Digitální obraz

			Tento článek je určen pro studenty navazujícího magisterského studia v oboru Optometrie
			Prosíme, neprovádějte věcné editace, nemáte-li potřebnou kvalifikaci.
			Editujte s rozvahou. Věcné změny nejprve projednejte v diskusi.

Digitální obraz je reprezentací obrazové informace v digitálná paměti. Vzhledem k charakteru digitálních dat musí být obraz vzorkován, tedy vlastně rozdělen na malé kousky (pixel – z angl. picture element), přičemž každý pixel má jen jednu hodnotu jasu. Pixel může mít jen konečný počet hodnot jasu, hodnota jasu je proto kvantována.

Základní charakteristiky digitálního obrazu

Jas a hloubka obrazu

Jas pixelu je údaj odpovídající svítivosti plošky reálného obrazu, která se promítla do příslušného pixelu. Černá barva, tedy „nulová svítivost“, je obvykle v paměti počítače reprezentována číslem 0, úplně bílá je pak nejvyšším použitelným číslem.

Nejvyšší použitelná hodnota jasu vypovídá o schopnosti dané reprezentace obrazu v paměti počítače rozlišit různé úrovně jasu; číslo jí odpovídající se nazývá bitová hloubka obrazu. Obvykle se neudává vlastní číslo, ale počet bitů, které zabere v paměti číslo charakterizující jas jednoho pixelu.

Příklady používaných bitových hloubek:

bitová hloubka	maximální jas	komentář
1	2 (21)	jen černá a bílá
2	4 (22)
4	16 (24)
8	256 (28)	běžně používané
24	16 777 216 (224)	tzv. True Color

Rozlišení

Pixely

Paměť počítače není neomezená, proto i digitální obraz je jen omezeným výsekem. Prakticky výlučně se používá obdélníkový výřez, tedy vlastně matice, jejíž prvky jsou hodnoty jasu jednotlivých pixelů. Rozlišení se udává jako šířka a výška obrazu vyjádřená v počtu pixelů, tedy např. údaj 640×480 znamená, že obraz je široká 640 a vysoký 480 pixelů.

Rozlišení však nevypovídá o fyzických rozměrech digitálního obrazu. Vlastní informaci o fyzickém rozměru obrazu nese až údaj o velikosti jednoho pixelu. Prakticky se používá jen údaj DPI (dots per inch), který říká, kolik pixelů odpovídá šířce jednoho palce (2.54 cm).

Kontrast a dynamický rozsah

Kontrast obrazu je veličina spojená s fyziologií vidění. Jde o veličinu charakterizující jeden konkrétní obraz. Pro různé účely se zavádí několik definic kontrastu, jejich společným rysem je však to, že kvantifikují rozdíl nebo podíl jasu mezi nejsvětlejšími a nejtmavšími oblastmi v obrazu. Manipulace s kontrastem patří mezi základní metody, kterými můžeme zvýšit subjektivní schopnost interpretovat obraz – většina zobrazovacích zařízení je proto vybavena ovládacím prvkem umožňujícím měnit kontrast zobrazeného obrazu.

Podíl nejvyššího a nejnižšího jasu, jaké je schopen daný formát rozlišit, tedy vlastně nejvyšší dosažitelný kontrast obrazu, se nazývá dynamický rozsah. Protože jde o podílovou veličinu kolísajících ve značném rozsahu, obvykle se používá nikoliv podíl sám, ale jeho dekadický logaritmus.

Barevný model

Informace o barvě pixelu není zcela jednoduchá, obvykle je reprezentována jako bod tzv. barevného prostoru. Barevný prostor je obvykle trojrozměrný, v některých případech čtyřrozměrný. Barevné vlastnosti jednoho pixelu tak vlastně reprezentuje trojice nebo čtveřice čísel, hovoříme o barevném modelu. Při počítačovém zpracování se používá několik barevných modelů:

• RGB model je nejčastěji používaný. Barvu pixelu reprezentuje trojice čísel odpovídající jasu červené (R), zelené (G) a modré (B) barvy. Výsledná barva je dána adicí všech barev, hovoříme proto o aditivním modelu. V RGB modelu pracují např. monitory, v RGB modelu je uložena barva ve většině datových formátů.

• CMYK model je subtraktivní model. Výsledná barva pixelu je dána rozdílem složky azurové (C), fialové (M) a žluté (Y). Protože barevný model CMYK se obvykle používá při tisku, používá se kvůli úspoře barvy ještě informace o černé složce (K).

• Modely HSV a HSL jsou barevné modely nevyužívající mísení barev. Barvu pixelu reprezentuje číslo barvy (H), sytost barvy (S) a hodnota bílého světla (V) resp. jas (L). Model se používá spíše v grafických aplikacích, protože umožňuje uživateli manipulovat s barvou způsobem, jaký intuitivně očekává.

Ukládání obrazové informace

Pro trvalé ukládání obrazové informace se používá několik datových formátů. Obecně lze datové formáty pro ukládání obrazů rozdělit na komprimované a nekomprimované. Nekomprimované formáty jsou obvykle poměrně velké, ale ve starších počítačích bylo jejich velkou výhodou okamžité načtení a zobrazení bez nutnosti další manipulace s daty. Příkladem nekomprimovaného datového formátu je BMP (Windows Bitmap). Komprimované formáty mají menší velikost, ale na starších počítačích trvalo zobrazení déle, protože musela proběhnout dekomprese dat.

Datová komprese může být bezeztrátová nebo ztrátová. Bezeztrátová komprese je založena na tom, že se hodnoty jednotlivých barev pixelů opakují, a proto lze vhodným matematickým postupem snížit počet čísel nutných k reprezentaci všech informací v obraze. Příkladem formátu s bezeztrátovou kompresí je PNG (Portable Network Graphics). Ztrátová komprese je založena na záměrné ztrátě té části informace, kterou lidské oko nevnímá, nebo ji vnímá jen omezeně. Nejznámějším formátem využívajícím ztrátové komprese je JPEG (Joint Photographic Experts Group – skupina, která tento formát vytvořila).

Výhodou takto uložené obrazové informace je její stálost (na rozdíl od fotografií soubory nestárnou), elektronické obrazy lze velmi snadno a bez ztráty kvality kopírovat. Elektronické obrazy lze snadno přenášet nejen v rámci příslušného nemocničního informačního systému, ale i mezi nemocnicemi (viz telemedicína).

Využití digitálního obrazu

Vedle výše zmíněného snadného skladování, kopírování a přenášení lze digitální obraz dále využít ke snadným manipulacím s obrazovými daty. Manipulace s obrazovými daty může mít několik cílů, při práci s biomedicínskými obrazy jsou nejdůležitější následující cíle:

• zlepšení subjektivního vnímání – např. tzv. okno u CT, automatická segmentace obrazu
• spojování informací získaných různými modalitami – např. DSA nebo PET-CT
• vytěžení na první pohled nezřejmé informace použitelné v diagnostice – např. kvantifikace tvaru či textury

Odkazy

Použitá literatura

• GONZALES, Rafael C. a Richard E. WOODS. Digital Image Processing. 3. vydání. Upper Saddle River, New Jersey : Pearson Education Inc., 2008. ISBN 0-13-505267-X.

• GEOFF, Dougherty. Digital Image Processing for Medical Applications. 1. vydání. Cambridge : Cambridge University Press, 2009. ISBN 978-0-521-86085-7.