y), das orthogonal mit Abtastintervallen ∆ x , ∆ y abgetastet wird, kann fehlerfrei rekonstruiert werden, wenn die Abtastfrequenzen größer als die Nyquist-Frequenzen us,vs sind.
1 1 = us > 2bu , = vs > 2bv ∆x ∆y mit
F (ξ , η ) = 0,
ξ > bu ,
η > bv
Abtasttheorem (2) Ein diskretes Bild f d ( x , y ) lässt sich mit Hilfe eines (idealen) Tiefpasses mit der Übertragungsfunktion
H
TP
( u , v ) = ∆ x ∆ y r e c t ξη ( u , v )
m it
bu < ξ < ∆ u − bu u n d bv < η < ∆ v − bv hTP ( x , y ) = ∆ x ∆ y s in c ( x ξ ) s in c ( y η ) rekonstruieren, so daß dieses mit dem ursprünglichen Signal identisch ist. Das rekonstruierte Bild ist dann
x sin( − m)π ∞ ∞ ∆x f ( x, y) = ¦ ¦ f (m∆x, n∆y) x m=−∞ n =−∞ ( − m)π ∆x
y sin( − n)π ∆y y ( − n)π ∆y
sinc-Funktion-1D
1,25
sin x f ( x) = x
1
0,75
0,5
© Detlef Krömker
0,25
0
−2π
π
−π -0,25
2π
3π
4π
2D-Sinc - Die ideale Rekonstruktionsfunktion
sin x sin y f ( x, y) = ⋅ x y 0,9-1 0,8-0,9 0,7-0,8 0,6-0,7 0,5-0,6 0,4-0,5 0,3-0,4 0,2-0,3 0,1-0,2 0-0,1 -0,1-0 -0,2--0,1
© Detlef Krömker
9,425
6,283
7,854 6,283 4,712 -4,712
-3,142
-1,571
3,142 0,000
1,571
3,142
4,712
1,571 6,283
7,854
9,425
0,000
-0,3--0,2
2D-Sinc - Die ideale Rekonstruktionsfunktion
sin x sin y f ( x, y) = ⋅ x y 0,9-1 1 0,9
0,000 1,571
4,712
0,6-0,7
0,7
0,5-0,6
0,6
0,4-0,5
0,5
0,3-0,4
0,4
0,2-0,3
0,3
0,1-0,2
0,2
0-0,1
0,1
-0,1-0
0
-0,2--0,1
-0,1
-0,3--0,2
-4,712
-3,142
-1,571
0,000
1,571
3,142
4,712
6,283
7,854
9,425
9,425
10,996
7,854
-6,283
-0,3
6,283
0,7-0,8
0,8
-0,2
12,566
© Detlef Krömker
3,142
0,8-0,9
© Detlef Krömker
Reale Abtastung und Rekonstruktion Die Forderungen des Abtasttheorems sind in realen Systemen nicht zu erfüllen. Im einzelnen: z Bandbegrenzung: Reale Bildvorlagen sind nicht bandbegrenzt Aliasing (1.Art) z ideale Abtastung (mit Diracimpuls): Reale Abtaster haben endliche Apertur Unschärfe z ideale Rekonstruktion (mit sinc-Funktion): Real nur Approximationen möglich Aliasing (2.Art) Ursachen - Effekte -Maßnahmen
Aliasing 1. Art: Veranschaulichung im 1D 1,25
Ortsraum
1
0,75
0,5
0,25
0 0
15
30
45
60
75
90
105
120
135
150
165
180
-0,25
-0,5
-0,75
-1
© Detlef Krömker
-1,25
Frequenzraum
bu Bandgrenze
Nyquistfrequenz
us Abtastfrequenz
Aliasing 1. Art: Unterabtastung 1,5
Ortsraum
1
0,5
0 0
15
30
45
60
75
90
105
120
135
150
-0,5
-1
© Detlef Krömker
-1,5
Frequenzraum
bu Bandgrenze us Abtastfrequenz Nyquistfrequenz
165
180
Aliasing 1. Art: Veranschaulichung im 1D 1 ,2 5
Ortsraum
1 0 ,7 5 0 ,5 0 ,2 5 0 -0 ,2 5 -0 ,5 -0 ,7 5 -1
© Detlef Krömker
-1 ,2 5
ALIAS Doppelgänger
Aliasing 1. Art im 2D
y ∆y
x
© Detlef Krömker
∆x
ALIASING
Aliasing 1. Art - Ursachen und Artefakte
Ursache: Unterabtastung, Überlappung der Spektren Durch nachträgliche Filterung nicht korrigierbar! Artefakte:
T T
© Detlef Krömker
T
Moirees Perlschnüre Aufblitzen (Szintilation) nur in Bewegtbildern
Moiree
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
76
SS 2005
Moiree (Resampling 1:2)
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
77
SS 2005
Moiree (Resampling 1:4)
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
78
SS 2005
Veranschaulichung Szintilation
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
79
SS 2005
Aliasing 1. Art - Maßnahmen
Bandbegrenzung des abzutastenden Bildes durch z.B. T
bei der Aufnahme durch optische Unschärfe
T
endliche Abtastapertur
© Detlef Krömker
T
einfach, adhoc einsetzbar wenig effektiv, weil Filterflanken nicht steil genug erfordert Abtastraten deutlich über Nyquistfrequenz deutlich sichtbare Unschärfe hat Tiefpaßwirkung
beim Rendering sehen wir später!
