Mostrando entradas con la etiqueta imagen digital. Mostrar todas las entradas
Mostrando entradas con la etiqueta imagen digital. Mostrar todas las entradas

08 octubre 2008

Imágenes íntimas

La imagen de abajo es uno de los trabajos del equipo de Anders Persson, ganador del premio Lennart Nilsson 2008, especifico para "creadores de imágenes científicas extraordinarias". Es un jabalí fiambre analizado mediante tomografía de alta resolución.

Persson dirige el Center for Medical Image Science and Visualization en la Universidad de Linköping (Suecia), donde se han dedicado a desarrollar técnicas de visualización 3D basadas en resonancia magnética, tomografía de rayos X, ultrasonidos, tomografía de emisión de positrones...

Los resultados tienen aplicaciones generales pero también muy específicas: desde autopsias virtuales hasta angiografías (con el sujeto vivo en este caso, claro). La pena es que la web del grupo posee un banco de imágenes muy limitado y con poca resolución. La información disponible tampoco es como para invitarlos a nada. Podrían ser un poco más generosos y mostrarnos imágenes no reducidas pero bueno, démosles un poco de tiempo. La galería del premio muestra 15 imágenes que curiosamente no están en la web del CMISV.

Abajo les dejo la inquietante imagen de los vasos sanguíneos de un caballo.

15 noviembre 2007

Lena

Abrí Digital Image Processing algorithms y allí estaba, en blanco y negro, repetida una y otra vez. Apenas diez minutos después volví a encontrarla en otro libro. Luego en un artículo en una revista. Luego en una presentación de diapositivas. El caso es que a lo largo de los años en la práctica totalidad de los libros sobre imagen digital aparecen cientos de variantes de la misma imagen, una y otra vez. Es como si se hubiera llegado a un acuerdo tácito: todo artículo sobre compresión fractal de imágenes, sobre resolución radiométrica, sobre... lo que sea, debe ir ilustrado siempre con imágenes de esta chica:

La imagen original se digitalizó hace 34 años en el USC Signal and Image Processing Institute de la University of Southern California. Sobre quién lo hizo no hay mucho acuerdo aunque la mayoría atribuyen la tarea a Alexander A. Sawchuk, profesor ayudante en verano de 1973 y que estaba preparando una comunicación para un congreso. Necesitaba una imagen para trabajar y decidió pasar por el escáner (lo que en aquel momento era una tarea nada irrelevante) alguna fotografía que presentara texturas y un rango dinámico amplio. Eran trabajos que sentaban las bases para los algoritmos de compresión de imágenes, aún más importantes entonces que ahora debido al mínimo ancho de banda de Arpanet, la red precursora de Internet.

Los escáneres planos de hoy están muy lejos del Miurhead que utilizaron en aquel momento. Era un escáner de tambor con una resolución fija de 100 ppp y una superficie útil de 5.12 pulgadas. Aprovechándola completamente podía generarse una imagen de 512x512 píxeles en color. La imagen se procesaría en un Hewlett Packard 2100.

Escáner Miurhead de tambor

Las tres imágenes originales (una para cada componente de color RGB) no salieron del todo bien y hubo que restaurar una línea perdida (simplemente duplicando la vecina). En aquel momento los escáneres eran kuy escasos y el SIPI recibió numerosas peticiones de copias de la cinta por parte de otros investigadores lo que contribuyó a hacer de la imagen un estándar para todos los desarrollos de los años siguientes.

Algo más tarde alguien se preguntó quién era ella. Las pertinentes indagaciones dieron fruto: resultó ser una chica sueca llamada Lena Sjööblom que había emigrado a los EE.UU. en 1969 y que en 1972, con 21 años, trabajaba de modelo en Chicago.

También se localizó la foto original: los ingenieros del SITI habían digitalizado, créanlo, una parte del poster central del Playboy de noviembre de 1972.

Si los motivos de esta elección fueron sólo técnicos y si esta revista estaba allí por mera casualidad son detalles aún sin explicar adecuadamente.

La imagen original sigue estando disponible en la base de datos del SITI; si quieren descargarla es esta (formato tif 768 kb):

Imagen escaneada en 1973

Lena Sjööblom se ha ganado un lugar en este sector de la ingeniería que abarca desde la trasmisión de señales hasta aplicaciones de internet. Actualmente vive en Suecia y no conocía su exótica popularidad hasta que la localizaron e invitaron a asistir a la 50th Anniversary Conference de la IS & T (The Society for Imaging Science and Technology) en Boston, mayo de 1997. Lena ha sido y es musa involuntaria de todo un sector de la ciencia y de la técnica.

