12.2. Методы повышения контраста.

Методы повышения контраста основаны на поэлементных операциях в тех случаях, если:

• должны быть выровнены нелинейности амплитудных характеристик отдельных узлов или всей системы;

• возникает необходимость представления деталей изображения на определенном участке динамического диапазона (градаций) яркости.

Типичными нелинейными элементами системы являются фотоэмульсии, оптико-электронные и электронно-оптические преобразователи.

Детерминистские методы.

Изменение контраста может распространяться на полный динамический диапазон яркости или же только на его часть. На следующих диаграммах буквой обозначен отображаемый динамический диапазон, а буквой – сила света воспроизводящего экрана или интенсивность черноты печатного изображения. На рис.3 представлены:

А) Линейная зависимость для любого элемента изображения.

B) Логарифмическое преобразование контраста , дающее следующие эффекты:

- линеаризацию градаций по оптической плотности;

- увеличение контраста при малых и его компрессия при боль­ших яркостях:

- согласование изображений со зрительной системой человека;

- улучшение равномерности распределения градаций серого;

- поддержание постоянного отношения сигнал/шум (шумы квантования).

C) Расширение контраста посредством преобразования ли­нейной градационной шкалы (1) в кусочно-линейную (2).

Если динамический диапазон камеры или дисплея не использу­ется полностью (1) (например, в качестве изображения применен недоэкспонированный фотоматериал или необходимо определенные градации яркости воспроизвести с повышенным контрастом), может быть применено линейное преобразование градационной шкалы

. (5)

Это соотношение отображает преобразование области градаций на интервале яркостей .

Вычитание нежелательного «фона» на изображении в соответствии с алгоритмом:

если ;

в остальных случаях.

Рис.3. Градационные характеристики.

Заключительное преобразование согласно (5) расширяет область контрастирования для избранного диапазона.

«Скорость» возрастания функции преобразования в окрестнос­ти градации серого дает меру изменения контраста:

– увеличение контраста;

– сохранение контраста; (6)

– компрессия контраста.

Из равенства (6) вытекает кусочно-линейное преобразование градаций серого (кривая 2 на рис. 3, С):

(7)

Пример для пояснения равенства (7):

Пусть границы динамического диапазона . Тогда

Параметры часто подбираются интерактив­но с использованием гистограмм, например путем выбора порогов между гистограммами распределения яркостей фона и объекта.

D) Контрастирование с многократным перекрытием (как и Н).

E) Эквидистантное квантование, так называемое «quick look», для ориентировочной оценки изображений.

F, G, Н) Визуальное представление с двумя градациями для выделения поверхностей объектов при:

F) – бинаризации пороговой величиной;

G)– бинаризации окном;

H)– бинаризации «битовым слоем», т.н. Bitslicing для ИКМ-кодированных градаций (например, 8 градаций), при которой избранный номер «бита» определяет, будет элемент изображения воспроизводиться черным или белым; в зависимости от номера «бита» определенные градации визуализируются. Младшие «биты» вно­сят составляющую шума; такое представление может применять­ся для оценки качества амплитудного разрешения считывающего устройства.

Заметим, что Е, F, G часто используют как средство сегмента­ции изображений.

I) Квадратичное преобразование реализует растяжку верхней области динамического диапазона изображения.

Статистические методы.

Статистические методы преобразования гистограммы применяются в случаях, когда распределение гистограммы яркостей текущего изображения рассматривается как причина неудовлетворительного качества изображения и если статистические признаки гистограммы (в отличие от, например, систем автоматического распознавания и оценки) не представляют интереса. Применение этой методики основывается на следующих аспектах:

• нелинейное увеличение контраста;

• преобразование со стандартизованным типом гистограммы;

• как промежуточная ступень для дальнейшей проблемно-ориентированной обработки.

Последняя названная методика позволяет, к примеру, исходя из промежуточного изображения с линеаризированной гистограммой и заданного для конкретной задачи преобразования гистограммы получать изображения с распределением яркостей, необходимым для дальнейшей обработки. Так осуществляется, например, предварительная подгонка изображений, полученных с помощью систем, основанных на различных принципах действия (магниторезонансная томография, рентгеновская компьютерная томография).

Преобразование гистограммы - операция поэлементная, и часто осуществляется через так называемую Look Up Tables (LUT), позволяющую достичь высокой скорости обработки. Це­левое преобразование гистограммы обычно предполагает априорные знания о распределении яркостей исследуемого класса изображений.

Наиболее общей и часто применяемой методикой служит линеаризация гистограммы, называемая также ее эквализацией. В ее основу положено стремление к случаю, при котором распределение гистограммы яркостей преобразованного изображения становится по возможности ближе к постоянному по всему динамическому ди­апазону:

, (8)

где – полный динамический диапазон (например, 256 уровней).

Вследствие дискретности градаций этот результат, однако, недостижим, так как в процессе преобразования для конкретной градации, например , может потребоваться более мелкое разбиение, что, естественно, неосуществимо:

. (9)

На практике реализуется распределение с приблизительно одинаковым числом элементов изображения в выбранном интервале гpадаций гистограммы. В основе метода лежит принцип растягивания градаций яркости вблизи максимума гистограммы и сжатия контраста на тех участках изображения, яркости которых лежат вблизи минимума гистограммы.

Знание гистограммы исходного изображения дает возможность относительно легко установить порог для бинаризации изображения в процессе визуального представления. Гистограмма, полученная из одного-единственного исходного изображения, часто называется также 1D-гистограммой. Большое значение имеют также 2D-гисттограммы – гистограммы двух коррелированных изображений, характеризующие связь между их локальными яркостями.

Пример обработки гистограммы иллюстрирует рис.4.: задано небольшое изображение с помощью матрицы , , то есть градациями яркости. В данном примере определяется количество элементов имеющих яркость , на основании дискретного преобразования рассчитываются новые значения яркости , которые округляются до ближайшего целого значения . Окончательная матрица получается из исходной заменой яркости на для каждого элемента, определяет количество элементов матрицы с яркостью .

Формула дискретного преобразования (Kennlinie): .

Рис.4. Иллюстрация обработки гистограммы.

Лекция №13. Методы сглаживания изображения.

Подчеркивание контуров.