Concetto di quantizzazione
Abbiamo introdotto la quantizzazione nel nostro tutorial su segnali e sistema. Formalmente lo metteremo in relazione con le immagini digitali in questo tutorial. Parliamo prima un po 'della quantizzazione.
Digitalizzazione di un segnale
Come abbiamo visto nei tutorial precedenti, la digitalizzazione di un segnale analogico in un digitale richiede due passaggi fondamentali. Campionamento e quantizzazione. Il campionamento viene eseguito sull'asse x. È la conversione dell'asse x (valori infiniti) in valori digitali.
La figura seguente mostra il campionamento di un segnale.
Campionamento in relazione alle immagini digitali
Il concetto di campionamento è direttamente correlato allo zoom. Più campioni prendi, più pixel ottieni. L'oversampling può anche essere chiamato zoom. Questo è stato discusso nel tutorial di campionamento e zoom.
Ma la storia della digitalizzazione di un segnale non finisce anche con il campionamento, c'è un altro passaggio che è noto come quantizzazione.
Cos'è la quantizzazione
La quantizzazione è opposta al campionamento. Viene eseguito sull'asse y. Quando si quantizza un'immagine, si sta effettivamente dividendo un segnale in quanti (partizioni).
Sull'asse x del segnale ci sono i valori delle coordinate e sull'asse y abbiamo le ampiezze. Quindi la digitalizzazione delle ampiezze è nota come quantizzazione.
Ecco come si fa
In questa immagine puoi vedere che il segnale è stato quantificato in tre diversi livelli. Ciò significa che quando campioniamo un'immagine, in realtà raccogliamo molti valori e nella quantizzazione impostiamo i livelli su questi valori. Questo può essere più chiaro nell'immagine sottostante.
Nella figura mostrata nel campionamento, sebbene i campioni siano stati presi, ma si estendevano ancora verticalmente a un intervallo continuo di valori di livello di grigio. Nella figura mostrata sopra, questi valori che vanno verticalmente sono stati quantizzati in 5 diversi livelli o partizioni. Da 0 neri a 4 bianchi. Questo livello potrebbe variare in base al tipo di immagine che desideri.
La relazione della quantizzazione con i livelli di grigio è stata ulteriormente discussa di seguito.
Relazione di quantizzazione con risoluzione del livello di grigio:
La figura quantizzata mostrata sopra ha 5 diversi livelli di grigio. Significa che l'immagine formata da questo segnale, avrebbe solo 5 colori diversi. Sarebbe un'immagine in bianco e nero più o meno con alcuni colori di grigio. Ora, se dovessi migliorare la qualità dell'immagine, c'è una cosa che puoi fare qui. Cioè, aumentare i livelli o aumentare la risoluzione del livello di grigio. Se aumenti questo livello a 256, significa che hai un'immagine in scala di grigi. Che è molto meglio della semplice immagine in bianco e nero.
Ora 256, o 5 o qualsiasi livello tu scelga è chiamato livello di grigio. Ricorda la formula che abbiamo discusso nel precedente tutorial sulla risoluzione del livello di grigio che è,
Abbiamo discusso che il livello di grigio può essere definito in due modi. Quali erano questi due.
- Livello di grigio = numero di bit per pixel (BPP). (K nell'equazione)
- Livello di grigio = numero di livelli per pixel.
In questo caso il livello di grigio è pari a 256. Se dobbiamo calcolare il numero di bit, dovremmo semplicemente inserire i valori nell'equazione. In caso di 256 livelli, abbiamo 256 diverse sfumature di grigio e 8 bit per pixel, quindi l'immagine sarebbe un'immagine in scala di grigi.
Ridurre il livello di grigio
Ora ridurremo i livelli di grigio dell'immagine per vedere l'effetto sull'immagine.
Per esempio
Diciamo che hai un'immagine di 8 bpp, che ha 256 livelli diversi. È un'immagine in scala di grigi e l'immagine ha un aspetto simile a questo.
256 livelli di grigio
Ora inizieremo a ridurre i livelli di grigio. Per prima cosa ridurremo i livelli di grigio da 256 a 128.
128 livelli di grigio
Non c'è molto effetto su un'immagine dopo aver ridotto i livelli di grigio alla sua metà. Diminuiamo ancora un po '.
64 livelli di grigio
Ancora poco effetto, quindi riduciamo maggiormente i livelli.
32 livelli di grigio
Sorpreso di vedere che c'è ancora qualche piccolo effetto. Può essere dovuto al fatto che è l'immagine di Einstein, ma riduciamo di più i livelli.
16 livelli di grigio
Boom qui, andiamo, l'immagine finalmente rivela che è influenzato dai livelli.
8 livelli di grigio
4 livelli di grigio
Ora prima di ridurlo, di ulteriori due 2 livelli, puoi facilmente vedere che l'immagine è stata distorta gravemente riducendo i livelli di grigio. Ora lo ridurremo a 2 livelli, che non è altro che un semplice livello in bianco e nero. Significa che l'immagine sarebbe una semplice immagine in bianco e nero.
2 livelli di grigio
Questo è l'ultimo livello che possiamo raggiungere, perché se lo riducessimo ulteriormente, sarebbe semplicemente un'immagine nera, che non può essere interpretata.
Contouring
C'è un'osservazione interessante qui, che quando riduciamo il numero di livelli di grigio, inizia ad apparire un tipo speciale di effetto nell'immagine, che può essere visto chiaramente nell'immagine a 16 livelli di grigio. Questo effetto è noto come Contouring.
Curve di preferenza iso
La risposta a questo effetto, il motivo per cui appare, sta nelle curve di preferenza Iso. Sono discussi nella nostra prossima esercitazione sulle curve di preferenza Contouring e Iso.