HISTOGRAMA

Es la representación gráfica de un conjunto de medidas, con variables las cuales tienen forma de barras y se encuentran dentro de un proceso, los valores son representados en el eje de la y las frecuencias, y el eje de las x u horizontal los valores de las variables, señalando parte del intervalo en el que los datos se encuentran agrupados y despliega su distribución.

En esta imagen podemos observar la combinación de los canales RGB.

Tipificación a simple vista

Se puede observar en el siguiente gráfico como en una imagen se describe la relación de luces, los tonos oscuros predominan en esta imagen debido a como se encuentran unidos los píxeles, o pueda que la imagen necesite más luz , la misma conocida tradicionalmente como clave baja.

Mientras que los píxeles que se encuentran en la parte derecha como indica la imagen de clave alta, aqui los tonos claros prevalecen y podemos observar la diferencia entre las dos imagenes, como se encuentran su tonalidad.

Histograma de imagenes a color

Antes de poder realizar un histograma de una imagen a color, se debe dividir la imagen en sus tres matrices de colores que la componen, esto significa el RGB Red o rojo, Green o verde y el Blue o azul. Después de separar las tres matricies, se puede recién obtener el histograma de cada una de estas matrices o imagenes en escala de grises que simbolizan con diferente tonalidad cada uno de los colores.
Después de realizar esto se obtiene los histogramas por separado como se puede observar en el siguiente ejemplo de la imagen a continuación.

Imagen original

Histograma del Blue o azul

Histograma del Green o Verde

Histograma del Red o rojo

HISTOGRAMA A COLORES

Histograma de las imágenes a colores :En el histograma de una imagen contiene la datos, es decir diferentes tonalidades de color que se pueden dar en cada caso, se puede trabajar en distintos tipos de colores o en escala de grises. Pero cuando se trata de una imagen en color, no podemos decir de un único histograma que caracterice a la imagen sino estamos hablando de tres histogramas, con esto me refiere a uno para cada color RGB. Un claro ejemplo es el uso del histograma y sus posteriores modificaciones son más aplicables a imágenes en escala de grises.
El comienzo de un histograma, es decir de una imagen en escala de 256 tonalidades del blanco al negro que es en la escala de grises, se hace de una manera sencilla. Los pasos para la creación del histograma es: Primero crearemos un vector (array) que contenga 256 posiciones (8 bits), una por cada nivel de gris. Esto quiere decir que el algoritmo pasa por cada uno de los pixeles de la imagen que nosotros tenemos, aumentando en una unidad el valor guardado en la posición del array correspondiente al tono del pixel en cuestión. El histograma no da una apariencia general de la imagen. Esto se refiere a que si los niveles de gris se encuentran en el extremo oscuro del rango de la escala de gris, la presentación general de la imagen será oscura; pero si es lo contrario, la imagen pasa hacer clara. Pero en la imagen en color, tenemos tres histogramas, el histograma no contiene los tonos del negro al blanco, sino del negro al color correspondiente (rojo, verde ó azul -caso RGB-). el algoritmo debe separar el color correspondiente a cada pixel en sus componentes RGB (rojo, verde y azul).

PSEUDOCOLOR : La representación en pseudocolor de una imagen monocromática puede reinterpretarse como combinación de tres transformaciones puntuales intensidad → color



Otro ejemplo para observar la pérdida de información en los colores lo tenemos en los archivos RAW. Al abrir el Camera Raw tenemos la posibilidad de elegir el espacio de color, y a la vez, podemos observar los cambios que se producen en la imagen. Evidentemente, los cambios prácticamente no son visibles al ojo humano. Los monitores no son capaces de mostrar tanta información, pero para eso tenemos el histograma.

En el histograma con la información por canales de color vemos que en el caso número 1, en sRGB, el canal rojo se nos va. Simplemente el espacio de color no puede mostrar toda la información que tiene el canal rojo. La flecha de arriba a la derecha de color rojo nos muestra que se ha perdido parte de la información. En la imagen veremos que las luces son tan altas que se han quemado. un ejemplo del histograma a colores es:


En las zonas quemadas (en rojo) que muestran falta de información. Es la ausencia de información del canal rojo, como hemos visto en el histograma de arriba, que nos muestra el blanco puro en vez de un blanco con un matiz muy sutil de rojo.



En las zonas quemadas, son menores tal y como hemos visto en el histograma.

La foto ha sido sobreexpuesta un poco para provocar las altas luces, pero en los tres casos han mantenido los mismos ajustes.

Histogramas a Color

Histogramas de imagenes a Color

Calcular el histograma de una imagen, es simplemente contar el número de apariciones de cada uno de los posibles niveles de gris presentes en la misma. Si la imagen es en color, es posible extraer tres histogramas, cada uno de ellos correspondiente a un color primario.

Una vez ecualizada la matriz de luminancia, pasamos del formato YIQ anterior al RGB original.

Ecualización del Histograma

Si una imagen presenta un histograma centrado en torno a un valor determinado, es probable que esté poco contrastada, aunque esto no es necesariamente cierto, ya que pueden existir imágenes que, por su naturaleza, presenten histogramas de este tipo. Existen diversos métodos
estadísticos que logran mejorar el contraste, entre ellos, uno de los más conocidos se denomina ecualización uniforme del histograma y consiste en aplicar una función a la luminancia de los pixels, que consigue repartir la misma a lo largo de todo el rango dinámico de niveles de gris, y de una manera más uniforme.

Histogramas de Imagenes a Color

El histograma proporciona una descripción de la apariencia global de una imagen.

