Cписок используемой литературы 


Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Cписок используемой литературы



1. Быков Р.Е. Основы телевидения и видеотехники. Уч. пособ. М.: Горячая линия – Телеком, 2008. – 399 с. 

2. Дворкович В.П., Дворкович А.В., Зубарев Ю.Б., Мохин Г.Н., Нечепаев В.В., Новинский Н.Б. Цифровая обработка телевизионных и компьютерных изображений // Под ред. Зубарева Ю.Б. и Дворковича В.П, издание второе, переработанное и дополненное, Москва, НАТ, 1997, 255 с.

3. Смирнов А.В. Основы цифрового телевидения.- М.: Горячая линия –Телеком, 2001.- 224с.

   4. Дворкович А.В. Учебное пособие по курсу «Основы цифрового телевидения» М. 2011.- 46 с.

5. Учебник для вузов «Телевидение» В.Е.Джакония, А.А. Гоголь, Я.В. Друзин, и др.; Под ред. В.Е. Джаконии. М.: - Радио и связь, 2007.

6. Цифровая обработка изображений в информационных системах. Учеб. пособие; И.С. Грузман, В. С. Киричук и др. – Новосибирск: Изд-во НГТУ, 2002. – 352 с.

  7. Павлидис. Алгоритмы машинной графики и обработки изображений.

8. Д. Сэломон. Сжатие данных, изображений и звука. М.: Техносфера, 2004. 368с.

9. Колин К.Т., Аксентов Ю.В., Колпенская Е.Ю. Основы телевидения. М.: Связь, 1982, 464 с.

10. Лаврус В.С. Практика измерений в телевизионной технике. – М.:

Солон, 1996.

11. Красильников Н.Н. Теория передачи и воспроизведения изображений.

ЛАБОРАТОРНАЯ РАБОТА № 2

«Фильтрация цифровых изображений»

Целью работы является заложение основ у студентов в понимании принципов работы методов цифровой фильтрации изображений. Лабораторная работа должна дать базовые основы знаний и научить студентов ориентироваться в разных видах фильтров. Студенты должны уметь различать их и давать оценочные характеристики каждому из них, выделяя как положительные, так и отрицательные стороны.

Методы цифровой фильтрации изображений.

Рис. 2.1. Классификация методов цифровой фильтрации изображений

В лабораторной работе рассматриваются несколько способов фильтрации цифровых изображений. Классификация методов представлена на рис. 2.1

1. Пространственная фильтрация – осуществляются операции над элементами изображения без дополнительных математических преобразований. Пространственная фильтрация делится на фильтры высоких частот и фильтры низких частот.

1.1 Фильтры низких частот:

1.1.1.Сглаживающие фильтры. Применяются для расфокусировки изображения и подавления шума. Расфокусировка может применяться как дополнительный шаг обработки изображения, например, для удаления мелких деталей перед обнаружением больших объектов, или для устранения разрывов в линиях или деталях. Выход (отклик) простейшего линейного сглаживающего пространственного фильтра есть среднее значение элементов по окрестности, покрытой маской фильтра. Идея применения: замена исходных значений элементов изображения на средние значения по маске фильтра достигается путем уменьшения «резких» переходов уровней яркости.

Отклик изображения для сглаживающего фильтра определяется (для окрестности 3х3) по формуле:

                                                              

 (2.1)

 

Где R-отклик изображения

Zi-значение пикселей, соответствующее данным коэффициентам.

1.1.2.Гауссов фильтр.  Гауссовы фильтры низких частот (ГФНЧ) в двумерном случае задаются формулой:

                                                                                                (2.2)

  

где D(u,v)- расстояние от начала координат Фурье- образа, который считают сдвинутым в центр частотного прямоугольника. D0-частота среза. Когда D(u,v)=D0, значение передаточной функции фильтра падает до 0,607 от своего максимального значения.

Гауссовы фильтры меньше размывают изображение, и четкость изображений на выходе этих фильтров выше, чем у сглаживающих, но она также зависит и от размеров маски, в чем студенты смогут убедиться, применив к одному и тому же изображению маски различных размеров.

1.2 Фильтры высоких частот:

1.2.1.Градиент фильтр. Обеспечиваетулучшение изображения с использованием первых производных. В обработке изображений первые производные реализуются через модуль градиента. Для функции f(x, y) градиент f  в точке (х, у) определяется как двумерный вектор- столбец

                                                                                                   

(2.3)

 

 

Упрощенное выражение для модуля этого вектора определяется следующим образом:

 

                                                                                                (2.4)

Это уравнение проще в вычислениях, оно все еще сохраняет относи­тельные изменения в уровнях яркостей, но свойство изотропности пропадает.

Градиент фильтр выделяет контура и переходы изображения. Этот фильтр дает сильный отклик в областях со значительными изменениями яркости (на яркостных переходах и ступеньках).

