Всички начини на предварителна обработка на изображения могат да бъдат разделени в териториалното и честота.
Пространствени методи работят директно с пиксели на изображението, както и характеристиките на яркостта на изображението се използва.
методи на честотата, свързани с прехвърлянето на изображението в комплексната равнина чрез преобразуване на Фурие.
- пиксел матрица формирането или контур.
В етап изображения избран праг яркостта чрез контрол осветление и филтриране на изображението се извършва за да се компенсира смущения и разпределят контурни изображения - ръбове и линии.
Ако е необходимо, в този етап работи бинаризиране, т.е. конвертирате нива на сивото изображение в двоично.
праг яркост Selection е важно, тъй като в първия етап на предварителна обработка на изображения, тъй като неговото качество зависи до голяма степен от осветлението работи сцена. Ако осветяването е подценен, увеличения размер на шума в изображението до загубата на обекта; когато много силна осветеност на обекта настъпва преекспонирани. В повечето случаи, на прага на яркост се контролира чрез въвеждане грабери на изображение на кадрите.
Обикновено, когато се подобрява изображение прилага корекция флип на яркостта и контраста на изображението. В същото време за всеки кадър разпределение хистограма на яркостта на изображението и да изчисли параметрите му: средна стойност и дисперсия. Всяка точка определя хистограма на броя на пикселите с дадена стойност яркост. В същото време очакванията определя общата яркост на изображението и дисперсията - контраста.
Бинаризацията често оперират веднага след подобряване на изображението. бинаризация проблем се състои в превръщането на двоичен полутоновете. В процес бинаризиране избрана прагова стойност на яркостта, който разделя зоната за обект и областта на фона. По този начин, ако стойността на осветеността във всяка точка превишава праговата стойност, а след това на мястото принадлежи на един обект, в противен случай - фон. Бинаризирания образ изход включва две яркост градация: 0 или 1.
По този начин, пикселите на изображението с една стойност яркост принадлежат към обекти, а нула - фон.
Филтрация изображение е най-дълъг и сложен стъпка за предварителна обработка. Има много различни техники за филтриране с техните предимства и недостатъци. Прилагане на задача метод е определено. Така че, има алгоритми, които изпълняват две функции едновременно: filltratsiyu и схема за избор (контурна филтри). Като цяло, филтриране решава следните проблеми:
- Изглаждане (подтискане на висока честота шум като "сняг"
Филтрирането в някои случаи може да доведе до значително понижение на шума хардуер, въведен от оптичната система, рамка грабери, камера (например аберация на обектива,
вземане на проби повърхност поле и фоточувствителни клетки neodnodnorodnost техните фотоволтаични характеристики).
Способността да се филтрира поради факта обхвата на визуална намеса обикновено съдържа високи пространствени честоти в спектъра на изображението, т.е. Смущения размер по същество по-малък от размера на обекта фрагмент. За средно шум висока честота, като "сняг" е нискочестотен филтър. Недостатъкът е, нискочестотните филтриране влошаването на контраста на изображението.
Ако оригиналното изображение не е остър, което се случва при слаба светлина, използвайте високо филтри, които увеличават контраста на изображението. В HPF оставя непроменена и изглажда регион висока честота, съдържащ малко подробности, например отблясъци. Недостатък на филтриране на висока честота е появата на артефакти на изображението, особено видими на фона под формата на фини елементи, които се наричат "сняг".
Негативен образ - този образ, яркостта на които е обратно основната тема, която е най-светлите области се появяват тъмни, а най-тъмно (сянка) - светлина. На цвят отрицателен цвят на обекта ще се покаже с допълнителни цветове, за да ги в изображението.
Отрицателен. R '= 255 - R; G '= 255 - G; B '= 255 - B
За разлика от цифровите графики може да се определи с помощта на хистограмата.
При увеличаване на контраста на яркост нива се концентрира до краищата на графиката, и краищата са вече известни, поставени на черно-бели нива на яркост, които представляват максималната контраста (помни черно и бяло линия на техниката).
