
- •1.1. Элементы зрительного восприятия
- •1.2. Использование движения при сегментации
- •2.1. Свет и электромагнитный спектр
- •2.2. Сегментация на отдельные области
- •3.1. Понятие о дискретизации и квантовании изображения
- •3.2. Пороговая обработка
- •4.1. Фундаментальные отношения между пикселями
- •4.2. Связывание контуров и нахождение границ
- •5.1. Основные градационные преобразования
- •5.2. Обнаружение разрывов яркостей
- •6.1. Видоизменение гистограммы
- •6.2. Стандарты сжатия изображений
- •7.1. Основы пространственной фильтрации
- •7.2. Сжатие с потерями
- •8.1. Пространственные фильтры
- •8.2. Сжатие без потерь
- •9.1. Введение в фурье-анализ
- •9.2. Модели сжатия
- •10.1. Сглаживающие частотные фильтры
- •10.2. Основы теории сжатия изображений
- •11.1. Частотные фильтры повышения резкости
- •11.2. Вейвлет-пакеты
- •12.1. Гомоморфная фильтрация. Вопросы программной реализации
- •12.2. Двумерные вейвлет-преобразования
- •13.1. Модели шума
- •13.2. Быстрое вейвлет-преобразование
- •14.1. Подавление шумов с помощью пространственной и частотной фильтрации
- •14.2. Одномерные вейвлет-преобразования
- •15.1. Оценка искажающей функции
- •15.2. Цветовая сегментация
- •16.1. Геометрические преобразования
- •16.2. Цветовые преобразования
- •17.1. Цветовые модели
- •17.2. Кратномасштабное разложение
- •18.1. Сглаживание и повышение резкости
- •18.2. Одномерные вейвлет-преобразования
- •19.1. Шумы на цветных изображениях
- •19.2. Элементы зрительного восприятия
6.1. Видоизменение гистограммы
Гистограммой цифрового изображения с уровнями яркости в диапазоне [0, L-1] называется дискретная функция h(rk) = nk, где rк есть k-ый уровень яркости, а nк — число пикселей на изображении, имеющих яркость rk.
Нормализованная гистограмма p(rk)=nk/n есть оценка вероятности появления пикселя со значением яркости rk.
Гистограммные методы применяются при улучшении изображений, а также сжатии, поиске и сегментации.
Гистограммные методы используются для улучшения контраста (за счет расширения динамического диапазона). Можно выделить эквализацию и приведение гистограммы.
Существуют
4 типа(ну на самом деле намного
больше)гистограмм.
Гистограмма
[0,L-1] называется дискретная функция
h(
)=
,
где
-катый
уровень яркости, где
число пикселей на изображении, имеющих
яркость
.
Общая практика нормализации гистограммы является деление каждого значения на общее число пикселей n.
Все рассмотренные в данной главе поэлементные преобразования изображений можно рассмотреть с точки зрения изменения плотности вероятности.
В
обработки изображений важную роль
играет: s=T(r)=
,
правая часть-функция распределения
случ.величины r. Выполнение преобразования
согласно функции приводит к получению
некоторой случ. Величины s, хар-ся
равномерной плотность распределения
вероятностей
Для
дискретных s=T(r)=
- эквализация
Эквализация, ее суть состоит в выравнивании гистограммы, т.е. проведении таких преобразований, чтобы на изображении в равных количествах присутствовали пиксели с различными значениями из заданного динамического диапазона интенсивностей.
Задание гистограммы-Метод, позволяющий получить обработанное изображение с задаваемой формой гистограммы.
1. Получение функции преобразования Т(r) с помощью уравнения.
2.Получение функции преобразования G(z) с помощью уравнения.
3.Вычисление обратной функции преобразования G-1(z).
4.Получение выходного изображения путем применения уравнения G-1(T(r))ко всем пикселям входного изображения. Результатом такой процедуры будет изображение, уровни яркости z которого имеют заданную плотность распределения вероятностей
Локальные преобразования гистограммы по окрестности вокруг пикселя.
Задается форма квадратной или прямоугольной окрестности вокруг обрабатываемого элемента и затем центр этой области передвигается от точки к точке.
2.Для каждого нового положения окрестности подсчитывается гистограмма по входящим в нее точкам и находится функция преобразования эквализацииили приведения гистограммы.
