Tesi Robotica Un coprocessore per Stereo-Matching: Profiling ... | Page 34

i

i
“MF_Tesi” — 2011/9/12 — 11:39 — page 34 — #34

i

2.3. DIGITALIZZAZIONE DELL’IMMAGINE

2.3.2

i

34

Quantizzazione

Il successivo passo del processo di digitalizzazione dell’immagine è la quantizzazione. I valori che un immagine assume sono delle intensità, dato che corrispondono ad un segnale incidente su un sensore, come ad esempio la quantità
di fotoni o l’ampiezza della funzione d’onda. L’intensità è una quantità prettamente positiva. Se l’immagine è rappresentata visivamente usando la scala di
grigi, allora il valore dei pixel deve riferirsi ad uno dei livelli di grigio. Chiaramente, in generale, un’immagine potrebbe essere composta da pixel multi-valore
(come in un’immagine a colori), oppure l’immagine potrebbe presentare dei pixel
con valore negativo, in questo caso però non siamo in presenza di una funzione di
intensità. In ogni caso, i valori dell’immagine devono essere quantizzati affinché
l’immagine possa essere processata.
La quantizzazione è il processo di convertire un’immagine a valori continui in
un’immagine a valori in un intervallo discreto. Questo di solito viene effettuato
attraverso operazioni di arrotondamento, troncamento, o qualche altro processo
non lineare irreversibile. La quantizzazione è un passo fondamentale che deve
precedere l’elaborazione digitale, dato che l’intensità dell’immagine deve rappresentare con precisione finita (limitata dalla lunghezza della parola macchina)
in qualsiasi elaboratore.
Quando il livello di grigio di un pixel è quantizzato, gli viene assegnato uno
dei valori dell’insieme finito di numeri che corrisponde al range del livello di
grigio. Una volta definito l’insieme finito di valori per la scala di grigi, allora
la quantizzazione può essere realizzata semplicemente arrotondando il valore
del pixel dell’immagine con il livello di grigio discreto più vicino. Questi valori
arrotondati possono essere qualunque tipo di numero, ma per convenienza e
semplicità di rappresentazione, sono mappati tramite una trasformazione lineare
in un insieme finito di numeri interi non negativi {0, ..., K − 1}, dove K è una
potenza di 2: K = 2B . Quindi il numero di livelli di grigio disponibili è K, ed
il numero di bit allocati per ogni pixel è B. In genere 1 · B · 8 con B = 1 (per le
immagini binarie) e B = 8 (dove ogni livello di grigio occupa un byte) sono le
più comuni profondità di colore per un pixel. Le immagini multi-valore, come
le immagini a colori, richiedono una quantizzazione dei pixel che può essere sia
individuale che collettiva (parliamo di “quantizzazione vettoriale”); per esempio,
un’immagine a tre componenti di colore è molto spesso rappresentata con 24bit
per pixel.
Diversamente dal campionamento, la quantizzazione è complicata da analizzare
dato che non è lineare. Inoltre, la maggior parte dei trattati teorici sull’elab-

i

i
i

i