Главная Случайная страница


Категории:

ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника






Методы спектрального улучшения изображения

Методы спектрального преобразования рассматривают каждый пиксел изображения как набор значений яркостей в той или иной зоне электромагнитного спектра, поэтому все операции выполняются с учетом индивидуальных для каждого пиксела яркостей в пределах каждой зоны спектра. В основе рассматриваемых методов лежит анализ и преобразование отдельных яркостей или гистограмм, которые представляют собой графическую интерпретацию распределения спектральных яркостей изображения в радиометрическом диапазоне. При этом новой информации не создается, а лишь происходит перераспределение исходной информации. Сущность выполняемых преобразований заключается в перераспределении исходной информации с целью подчеркнуть (выделить) те или иные свойства объектов. Для многозональных изображений (в том числе цветных) преобразования для каждой зоны выполняются как независимые улучшения яркости, контрастности и др. Рассмотрим простейшие преобразования, доступные через меню любой цифровой фотограмметрической системы и основанные на использовании следующей зависимости между оптическими яркостями его элементов: b i i ρ = ϕ(ρ ) + исх , (1.7) где ρi исх, ρi – яркости элемента изображения до и после преобразования; ϕ(ρi исх) – функция, определяющая характер преобразования; b – параметр яркости. Характер изменения яркости изображения в соответствии с уравнением (1.7) при b = 0 всецело определяется видом функции ϕ(ρi исх) и в общем случае может быть представлении в виде графиков, соответствующих линейному, нелинейному или кусочнолинейному преобразованию. Большинство компьютерных систем цифровой обработки изображений обеспечивает возможность изменения яркости, контраст- ности и гамма-коррекции экранного изображения путем поэлементного линейного преобразования яркостей всех пикселов. При таком преобразовании ϕ(ρi исх) = ρi исх × tgγ, где γ – угол наклона линии к горизонтальной оси . Общее изменение яркостиизображения выполняется в результате попиксельной обработки, путем уменьшения или увеличения параметра b уравнения на одну и ту же величину. В результате чего все яркости ρi смещаются к одному краю используемого диапазона их изменений, и элементы изображения становятся более светлыми или более темными. Изменение контрастностиизображения выполняется с целью улучшения читаемости границы между смежными элементами путем подчеркивания различий в их яркостях и заключается в следующем. При увеличении контрастности яркости элементов изображения, превышающие среднее значение, увеличиваются пропорционально своему значению, и уменьшаются, если они меньше среднего. При этом темные тона становятся еще темнее, светлые – еще светлее, границы между элементами изображения становятся более четкими. При чрезмерном увеличении контрастности на снимке останутся только светлые и темные тона. При уменьшении контрастности преобразования обратны: темные тона становятся светлее, светлые – темнее, границы между элементами изображения «размываются» и изображение исчезает. Гамма-коррекция изображения выполняется с целью изменения его детальности и выполняется путем пропорционального уменьшения или увеличения диапазона яркостей исходного изображения. Неправильное использование гамма коррекции может провести к уменьшению числа полутонов и преобладанию областей одного тона. Рассмотренные приемы фотометрической коррекции далеко не исчер- пывают возможности цифровой обработки изображений, методы которой Графики изменения яркости и контрастности позволяют выполнять нелинейные преобразования яркостей заданного диапазона и др. Одна из таких возможностей реализуется с помощью гистограммы яркостей цифрового снимка, которая представляет собой график, по одной оси которого показаны значения яркостей, а по другой – число пикселов с соответствующей яркостью. Эта гистограмма, с одной стороны, может служить инструментом контроля за возможными потерями деталей изображения в процессе его преобразования, а с другой – позволяет привести плотности распределения вероятностей яркостей к некоторому заданному виду путем нелинейного поэлементного преобразования. Характер такого преобразования может быть различным: «растягивание» исходного диапазона яркостей на весь интервал от 0 до 255, изменение формы кривой соответствующего участка вручную и пр. К числу более сложных спектральных преобразований можно отнести методы линейного, нелинейного и кусочного изменения контраста, эквализации гистограммы, «инверсии» изображений и др. Большинство их используется для улучшения «сырых», предварительно не обработанных изображений, полученных с помощью цифровых съемочных систем авиационного или космического базирования.

Фильтрация изображения

Фильтрация изображения представляет собой базовую операцию метода пространственного преобразования изображения. Его сущность заключается в преобразовании яркости каждого пиксела на основе анализа информации в пределах скользящего по изображению окна, представляющего собой матрицу размером q×q (3×3, 5×5 и т.п.) пикселов. Окно перемещается от одного пиксела изображения к другому, при этом яркости центральных пикселов каждый раз пересчитываем. Операция свертки тесно связана с понятием пространственной частоты изображения, представляющей собой различие между наивысшими и наиболее низкими значениями яркостей смежных пикселов. Различают: • нулевую пространственную частоту, которая соответствует однородному изображению с одинаковыми яркостями пикселов; • низкую пространственную частоту, свойственную изображению с плавно изменяющимися яркостями пикселов; • высокую пространственную частоту, характерную для изображения с высоким контрастом, представляющего собой чередование пикселов с резко меняющимися яркостями. Задачей свертки, или фильтрации, является преобразование с целью увеличения пространственной частоты изображения, повышения его контраста и «читаемости» (что важно при дешифрировании). В зависимости от конкретной ситуации и желаемого эффекта могут использоваться различные фильтры, где показана яркость заштрихованного пиксела до и после фильтрации. Так как сумма элементов градиентного фильтра равна нулю, то значение F принято равным единице. Применение градиентного фильтра а) – исходный фрагмент (выделен рамкой); б) – фильтр; в) – результат фильтрации. Применяемые для улучшения изображений фильтры можно разделить на несколько групп Среднеарифметический фильтр используется для генерализации и сглаживания изображений с низкой пространственной частотой. Он представляет собой матрицу размером 3×3 пиксела, в которой все пикселы имеют значение «1», а центральный – среднее значение (1/9). Модальный, медианный и адаптивный фильтры являются статистическими, поскольку значение яркости центрального пиксела окна устанавливается на основе анализа всех данных окна (ядра свертки) и принимается равным: • серединному значению из расположенных по убыванию яркостей всех данных (для медианного фильтра); • нулю или среднему значению отклонения от яркости центрального (для адаптивного фильтра); • наиболее часто встречающейся яркости (для модального фильтра). Высокочастотные фильтры используют для выделения областей с резкими переходами на фоне постепенных изменений путем понижения пространственной частоты. В таких фильтрах значение центрального пиксела матрицы принимается равным 8 и более (чем больше, тем более подчеркиваются граничные значения), а всех остальных – по единице. Несколько рассмотренных ниже фильтров базируются на представлении изменения яркости изображения как некоторой непрерывной функции и используются для выделения границ объектов на основе операций с производными 1-го и 2-го порядка от этой функции. Так, градиентный фильтр основан на использовании производной первого порядка и позволяет выделить линейные объекты изображения, направленные вдоль столбца изображения Лапласиан представляет собой оператор, использующий вторые производные, и применяемый для выделения линий и контуров в разных направлениях

Последнее изменение этой страницы: 2016-08-29

lectmania.ru. Все права принадлежат авторам данных материалов. В случае нарушения авторского права напишите нам сюда...