Para realizar el analisis de una imagen a color se realizan los siguientes pasos:

1. Se divida la imagen en las tres matrices basicas RGB, (Red, Green, Blue).

2. Se obtiene el histograma de cada una de las 3 matrices encontradas.

3. Para obtener el histograma de cada una de las matrices se debe contabilizar cada uno de los valores en la escala.

4. Como ultimo obtenemos 3 histogramas uno por cada matriz

Diseño de Histograma a Color

Para saber como el modelo de color afecta al histograma se realiza una comparacion:

Uso de histogramas para ajustar el color
Los histogramas son una representación del número de píxeles en cada valor de luminancia de una imagen. Los histogramas que tienen valores distintos de cero para cada valor de luminancia indican una imagen que aprovecha todo el rango tonal. Los histogramas que no utilizan todo el rango tonal corresponden a una imagen apagada sin contraste. Una de las tareas más habituales de corrección del color consiste en ajustar una imagen para repartir el valor de los píxeles equitativamente de izquierda a derecha en el histograma, en lugar de tenerlos acumulados en uno u otro lado. El hecho de aplicar el efecto Niveles y ajustar sus propiedades Blanco de entrada y Negro de entrada en el histograma es una manera sencilla y eficaz de llevar a cabo esta tarea en muchas imágenes.

Histograma que muestra el recorte de sombras

Histograma que muestra el recorte de resaltes

Reguladores de entrada desplazados para que la salida utilice todo el rango tonal

Histograma de una imagen en la que no se utiliza todo el rango tonal
MODELADO DEL HISTOGRAMA EN IMÁGENES EN COLOR

Imágenes en color: pueden definirse transformaciones independientes del histograma de cada componente de color. Ejemplo: igualación de histogramas

Observe que el procesado independiente de cada componente puede alterar los colores. Para evitarlo, la igualación puede limitarse a la componente de intensidad (a partir de un modelo HSI, por ejemplo)

Para las imágenes a color se necesitan varios histogramas. Por ejemplo, para una imagen codificada en RGB hay:
un histograma que representa la distribución de luminancia,
tres histogramas que representan la distribución de los valores de los componentes rojo, azul y verde, respectivamente.

HISTOGRAMA Y FILTRO DE IMAGENES

HISTOGRAMA

b=a;
n=5;
s=1000;
for g=1:s,k=1;
for x=1:w-2,
for y=1:z-2,
for i=x:x+2,
for j=y:y+2,
c(k)=b(i,j);
k=k+1;
end;
end;
for l=1:k-1,
for m=1:k-1,
if (c(l)>c(m))
d=c(l);
c(l)=c(m);
c(m)=d;
end;
b(i-1,j-1)=c(5);
end;
end;
k=1;
end;
end;
end;

FILTROS DE IMAGENES:

los filtros de una imagen se usa para la modificación de graficas o imagenes, ademas se usa para poder reconocer o detectar los bordes de la imagen en una escena, y a la vez se puede modificarlos. Otra funcion es que se puede manipular o modificar los colores.

Una función importante de los filtro es que es para la eliminación del ruido de una imagen. Un filtro también se lo conoce como convolucion de una matriz.; usamos dos aspectos importantes que es un píxel y la vecindad.

Dominio espacial y de frecuencia

Las técnicas de procesamiento de punto o de convolución pueden operar sobre la imagen tanto en el dominio espacial como en el de la frecuencia. este procede a calcular sobre los propios valores de los píxeles, y en el de frecuencia se traducen primero a un mapa de frecuencias.

las frecuencias altas corresponden en la imagen a cambios que son bruscos de densidad, y las bajas, a cambios suaves. El filtro Paso bajo, por tanto, consigue reducir el ruido suavizando las transiciones, mientras que la alternativa Paso alto refuerza los contrastes.

Las Técnicas de promediado

hay un errror que se tiene en la tecnica de promediado que es el de desdibujar bordes y formas. Lo que se debe hacer es calcular como ejemplo tenemos cuatro medias proporcionales entre los 2 vecinos laterales, los 2 verticales, los dos en un sentido diagonal y los del sentido inverso, y elegir el valor que mas sea sercano al dato original del píxel.

Hay un filtro Máximo este asignar al píxel de referencia el valor más alto de los encontrados en la máscara, por lo que su efecto es ensanchar las zonas claras y adelgazar las oscuras.

El Mínimo hace justo lo contrario, seleccionando el valor más bajo.

La mediana de un conjunto de valores discretos es tal que hay igual número de valores por debajo y por encima. Para entenderlo: una secuencia de valores 3, 2, 4, 8, 3, 12, 3 se ordena así: 2, 3, 3, 3, 4, 8, 12. El promedio es 5, el valor central es 4, pero la mediana es 3, porque es el valor que tiene el píxel del medio de la fila.

los filtros son algoritmos matematicos que permiten eliminar distorciones en la imagenes

Acontinuacion se puede ver un ejemplo
A=[25,25,25,25,25;25,35,45,128,25;25,45,35,35,25;25,45,35,35,25;25,25,25,25,25]
A=P;
n=5;
for i = 2:n-1,
for j = 2:n-1,
A(i,j)=(A(i-1,j-1)+A(i-1,j)+A(i-1,j+1)+A(i,j-1)+A(i,j)+A(i,j+1)+A(i+1,j-1)+A(i+1,j)+A+1,j+1))/9;
end;
end


AB=P;
n=5;
for i = 2:n-1,for j = 2:n-1,
B(i,j)=(B(i-1,j)+B(i,j-1)+B(i,j)+B(i,j+1)+B(i+1,j))/5;
end;
end;