Колкото по-висок контраст, по-тонални нива са склонни да екстремуми (гранични стойности на тонален диапазон).
За разлика намалени нива на яркост концентрират до определено ниво на сиво, което е средната стойност на всички нива на яркост. минимален контраст стойност, равна на общата липса съответства на ситуация, в която цялото изображение се превръща в един тон плоча (което, всъщност, вече не е образ).
Колкото по-нисък контраст, по-тонални нива са склонни да бъде средно.
Следователно, може да се твърди, че контрастът може да се променя от максимум, когато изображението са останали само бели и черни цветове до минимум, когато изображението е само едно ниво на сивото.
Забележка Трябва да се има предвид, че в изображения с множество цветни канали (например,
RGB изображение), както и с няколко при максимален контраст изображение се формира с два цвята (изглежда логично да се очаква). Това се дължи на факта, че максималният контраста (черно и бяло) се постига във всеки канал независимо и зони припокриващи се образува съответния цвят.
9. Хистограма. изравняване на хистограмата алгоритъм. яркост промяна на задачите и контраста.
Luminance хистограма. Инструмент за оценка на нивата на интензивност пиксел хистограма е - графично представяне на количествени вероятностни характеристики на разпределението на интензитета (яркост) на пикселите в избраната част на изображението. Максималната стойност на нива на интензитет пиксел се определя на интензивност градация 255 (бял) до тъмно - стойност 0 (черно). Интензитетите варират 0-255 са линейни промяна мащаб, или определена в съответствие с промяната на функция, например, амплифициране на слаби сигнали (сива скала) и отслабва силни сигнали (в бял цвят) от повишената пространствен и контраст разделителна способност на изображението или определен зона на интереси.
Известен метод изображение подобряване на базата на изчисляване на логаритъм на спектралните коефициенти на трансформация на Фурие на оригиналното изображение (изчисляване на cepstrum). В обратната превръщане в хистограма изравняване на cepstrum изображение се дължи на логаритмична спектър изображение превръщане.
Много изображения се характеризира с висока концентрация хистограми линии в определени области на разпределението на интензитета. Често, разпределението на хистограма на яркостта на изображението се развиват в посока на ниски нива (яркостта на повечето от елементите под средното). Един от методите за подобряване на качеството на тези изображения е модификация на хистограмата. Хистограма изравняване може да се извърши въз основа на степенуване модул спектрални коефициенти на трансформация на Фурие на изображението, знакът и фазови коефициенти запазена. Ако означим експонента а, а след това на а<1 операция извлечения корня степени α уменьшает большие спектральные коэффициенты и увеличивает малые. Такое перераспределение энергии в частотной плоскости изображения приводит к более эффективному использованию динамического диапазона интенсивностей пикселей изображения в пространственной области.
Избор на добра регулация на маската на интензивност хистограма подобрява контраста на пиксела, като по този начин подобряване на разделителната способност за разлика от подробности. Програмите за лечение, са команди, които ви позволяват да зададете цвят на цвят картографски изображения, които са гладки или обратното, резки преходи се показва в областта за подробности на интереси. В комбинация с лечение разлика, трансформиране на негативния образ в положителен, методът също така дава възможност да се увеличи контраста на малките и средни части на изображението.
Има доста голям арсенал от математически модели и алгоритми, внедряване на софтуер, който може да подобри значително резолюция изображения контраст. Тези алгоритми се основават на филтриране линейни и нелинейни процеси изображение, трансформиране на интензитета хистограмата.
10) алгоритми за обработка на пробата. навиване алгоритъм
Има три групи на типични алгоритми за обработка на изображения, общи за всички системи за:
1. Изображението на предварителната обработка;
Целта на предварителна обработка на изображения е образуването и последващото подобряване на изображението, то бинаризиране и кодиране (по-специално получаване на изображение контур).
