Últimamente, he escrito artículos sobre sensores de imagen (comenzando con este primer artículo de la serie de tecnología de sensores de imagen) y estadísticas (comencé con una introducción al análisis estadístico en ingeniería eléctrica). Se me ocurrió que me gustaría escribir un artículo sobre un tema interesante que se basa tanto en imágenes digitales como en análisis estadístico, a saber, el contraste visual.

¿Qué es el contraste?

El brillo y el contraste son las dos características más fundamentales de una fotografía en escala de grises o en color. El brillo es sencillo: describe la claridad u oscuridad general de una imagen. El contraste, en cambio, es algo más complejo.
El contraste puede ser más fácil de demostrar que de explicar, así que comencemos esta discusión con algunas imágenes:


Una versión de bajo contraste (izquierda), medio contraste (centro) y alto contraste (derecha) de la misma fotografía.

La imagen en el centro es directa del negativo escaneado y la única modificación que hice para crear las otras imágenes fue aumentar o disminuir el contraste.
Creo que este trío de fotografías ayuda a transmitir la sutileza y los matices del contraste en el contexto de las imágenes cotidianas. Podría crear versiones de alto y bajo contraste que se llevan al extremo, es decir, una con contraste aumentado hasta el punto en que casi todos los píxeles son completamente negros o completamente blancos y la otra con un contraste tan bajo que todo se desvanece. grisáceo. Sin embargo, el contraste no funciona de esa manera cuando intentamos producir una imagen realista y visualmente agradable.
Una forma estándar de definir el contraste es el grado de diferencia entre los tonos más claros y más oscuros de una imagen. "Tono" en este contexto es esencialmente sinónimo de "brillo", pero la connotación es ligeramente diferente: el brillo se puede interpretar como intensidad numérica (para datos digitales) o densidad medida (para película), mientras que usar la palabra "tono" también evoca la forma en que los seres humanos perciben o responden al brillo (y oscuridad) en una imagen.
No estoy del todo satisfecho con la definición de "grado de diferencia" porque el contraste es más que un solo número que especifica hasta qué punto los niveles de gris en una imagen se extienden o se compactan.
El contraste se puede manipular de diversas formas. Por lo tanto, sugeriría que el contraste se define de manera más completa, aunque quizás más abstrusa, como la distribución de los niveles de gris en una imagen en la medida en que esta distribución influya en las diferencias entre los tonos más claros y más oscuros.

Contraste e histograma de imagen

El procesamiento de imágenes hace un uso extensivo de gráficos estadísticos llamados histogramas. Con un histograma, podemos especificar visualmente 1) los valores en una imagen (o en cualquier otro conjunto de datos) y 2) con qué frecuencia ocurren estos valores.
Los histogramas organizan y presentan los valores de los píxeles de una manera que puede ser sumamente informativa y, a menudo, funcionan como un complemento esencial para una evaluación integral de la imagen en sí. Un histograma estándar tiene valores de píxeles que aumentan a medida que se mueve de izquierda a derecha a lo largo del eje horizontal.
Un histograma nos brinda información clara sobre el contraste de una imagen y también podemos usar cambios en un histograma para comprender mejor los efectos de modificar el contraste de alguna manera. A continuación he reproducido las tres fotos de gatitos que se muestran arriba, cada una acompañada de su histograma.

A medida que aumenta el contraste, los valores de los píxeles se desplazan más hacia el lado izquierdo o derecho del histograma. En una imagen como esta, que enfatiza los tonos oscuros y claros con relativamente pocos píxeles de tono medio, aumentar el contraste hace que la distribución sea más bimodal: los dos picos se alejan más y el “valle” entre los picos se vuelve más pronunciado.
El efecto es algo diferente en una imagen que enfatiza los medios tonos. Por ejemplo:

Aquí, la imagen de contraste medio tiene un pico dominante cerca de la mitad del rango de valores de píxeles. Si disminuimos el contraste, se concentran aún más píxeles en este pico primario. Si aumentamos el contraste, creamos una distribución más uniforme de píxeles en el rango y los picos secundarios se vuelven más prominentes.

Contraste y desviación estándar

La desviación estándar es una de las medidas estadísticas descriptivas más importantes y se explica en detalle en mi artículo sobre la desviación promedio, la desviación estándar y la varianza. Aquí está la conclusión: la desviación estándar transmite la tendencia de los valores en un conjunto de datos a desviarse del valor promedio.
Los histogramas que se muestran arriba informan la desviación estándar (así como la media y la mediana). Es interesante, aunque no sorprendente, observar que la desviación estándar aumenta a medida que aumenta el contraste: cuando agregamos más contraste a una imagen, distribuimos el histograma de tal manera que la tendencia general del conjunto de datos es tener una mayor distancia entre el píxel individual valores y su media.
De hecho, informar la desviación estándar de los valores de píxeles en una imagen es una forma de cuantificar el contraste. Esto se denomina contraste RMS (raíz cuadrada media) porque el cálculo de la desviación estándar es un procedimiento de raíz cuadrada media.

Conclusión

Espero que haya disfrutado de esta exploración conceptual y estadística del contraste visual. En un artículo futuro, continuaremos con este tema analizando las funciones de transformación y su efecto en el contraste de una imagen digital.

Dejar respuesta

Please enter your comment!
Please enter your name here