  1.2.2.Фильтр Лапласа. Даетулучшение изображения с помощью вторых производных. в случае функции двух переменных f(х, у) определяется как     

(2.5)    

   

Поскольку производные любого порядка являются линейными операто­рами, то значит и лапласиан является линейным оператором.

Чтобы применить данное уравнение в цифровой обработке изо­бражений, его необходимо выразить в дискретном виде.

Существу­ет несколько способов задать лапласиан в дискретном виде на осно­ве значений соседних пикселей. Нижеследующее определение дис­кретной второй производной является одним из наиболее часто используемых. Принимая во внимание, что теперь имеются две переменные, для частной второй производной по х будет использоваться следующая формула:

(2.6)

(2.7)


 

 

 

Дискретная формулировка двумерного лапласиана, заданная уравнением (2.6), получается объединением этих двух составляющих:

(2.8)

 

Фильтр Лапласа, так же как и Градиент фильтр, подчеркивает контура, переходы и производит детализацию изображения. Однако лапласиан будучи оператором второй производной имеет преимущество, что является способом улучшения мелких деталей, следовательно он усиливает шум в большей степени, чем градиент.

1.2.3 Ранговый фильтр. Правило принятия решения для рангового, или процентильного, фильтра имеет вид:

(2.9)

 

 

где k = const – задаваемое значение, причем 0 < kn. Процентильные фильтры обозначаются   .

 

Легко заметить, что медианный фильтр есть частный случай процентильного  при .

В свете приведенных выше рассуждений ясно, что фильтрацию с более «низкими» рангами, чем медиана, следует применять в том случае, если вероятность перехода 1→0 существенно больше вероятности перехода 0→1. С более «высокими» рангами следует работать в том случае, если вероятность перехода 0→1 существенно больше вероятности перехода 1→0. Предельным случаем такого «асимметричного» шума является униполярный шум c параметрами (p = 1) или (q = 1).

 

Сравнительная таблица функциональности рассматриваемых фильтров:                                                                                 Таблица 1

Название фильтра Функции, область применения, свойства.
Градиент- фильтр Применяется для улучшения контуров. Дает сильный отклик в областях со значительными изменениями яркости(на яркостных переходах и ступеньках).На изображениях со значительными содержаниями контуров, градиент, как правило, имеет высокие значения. Используется для реставрации текстовых изображений, а так же для изображения с пейзажем, для того, чтобы подчеркнуть контура.
  Фильтр Лапласа Применяется для детализации контуров изображения. Подчеркивает разрывы уровней яркостей на изображении и подавляет области со слабыми изменениями яркостей. Повышает резкость изображения. Имеет сильный отклик на шум и мелкие детали. Является способом улучшения мелких деталей, следовательно усиливает шум в большей степени, чем градиент.   Используется для выделения текста на изображении, а так же для детализации изображений с пейзажем.
Сглажи-вающий фильтр Применяются для расфокусировки изображения. Наиболее очевидным применением сглаживания является подавление шума. Однако контуры, которые обычно представляют интерес на изображении, также характеризуют­ся резкими перепадами яркостей, поэтому негативной стороной при­менения сглаживающих фильтров является расфокусировка контуров. Другим применением такой процедуры может быть сглаживание лож­ных контуров, которые возникают при преобразованиях с недостаточ­ным числом уровней яркости.
Фильтр Гаусс. Так же, как и сглаживающий фильтр, применяется для сглаживания шума на изображении, т.е. усреднение изображения, но эта операция производится с разными масками. Гауссов фильтр меньше размывает изображение, следовательно четкость у него выше, чем у сглаживающего. Четкость гауссова фильтра зависит от маски и размеров матрицы.(чем больше матрица, тем ниже четкость).Используется для подавления шумов изображения.
Медиан-ный фильтр Уменьшет уровень шума, однако медианная фильтрация является нелинейной операцией, способной удалить детали изображения. Так же медианный фильтр не портит резких границ, убирая мелкие детали делает изображение менее естественным. Не удобен в использовании для обработки изображения типа «пейзаж», так как могут быть потеряны мелкие детали, важные для данного изображения.

                                                                                                                        

2. Частотная фильтрация. Линейная фильтрация изображений может осуществляться как в пространственной, так и в частотной области. При этом считается, что «низким» пространственным частотам соответствует основное содержание изображения – фон и крупноразмерные объекты, а «высоким» пространственным частотам – мелкоразмерные объекты, мелкие детали крупных форм и шумовая компонента.

 Традиционно для перехода в область пространственных частот используются методы, основанные на преобразовании Фурье. В последние годы все большее применение находят также методы, основанные на вейвлет преобразовании (wavelet-transform).

Отфильтровав изображения в частотной области и пропустив его через обратное преобразование Фурье, мы получаем итоговое изображение, лишенное определенных частот (в зависимости от выбранного фильтра).



Поделиться:


Последнее изменение этой страницы: 2019-11-02; просмотров: 213; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 54.226.68.181 (0.011 с.)