Конволюция - стъпка на изчисляване на нова стойност на избрания пиксел, като се вземат предвид стойностите на заобикалящите го пиксели. За да се изчисли стойността се използва матрица, която се нарича конволюция ядро. Обикновено, ядрото на навиване е квадратна матрица п * п, като п - странно, но няма нищо спиране да направи правоъгълна матрица. По време на изчисляването на новата стойност на избрания пиксел намотка ядрото, така да се каже "прилага" нейния център (това е мястото, където важно странно размер матрица) на даден пиксел. Околните пикселите са обхванати от същия сърцевината. На следващо място, сумата се изчислява, където условията са продукт на пикселните стойности на стойностите на ядрото на клетката, покриване на пиксела. Сумата се разделя на сумата от всички елементи на ядрото на навиване. Получената стойност е само новата стойност на избрания пиксел. Ако кандидатствате за навиване на всеки пиксел от изображението, резултатът ще бъде някакъв ефект, в зависимост от избрания намотка ядрото.
Говорейки не математически език, конволюция - е трансформация матрица от друг, наречена ядро ( «ядро»). При обработка на изображения като изходен стърчат RGB канали на матрицата на пикселите в правоъгълни координати.
Както ядро често се използва матрица с размер 3x3, но вероятно повече (5х5, 7x7 и т.н.). Ядрото включва степен на въздействие ( "стойността") околното стойности на елементите на самия елемент.
Реализациите е както следва. Всеки елемент на оригиналната матрица се умножава по стойността на централно ядро матрицата. В допълнение към съответните стойности умножават по околните елементи (за техния размер 3x3 ядрото е 8), след което резултатите са обобщени и взети преобразуваната стойност.
Ето един прост пример за графично:
Реализирано стойност в червено, на обхвата на матрицата на ядрото - зелено. Poluchislos, че в резултат на преобразуването. Стойността на всички околните пиксели,
включително собствена стойност е равна на нула, с изключение на горната средна класа, където тя е една. По този начин, резултатът е:
Както се вижда, тази трансформация измества изображението с един пиксел.
Така намотка в този случай - е преобразуване на изображението, в което всеки пиксел на резултата засяга околностите. Степента на влияние на това поле се определя от "ядрото" или свиване матрица.
Div и офсетов ценности
Когато обработката на изображението е само една реализация няма да сляза, имаме нужда от повече нормализиране. Какво става, ако получената стойност е по-голяма от 255 или по-малко от 0? Цветове някои от тях са такива. Освен това, добивът на цвета на граничния феномен доста чести.
Нормализира се резултатът да се използват допълнителни променливи: Разделение (делител) и отместване (коефициент). Те работят много просто: Резултатът на преобразуване се разделя Разделение като към него се компенсира.
Не е трудно да се отгатне, че DIV по подразбиране = 1, офсет = 0 (DIV = 0 не може да устои!). При преобразуване на DIV обикновено се приема сумата на всички елементи на матрицата
усукване. Това състояние позволява да се избегне изкривяване на цветовете, когато те не са необходими. Всъщност, ако се трансформира района има един и същи цвят, резултатът
получена като сбор от основните елементи, умножени по цвят. Съответно, би не променя цвета, е необходимо да се разделят в резултат на превръщането на този сума.
Филтърът използва намотка матрица много, ще бъде описано по-долу са основните от тях. Филтър размазване филтър най-често използваните, въз основа на матрица намотка е
Обикновено, матрицата е изпълнен съгласно нормален (Gaussian практика). По-долу е матрица от 5х5 замъгляване попълнено в съответствие със закона на Гаус разпределение.
Коефициентите вече се нормализират, така че DIV за тази матрица е равен на единица.
От размера на матрицата зависи от силата на размазването. определение Подобрение филтър
За по-голяма яснота е необходимо да използвате следната матрица:
Тази матрица увеличава стойностите на разликата по границите. Div за тази матрица е 1.
Свързани статии