LibRar.Org.Ua — Бібліотека українських авторефератів

Загрузка...

Головна Електроніка. Обчислювальна техніка → Цифрова обробка зображень на основі теорії контрастності

лінійного розтягу, коефіцієнт підсилення локального контрасту для перетвореного зображення виражається формулою:

,

де елементи вхідного зображення , а у випадку нелінійнї гама-корекції ця залежність є такою:

.

Для гістограмних методів показано, що аналіз опису роботи нейронів зорової системи у випадку представлення узагальненого контрасту сюжетного зображення як приведеного центрованого сигналу реакції (що відповідає кусково-лінійному представленню залежності сигналу реакції зорової системи людини від сигналу збудження) призводить до породження методу вирівнювання гістограми розподілу яскравостей зображення при його сприйнятті.

Гістограмні методи є частковим випадком рангових методів. Оскільки в основі гістограмних методів є локальний контраст з його лінійним описом, то і для рангових методів характерним є те, що в їх основі є локальний контраст елементів зображення.

Для різницевих методів характерним є використання підсилення високочастотних просторових складових. Враховуючи дискретну апроксимацію лапласіана, класичний алгоритм нерізкого маскування можна представити як

,

або ж, використовуючи взаємозв’язок лапласіана з локальним контрастом (23):

,

що підтверджує наявність локального контрасту в основі методів цього класу.

Для методів перетворення локального контрасту використання останнього є необхідним, бо вони базуються на триетапній схемі визначення локального контрасту, його нелінійному підсиленні та відновленні зображення з підвищеними локальними контрастами.

Отже, всі п’ять класів обробки зображень в просторовій області базуються на використанні локальних контрастів. Однак, поряд з побудовою методів перетворення зображень з метою зміни їх візуальної якості важливими є методи визначення контрасту перетворених зображень. Тому в роботі розглянуто деякі підходи до аналітичного визначення контрасту зображень після їх перетворень. Так, для методів класу гістограмних перетворень, які є одночасно і методами нелінійних статистичних безінерційних перетворень, показано, що узагальнений контраст зображення після нелінійних статистичних перетворень не залежить від сюжету перетворюваного зображення, його контрасту та гістограми, а є характеристикою цього перетворення. Це дозволяє обчислювати його наперед. Встановлено аналітичний вираз обчислення узагальненого контрасту зображення після такого нелінійного перетворення, коли локальні контрасти представляються їх лінійними описами:

,

де - математичне сподівання величини елементів перетвореного зображення, а - функція, обернена до функції розподілу, який має забезпечуватися в перетвореному зображенні. Проведено обчислення узагальненого контрасту для випадку перетворень, що забезпечують рівномірний, експоненційний та релеєвський розподіли в перетвореному зображенні.

У третьому розділі розгянуто методи і алгоритми цифрової обробки зображень в просторовій області, що випливають з використання локальних контрастів для підвищення візуальної якості зображень. Узагальнений контраст зображення є одним з параметрів, що відображає його візуальну якість. Його збільшення сприяє підвищенню достовірності розпізнавання об’єктів. Однак для повної оцінки візуальної якості зображення тільки цього параметра недостатньо. Важливими є оцінка якості рівня адаптації (середньоарифметичного значення яскравості), що визначається як відхилення рівня адаптації від середини діапазону яскравостей, повнота використання градацій та різкість зображення. Тому запропоновано емпіричний підхід до кількісної оцінки візуальної якості зображення, яка визначається пронормованим добутком узагальненого контрасту, оцінки якості рівня адаптації, повноти використання градацій та різкості зображення. Ці параметри в сукупності сприяють об’єктивній оцінці візуальної якості зображення.

Проаналізовано методи розтягу діапазону яскравостей зображення. Показано, що при розгляді рівня адаптації як постійної величини, якою апроксимується зображення з елементами , логічно припустити, щоб

,

а це значить, що він має бути розв'язком чебишовської задачі рівномірного наближення з абсолютною похибкою, а саме

.

Тоді рівень адаптації відповідатиме середині діапазону квантування відеосигналу, тобто . Такий аналіз зображення дозволяє здійснювати їх двоетапне перетворення шляхом лінійного розтягу. Він полягає у визначенні рівня адаптації вхідного зображення як складової першого етапу і лінійного перетворення елементів вхідного зображення відносно рівня - як складової другого етапу. Фактично процес формування вихідного зображення при такому підході складається з відображення елементів вхідного зображення, що належать проміжку , на проміжок , і елементів, що належать проміжку - на проміжок .

Узагальнений вираз для такого кусково-лінійного перетворення має вигляд:


(24)

де за можна використовувати різні параметри зображення, наприклад, середньоарифметичне значення ; медіану ; порядкову статистику , де ; частину розмаху , де та ін. Такий підхід до лінійного розтягу зображень дозволяє більш повно врахувати окрім двох його характеристик і ще й третю, яка характеризує розподіл елементів зображення на проміжку . Вираз (24) може бути також і основою алгоритму нелінійної градаційної корекції зображення, що базується на модифікації гама-корекції з використанням S-подібної функції перетворення. Тоді його вигляд такий:

Узагальнений алгоритм нелінійної градаційної корекції з використанням S-подібної функції перетворення описується виразом

де - монотонно зростаюча функція перетворення, що задовольняє умові при . Частковим випадком цього виразу при є перетворення Ейлера, основою якого є повні та неповні В-функції. У випадку ж використання інверсних функціональних перетворень, що адекватні В-перетворенням, отримуємо такий вираз:

В той же час крутизну перетворення можна суттєво зменшити, якщо усереднювати лінійне перетворення з перетвореннями типу Ейлера. Функції перетворення для цих випадків відповідно є такі:

та

Однак поряд з глобальним перетворенням елементів всього зображення можна здійснювати його також і ковзним способом, коли воно здійснюється пофрагментно. У цьому випадку за фрагмент вибирається певний окіл Sij з центром в елементі з координатами (i,j), включаючи його самого. Відомі підходи до побудови ковзного методу підвищення локальних контрастів зображення на основі розтягу. Однак вони використовують класичний лінійний розтяг. В роботі ж запропоновано використовувати в ковзній реалізації нелінійний розтяг, зокрема:

,

де і – відповідно верхня і нижня границі значень елементів перетвореного зображення Переважно , а , . Поряд з цим методом запропоновано використовувати різні типи М-околів, що є підмножинами S-околу та введені Л.П.Ярославським. Для таких різновидів ковзних околів використані алгоритми кусково-лінійного та кусково-нелінійного розтягів, що описані вище. При ковзній реалізації обробки зображень їх можна представити як

або при ковзному нелінійному перетворенні:

причому за величину оцінки можуть прийматися також аналогічні оцінки за М-околами, а саме відомі середнє К найближчих сусідів, результат безпосередньої