Concept de quantification

Nous avons introduit la quantification dans notre tutoriel sur les signaux et le système. Nous allons formellement le relier aux images numériques dans ce tutoriel. Parlons d'abord un peu de la quantification.

Numériser un signal

Comme nous l'avons vu dans les tutoriels précédents, la numérisation d'un signal analogique en un signal numérique nécessite deux étapes de base. Échantillonnage et quantification. L'échantillonnage se fait sur l'axe des x. C'est la conversion de l'axe x (valeurs infinies) en valeurs numériques.

La figure ci-dessous montre l'échantillonnage d'un signal.

Échantillonnage par rapport aux images numériques

Le concept d'échantillonnage est directement lié au zoom. Plus vous prenez d'échantillons, plus vous obtenez de pixels. Le suréchantillonnage peut également être appelé zoom. Cela a été discuté dans le didacticiel d'échantillonnage et de zoom.

Mais l'histoire de la numérisation d'un signal ne s'arrête pas à l'échantillonnage aussi, il y a une autre étape impliquée qui est connue sous le nom de quantification.

Qu'est-ce que la quantification

La quantification est opposée à l'échantillonnage. Cela se fait sur l'axe des y. Lorsque vous quantifiez une image, vous divisez en fait un signal en quanta (partitions).

Sur l'axe x du signal, sont les valeurs de coordonnées, et sur l'axe y, nous avons des amplitudes. La numérisation des amplitudes est donc connue sous le nom de quantification.

Voici comment c'est fait

Vous pouvez voir sur cette image, que le signal a été quantifié en trois niveaux différents. Cela signifie que lorsque nous échantillonnons une image, nous recueillons en fait beaucoup de valeurs et, lors de la quantification, nous fixons des niveaux à ces valeurs. Cela peut être plus clair dans l'image ci-dessous.

Dans la figure montrée dans l'échantillonnage, bien que les échantillons aient été prélevés, mais ils s'étalaient toujours verticalement jusqu'à une plage continue de valeurs de niveau de gris. Dans la figure ci-dessus, ces valeurs verticales ont été quantifiées en 5 niveaux ou partitions différents. Allant de 0 noir à 4 blanc. Ce niveau peut varier en fonction du type d'image que vous souhaitez.

La relation de quantification avec les niveaux de gris a été discutée plus en détail ci-dessous.

Relation de la quantification avec la résolution du niveau de gris:

La figure quantifiée ci-dessus a 5 niveaux de gris différents. Cela signifie que l'image formée à partir de ce signal n'aurait que 5 couleurs différentes. Ce serait une image en noir et blanc plus ou moins avec quelques couleurs de gris. Maintenant, si vous souhaitez améliorer la qualité de l'image, il y a une chose que vous pouvez faire ici. C'est-à-dire pour augmenter les niveaux ou la résolution du niveau de gris. Si vous augmentez ce niveau à 256, cela signifie que vous avez une image en échelle de gris. Ce qui est bien mieux qu'une simple image en noir et blanc.

Maintenant 256, ou 5 ou quel que soit le niveau que vous choisissez est appelé niveau de gris. Rappelez-vous la formule dont nous avons discuté dans le didacticiel précédent sur la résolution du niveau de gris qui est

Nous avons discuté du fait que le niveau de gris peut être défini de deux manières. Quels étaient ces deux.

  • Niveau de gris = nombre de bits par pixel (BPP). (K dans l'équation)
  • Niveau de gris = nombre de niveaux par pixel.

Dans ce cas, nous avons un niveau de gris égal à 256. Si nous devons calculer le nombre de bits, nous mettrions simplement les valeurs dans l'équation. Dans le cas de 256 niveaux, nous avons 256 nuances de gris différentes et 8 bits par pixel, donc l'image serait une image en échelle de gris.

Réduire le niveau de gris

Maintenant, nous allons réduire les niveaux de gris de l'image pour voir l'effet sur l'image.

Par exemple

Disons que vous avez une image de 8 bpp, qui a 256 niveaux différents. C'est une image en niveaux de gris et l'image ressemble à ceci.

256 niveaux de gris

Nous allons maintenant commencer à réduire les niveaux de gris. Nous allons d'abord réduire les niveaux de gris de 256 à 128.

128 niveaux de gris

Il n'y a pas beaucoup d'effet sur une image après avoir diminué les niveaux de gris à sa moitié. Permet de diminuer un peu plus.

64 niveaux de gris

Toujours pas beaucoup d'effet, réduisons alors les niveaux davantage.

32 niveaux de gris

Surpris de voir qu'il y a encore peu d'effet. C'est peut-être dû à la raison, que c'est l'image d'Einstein, mais réduisons davantage les niveaux.

16 niveaux de gris

Boum ici, on y va, l'image révèle enfin, qu'elle est effectuée par les niveaux.

8 niveaux de gris

4 niveaux de gris

Maintenant, avant de la réduire, encore deux 2 niveaux, vous pouvez facilement voir que l'image a été mal déformée en réduisant les niveaux de gris. Nous allons maintenant le réduire à 2 niveaux, ce qui n'est rien d'autre qu'un simple niveau en noir et blanc. Cela signifie que l'image serait une simple image en noir et blanc.

2 niveaux de gris

C'est le dernier niveau que nous pouvons atteindre, car si le réduire davantage, ce serait simplement une image noire, qui ne peut pas être interprétée.

Contour

Il y a une observation intéressante ici, à mesure que nous réduisons le nombre de niveaux de gris, un type spécial d'effet commence à apparaître dans l'image, qui peut être vu clairement sur une image à 16 niveaux de gris. Cet effet est connu sous le nom de Contouring.

Courbes de préférence ISO

La réponse à cet effet, c'est pourquoi il apparaît, réside dans les courbes de préférence Iso. Ils sont abordés dans notre prochain tutoriel sur les courbes de préférence de contour et Iso.