Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ОПИСАНИЕ МЕТОДОВ.docx
Скачиваний:
0
Добавлен:
27.12.2019
Размер:
37.23 Кб
Скачать

Бинаризация

Б инаризация - это преобразование 256-цветного изображения к двухцветному (чёрно-белому). Бинаризация изображения проводится по следующим правилам: R, G, B – прежние значения яркости точки по каналам;R’, G’, B’ – новые значения яркости точки по каналам;Р – порог бинаризации. Таким образом можно реализовать четкое разделение изображения и фона, а также очистить изображение от помех. Также следует учитывать, что при бинаризации теряются все промежуточные цвета. Если же амплитуда помехи слишком велика или большинство цветов - цвета, близкие к среднему значению, то лучше не применять бинаризацию, или же сначала попробовать настроить контраст или яркость. В частности, если изображение слишком светлое – бинаризация может дать сплошной белый цвет. Тогда лучше сначала затемнить его с помощью уменьшения яркости. Если слишком тёмное – может получиться сплошной чёрный цвет, тогда необходимо сначала увеличить яркость изображения. Если изображение состоит из цветов, находящихся в диапазоне близких к среднему, то следует увеличить контраст. Наилучший результат бинаризация даст для контрастного изображения. Варьирование порога позволяет с большей точностью убрать низкочастотные помехи, чем в случае установки фиксированного значения порога, равного середине цветового спектра (значение 128). При бинаризации с порогом 0 получим полностью белое изображение, при пороге 255 –полностью черное.

4 Негатив (инвертирование)

1 ) Полное инвертирование - это замена значения яркости каждого пикселя на его дополнение до 255 (расчётная формула: Y = 255 - Y). 2) Частичное (до порога) - если яркость пикселя лежит ниже заданного порога, её значение меняется на дополнение до 255 (расчётная формула: Y = 255 – Y, при условии Y<порог). 3) Частичное (после порога) - если яркость пикселя лежит выше заданного порога, её значение меняется на дополнение до 255 (расчётная формула: Y = 255 – Y, при условии Y>порог). 4) Пороговое инвертирование - если яркость пикселя лежит ниже заданного порога, её значение меняется на дополнение до порогового значения (расчётная формула: Y = порог – Y, при условии Y<порог). Негативное изображение получается по формулам:R, G, B – прежние значения яркости точки по каналам; R’, G’, B’ – новые значения яркости точки по каналам; Полное инвертирование позволяет рассмотреть детали в тёмных областях изображения, которые после инверсии становятся светлыми, потому что человеческий глаз лучше различает оттенки светлых цветов, в то время как близкие по значению темные цвета сливаются и становятся трудно различимыми. Так же этот метод полезен, если в нашем распоряжении есть негативное изображение, из которого с помощью полного инвертирования можно получить позитив

Наложение шумов на изображение

Шум изображения – это дефект качества цифрового снимка, который возникает из-за неправильной передачи цвета и яркости.

Для оценки работы фильтра на изображение необходимо для начала наложить некоторый искусственный шум. Зашумление можно выполнять любым способом, изменяющим каким-либо образом значения каких-то точек изображения.

Виды шумов

В курсовой работе необходимо реализовать наложение трех видов шумов на изображение: аддитивного, мультипликативного и импульсного. Перед их рассмотрением необходимо знать, что выходное значение яркости необходимо корректировать при выходе его за границы 0...255. Смысл аддитивного шума заключается в увеличении яркости или значения цвета пикселя на некоторую небольшую величину, значение которой должно быть различным (случайным) для каждой следующей точки.Смысл мультипликативного шума заключается в умножении яркости или значения цвета пикселя на некоторую небольшую величину, значения которой близки к 1 и в каждой точке различны (случайны). Рассмотрим следующий пример наложения мультипликативного шума, в котором значения цвета некоторого количества точек будут изменены в 0.5…1.5 раза:Смысл импульсного шума заключается в искажении яркости или цвета пикселя настолько, что он теряет всякую информацию о своем неискаженном значении. Рассмотрим следующий пример наложения импульсного шума, в котором значения цвета некоторого цвета будут заменены новыми случайными значениями.