Reale Bildrekonstruktion - Anzeige Ideale Rekonstruktion mit sinc-Funktion ist praktisch nicht realisierbar praktische Lösungen:
T T
Rechteckausgaben (zero-order hold) Artifakte:
T
in der Praxis auf CRT teilweise gemildert durch:
T
Treppenstufen Aliasing 2. Art Ameisenkrabbeln (ant crawling) nur im Bewegtbild horizontal: Tiefpaßwirkung des Videoverstärkers vertikal: Gaußfunktion des Elektronenstrahls hochfrequentes “Rauschen” durch Lochrastermaske
auf LCDs deutlich sichtbar!
Übersicht Rekonstruktion Ortsfunktion
Frequenzfunktion
1 ∆x
1 § x · re c t ¨ ¸ © ∆x ¹ ∆x
−
∆x 2
∆x 2
1.0
sinc
( )
§¨ ©
ξ1 ξ2 sinc ξ x0 ξ y0
4ξ x 0
·¸ ¹
1 ∆x
1 § x · tri ¨ ¸ © ∆x ¹ ∆x
∆x
∆x
1.0
ª § ξ1 · § ξ2 · º « sinc ¨© ξ x0 ¸¹ sinc ¨© ξy0 ¸¹ » ¬ ¼
4ξ x 0
2
1.0
1 2π σ
2
e
−
x2 2σ 2
2σ
§ · − 2 π 2 σ 2 ¨¨© ξ 2 + ξ 2 ¸¸¹ 1 2 e
1 ∆x
1 § x · sin c ¨ ¸ © ∆x ¹ ∆x
2∆x
© Prof. Dr.-Ing. Detlef Krömker
1.0
rect
( )
ξ1 rect ξ x0
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
§¨ ξ2 ·¸ © ξy0 ¹
2ξx 0
82
SS 2005
Das Rekonstruktionsdilemma
Sinc-Funktion als Rekonstruktionsfunktion ist praktisch nicht möglich (negatives Licht). Fehler sind also unvermeidbar! Rekonstruktionsfunktion Auflösungsfehler Interpolationsfehler Sinc 0% 0% Rechteck (bei LCD-Displays) 26,9% 15,7% Gauss (bei CRTs) σW=T/2 54,6% 2,0% variabel! σW=3T/8 38,6% 10,3%
Im Frequenzraum
1,25
Ideal Sync-Funktion im Ortsbereich Rechteck im Frequenzbereich
1
Auflösungsfehler
0,75
Rechteck im Ortsbereich
0,5
Sync im Frequenzbereich
05
0
-0,25
Interpolationsfehler
Rekonstruktion auf LCD-Displays = Rechteck! Auflösungsverlust: minimal !!! Interpolationsfehler: maximal !!!
T T
Treppenstufen Ameisenkrabbeln
Theoretisch ist Verbesserung möglich durch eine entsprechende optische Filterung (Mattscheibe – kein idealer TP!) Glücklicherweise ist das Visuelle System auch ein wirksamer Tiefpaß
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
84
SS 2005
Rekonstruktion auf CRT-Displays Vergleichsweise gute Annäherung an SincFunktion im Zentralimpuls = Rechteck in der Fouriertransformierten Î Auflösungsverlust fast so gering wie bei LCDDisplay Î Interpolationsfehler geringer Î „friedlich“
Notwendig: korrekte Strahlfokussierung
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
85
SS 2005
Zusammenfassung Abtastung: theoretisch bandbegrenztes Bildsignal erforderlich – in der Praxis nicht realisierbar Rekonstruktion auch nicht ideal möglich Î unvermeidbare Fehler – nur Minimierung möglich:
Aliasing 1. Art: Abtastfehler Î Moiree, Scintillation,... Aliasing 2. Art: Rekonstruktion Î Treppenstufen,...
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
86
SS 2005
Glossar Plenoptische Funktion Bildrepräsentationen Digitales Bild Rasterformat-Dateien Vektorformat-Dateien Metafiles CAD-Dateien Szenenbeschreibung Programmierschnittstellen
© Prof. Dr.-Ing. Detlef Krömker
Plenoptic Function Image Representation digital image raster files vector files metafiles CAD files scene description application programmers interface API
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
87
SS 2005
Glossar (2) Bildbearbeitung (auch Bildverarbeitung) Abtastung Aufnahme Anzeige (Display) Videosignal Rasterfile (-formate) Beispiele Szenen- und Objektbeschreibungsformate (-sprachen)
© Prof. Dr.-Ing. Detlef Krömker
image processing sampling recording display video signal raster formats scene files
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
88
SS 2005
Glossar (3) Abtasttheorem Bandbegrenztes Bildsignal Rekonstruktion Aliasing Interpolationsfehler Auflösungsfehler
© Prof. Dr.-Ing. Detlef Krömker
sampling theorem bandlimited Image signal reconstruction aliasing interpolation error resolution error
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
89
SS 2005
Weitere Informationen
Übersicht zu Graphics File Formats ftp://rtm.mit.edu/pub/usenet/news.answers/ graphics/fileformats-faq/ Mehr als 100 verschiedene Formate werden vorgestellt. Links zu Format-Spezifikationen. Viele praktische Hinweise zur Formatwandlung und Problemlösungen. Leider seit 1997 nicht mehr aktualisiert.
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
90
SS 2005
Ausblick – Nächste Schritte
Bilder werden für Menschen erzeugt. Wir müssen (besser) verstehen, wie Menschen Bilder wahrnehmen.
© Prof. Dr.-Ing. Detlef Krömker
Graphische Datenverarbeitung 1. Grundlagen des Digitalen Bildes
91
SS 2005