LibRar.Org.Ua — Бібліотека українських авторефератів

Загрузка...

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

“сігма-фільтрації”, чи з додатковим медіанним оцінюванням та ін.

Взамін степеневої функції при перетворенні можуть використовуватися логарифмічні, експоненціальні, тригонометричні, гіперболічні та інші функції, але такі, що задовольняють умові монотонності перетворення. Крім того ці методи можуть бути також на основі інверсних перетворень аналогічних нелінійних функцій.

Для підвищення ефективності перетворень та з метою підсилення контрастів тонкоструктурних об’єктів запропонований триетапний метод ковзного розтягу, який полягає у додатковому згладженні екстремальних значень елементів у ковзних околах, що сприяє покращанню візуальної якості перетворених зображень.

Проаналізовано гістограмні методи. Виділено методи вирівнювання гістограми як такі, що знайшли найбільше поширення. Узагальнено підхід Т.П.Беликової та Л.П.Ярославського до степеневої інтенсифікацї гістограми через нелінійне перетворення її компонент шляхом обчислень за виразом

де – гістограма розподілу елементів зображення, – S-подібна функція перетворення , наприклад типу перетворення Ейлера, чи інша нелінійна функція, аналогічна В-функції. Зокрема, запропоновано використовувати кусково нелінійні функції при перетворенні компонент гістограми, наприклад

та

чим досягається керування ваговим вкладом частот в кумулятивну гістограму. З метою ж нелінійної корекції відеосигналу, яка подібна до “гіперболізації гістограми” і полягає у врахуванні нелінійних властивостей зору, що дозволяє підсилювати малі значення відеосигналу і ослаблювати великі, запропоновано коректувати не саму гістограму, а безпосередньо кумулятивну гістограму CH(L). Саме тоді підсилення малих значень кумулятивної гістограми відповідатиме збільшенню амплітуди відеосигналу, а зменшення великих значень кумулятивної гістограми відповідатиме зменшенню амплітуди відеосигналу, чим досягається нелінійна корекція в цілому. Для цього використовується перетворення

де функція така, що при і вона має задовольняти умовам, що відповідають її монотонно-зростаючому характеру. Наприклад, за запропоновано використовувати S-подібні функції типу перетворень Ейлера та їм аналогічні. Показано, що такі перетворення можуть застосовуватися коли їх основою є не тільки кумулятивні гістограма, але і довільна пронормована функція гістограмних перетворень.

З метою підвищення точності гістограмних перетворень типу разом з Опир Н.В. запропонований алгоритм, що зменшує вплив похибки округлень. Резерв для підвищення точності перетворення є тільки у тому випадку, коли для двох сусідніх цілих значень і При цій умові у перетвореному зображенні L* відсутні елементи з величинами

.

Тоді скоректоване значення елементів з величиною обчислюємо за формулою на основі лінійної інтерполяції

,

де . На цій основі запропонована технологія підвищення візуальної якості зображень при їх перетвореннях. Показано, що запропоновані методи можуть використовуватися і при ковзних реалізаціях гістограмних перетворень.

З класу рангових перетворень виділені методи ковзних зважених перетворень (КЗРП). Показано, що відомі підходи до їх побудови використовують класифікацію елементів за контрастністю об’єктів. Проте вони призводять до різного підсилення контрастності об’єктів, залежно від їх кривизни. Якщо об’єкти опуклі, то КЗРП підвищують їх локальні контрасти в порівнянні з ковзними ранговими перетвореннями (КРП). Однак, коли об’єкти вгнуті, то КЗРП забезпечують значно гірші результати ніж КРП. Для усунення цього недоліку запропоновано визначати тип кривизни об’єкта при його класифікації, а вагові коефіцієнти обчислювати за допомогою виразу

,

де , якщо об’єкт опуклий і 1 – якщо вгнутий; – вагова функція підсилення контрастності тонкоструктурних об’єктів; – коефіцієнт підсилення контрастності. При цьому пронормований контраст елементів зображення визначався за допомогою лінійного його опису

,

де - середнє значення елементів ковзного околу розміром .

КЗРП узагальнюють КРП. Показано, що запропоновані КЗРП можуть використовуватися для швидкої зміни локальних контрастів зображення шляхом узагальнення лінійної -еквалізації Л.П.Ярославського.

Проаналізована структура побудови різницевих методів підвищення якості зображення. Встановлено, що особливою їх рисою є визначення результату для кожного елемента зображення як суми низькочастотної фонової складової та високочастотної детальної складової , яка адаптивно підсилюється в раз,

,

де - нормуючі коефіцієнти , .

Для підвищення ефективності різницевих методів узагальнено метод J.S. Lee, що використовує лінійне перетворення низькочастотної складової шляхом запропонованого її нелінійного перетворення з метою кращого відтворення фону однотонних деталей великих розмірів. Причому для нелінійного перетворення використовуються кусково-нелінійні функції, зокрема перетворення Ейлера, В-функції та ін., наприклад, якщо =MEAN(S), тобто вона представлена ковзним середнім, то

Крім того можна представляти більш загально - як певне згладження чи , а не тільки MEAN(S), тобто з використанням різних М-околів. Інші класи методів нерізкого маскування отримуємо при використанні нелінійного перетворення в комутаційних алгоритмах, що представляють деталі начебто врізаними у фон. Аналіз детальної складової показує, що вона визначається локальним контрастом і її можна представити як , де . Це дозволяє записати різницевий алгоритм у більш загальному вигляді через використання ядер визначення локального контрасту, а саме

.

Корекція фонової складової дозволяє в цілому підвищити ефективність різницевих методів через зміну фону як основи, на яку накладається або ” врізається ” високочастотна текстура об’єктів і деталей зображення. Це підсилює локальні контрасти деталей різних розмірів і поліпшує візуальне сприйняття зображень. Представлення ж детальної складової через різні ядра локального контрасту породжує нові класи методів нерізкого маскування.

Проаналізовано методи підвищення якості зображень шляхом перетворення локального контрасту. Їхня ефективність суттєво залежить від способу визначення локального контрасту. Для методу R.Gordon запропонована процедура підвищення його ефективності, що дозволяє усувати розмитість перетвореного зображення через використання для визначення локального контрасту усереднених значень яскравостей шляхом обчислення за виразом

,

де , – квадратний окіл з елементів. Розроблений однопрохідний метод підсилення контрастності зашумлених зображень, що полягає у використанні для визначення локального контрасту непараметричних оцінок математичного сподівання центрального елемента – середнього для зрізаного варіаційного ряду та ін.

Розроблено ряд класів методів перетворення локального контрасту з метою зміни візуальної якості зображення, що використовують триетапну схему визначення локального контрасту, його нелінійну зміну та відновлення зображення із зміненим контрастом. Вони базуються на:

· контрастному законі сприйняття світла Нестерука-Порфир’євої та правилі додавання локальних контрастів;

· на лінійному описі локальних контрастів з використанням як безпосереднього усереднення в ковзному околі, так і усереднення зважених перепадів яскравостей