¡Ah! Se me olvidaba (qué cabeza...), lógicamente con 512 píxeles la imagen de Lena fue sólo una parte del poster.

21 enero 2007

Que no, que no trabaje con imágenes JPEG

Es sabido que la compresión de imágenes tiene las ventajas de reducir el tamaño de almacenamiento y, consecuentemente, las necesidades a la hora de trasmitir los datos: menos ancho de banda o, lo que es equivalente, más imágenes por unidad de tiempo.
Es menos conocido que los satélites de observación terrestre no toman todas las imágenes que podrían porque no hay tiempo para transmitirlas a las estaciones terrestres. El cuello de botella es, en este caso, el ancho de banda. Por este motivo y otros similares, los algoritmos de compresión se aplican desde las pequeñas imágenes que usamos en las páginas web (mejor 40 kb que 400 a la hora de visitar una página) hasta los Gb de las imágenes hiperespectrales. Por poner un ejemplo, una imagen tomada con una cámara digital de 5 megapíxeles se codifica en tres canales de 8 bits, uno por cada color primario en el modelo RGB. Eso hace un total de 24 bits/pixel lo que supone 15 Mbytes si guardamos la imagen sin comprimir. Como ninguna imagen contiene los más de 16 millones de colores que pueden codificarse con los 24 bits/píxel (y en cualquier caso no podríamos distinguirlos) una de las opciones más utilizadas para reducir el tamaño es usar un solo byte por pixel, cuyo valor representa un color determinado. La paleta de 256 colores se construye en función de las caracteristicas de cada imagen y el resultado suele ser visualmente indistinguible del original aunque realmente suponga una fuerte pérdida cromática. En las imágenes GIF se utiliza esta técnica y cada imagen se acompaña del diccionario de colores “a medida” para permitir la decodificación.
Pero la clave del proceso está en la palabra visualmente. En realidad la pérdida es importante y este procedimiento no es aceptable para todas las aplicaciones. Por ejemplo, en las imágenes destinadas a proceso numérico jamás debe perderse resolución radiométrica. El motivo es que los algoritmos que extraen información de estas imágenes sí “ven” las variaciones y los resultados se verán a su vez afectados.
Los algoritmos de compresión se suelen dividir en dos clases: sin pérdida y con pérdida. Los primeros garantizan que la imagen decodificada es idéntica a la inicial; en los segundos, en cambio, se acepta una distorsión en los valores originales para aumentar la tasa de compresión. Entre los primeros están las compresiones LZW, usadas en los formatos TIFF y GIF habitualmente. Entre los segundos el más conocido es el formato JPEG, que se basa en un sofisticado proceso de codificación que permite una compresión a demanda: más compresión con más pérdida o menos compresión con menor modificación de los valores originales.
Realmente, el algoritmo JPEG puede comprimir algunas imágenes con una eficacia aplastante sin que visualmente se note la diferencia. Pero todo tiene su precio y hay un efecto menos evidente que puede convencerles de no usar el formato JPEG ni siquiera para sus fotos de vacaciones. El problema es que si vamos a regrabar la misma imagen varias veces, por ejemplo, para varias sesiones de retoque, la distorsión se acumula en cada ciclo de descompresión-compresión sin que sea posible recuperar la calidad original. El número de ciclos necesarios para que la distorsión sea aparente dependerá de los parámetros que controla la calidad de la compresión: abajo les pongo un ejemplo para que vean el efecto.

Fragmento ampliado de la imagen original en formato TIFF

El mismo fragmento tras 20 ciclos de grabación con compresión JPEG con calidad 40 (en una escala 0-100).

En la imagen superior verán fuertes distorsiones cromáticas y de luminosidad, así como un efecto de bloques. Este se debe a que JPEG trabaja sobre bloques de 8x8 píxeles cuyos parámetros de compresión no tienen continuidad con los vecinos.
¿La solución? Huir de la compresión JPEG y usar el formato TIFF con 24 bits por píxel para guardar las imágenes. Ya estarán a tiempo de reducirlas para su blog o destrozarlas para otros objetivos pero al menos mantendrán un original en buen estado. Para más detalles pueden seguir el protocolo aconsejado por Paulo Porta que pueden encontrar aquí junto con otros artículos que desvelan aspectos básicos de la fotografía digital. Muy recomendable invertir un rato en leerlos todos.

Nota: dos programas para trabajar con imágenes. Para verlas y alguna manipulación simple, lo mejor que en encontrado es Irfanview, muy ligero y con operaciones útiles como, por ejemplo, la transformación masiva en "batch". Para edición en serio, el GIMP que además se distribuye con licencia GNU. Ambos gratuitos, claro.
Grab this Widget ~ Blogger Accessories
 
º