3.Эта функция используется для отображения уровня яркости центрального элемента окрестности
4.Центр окрестности перемещается на соседний пиксель и процедура повторяется
Улучшение на основе арифметико-логических операций(Функционально полный класс логических операций: AND, OR, NOT; Вычитание изображений; Усреднение изображений g(x,y) =f(x,y)+n(х, у), f(x,y) –исходное изображение,n(х, у) –некоррелированное значение шума в точке (x,y))
6.2. Стандарты сжатия изображений
Расположены в порядке появления.
JPEG — Широкораспространенный стандарт сжатия, который существует уже более 15 лет. Использует DCT-преобразование. Используется многими программами, такими, как графические редакторы и веб броузеры.
К недостаткам формата JPEG следует отнести то, что блочная структура данных (дробление изображения на квадраты 8х8 пикселей ) при сильных степенях сжатия приводит к потере мелких цветных деталей и образованию характерных "артефактов" - иррегулярной структуре пикселей искаженного цвета и/или яркости в областях с высокой пространственной частотой (например, контрастные границы изображения) или на областях с низкой пространственной частотой (плавные переходы изображения, например, чистое небо)
Несмотря на недостатки, JPEG получил очень широкое распространение из-за высокой степени сжатия, относительно существующих во время его появления альтернатив, что позволяет хранить менее объемный архив. В сфере видеонаблюдения стоит большая проблема именно с хранением информации, поэтому возможность сжатия является немаловажным качество на который обращают внимание при использовании в технологии это можно проследить на примере всех кодеков используемых в системах видеонаблюдения
M-JPEG — Это вариант сжатия JPEG и на самом деле не является стандартом. M-JPEG — сокращение от Motion JPEG, где каждое изображение является независимо сжатым телевизионным кадром или полем.
Недостатками MJPEG являются более низкий коэффициент сжатия по сравнению с потоковыми методами сжатия, например MPEG4 и блочная структура данных (дробление изображения на квадраты 8х8 пикселей ) унаследованная от JPEG по сравнению, например , с методом Wavelet .
Основным преимуществом для интеграции в видеонаблюдение технологии Motion JPEG является простота реализации, что делает MJPEG подходящим для реализации в устройствах с малыми вычислительными ресурсами.
К плюсам надо отнести быстрый нелинейный видеомонтаж — если какой-либо кадр берётся целиком (без изменений) из одного MJPEG-источника, его можно записать в выходной MJPEG-поток как есть, без декодировки-сжатия.
MJPEG даёт относительно качественные стоп-кадры, что и позволяет его использовать, в системах видеонаблюдения (возможность выяснить номер проехавшего автомобиля).
Wavelet — Очень популярное сжатие в видеонаблюдении. Отличается большей эффективностью при сжатии деталей, так как алгоритм сжатия wavelet представляет изображение как наборы реальных коэффициентов, и в отличае от традиционного сжатия JPEG не делит все изображение на блоки 8x8 пикселов
Преимущество метода wavelet состоит в том, что, в отличие от JPEG, алгоритм wavelet анализирует целое изображение. Особенностью wavelet так же является возможность получать лучшую степень сжатия чем JPEG, поддерживая хорошее качество.
JPEG-2000 — Стандартизованный вариант Wavelet-сжатия. Доступны дополнительные модули JPEG-2000 для различных графических редакторов и веб-броузеров.
Motion JPEG-2000 — Принцип действия примерно такой же, как у M-JPEG, но в качестве основы используется JPEG-2000.
Н.261 — Стандарт для низкой скорости передачи данных, принятый в 1984 ITU для аудиовизуальных сервисов.
MPEG-1 -Стандарт ISO, созданный как модификация Н.261 для записи видео на компакт-диски при низкой скорости передачи данных (около 1.5 Мбит/с).
MPEG-2 — Разработан для вещательного телевидения. Использует низкий уровень сжатия для передачи, записи и воспроизведения видео высокого качества. Сейчас используется в большинстве телестудий, на DVD-дисках, на кабельном телевидении, а также в кабельном телевидении и многими производителями цифровых видеорегистраторов.
Н.263 — Создавался как адаптация MPEG-2 для достижения более высоких уровней сжатия при сохранении высокого качества изображения. Был принят как международный стандарт в 1996 году и пересмотрен в 1998 году. Стандарты Н.263+ и Н.263++ представляют собой усовершенствованные версии Н.263.
MPEG4 — Стандарт разрабатывался как объектно-ориентированное сжатие. Существует несколько версий. Сжимает видео и аудио с широким выбором скорости передачи данных. Пригоден для различных областей применения, которые используют низкоскоростные каналы связи, от мобильной телефонии и Интернета до телевидения.
MPEG-7 — Новый стандарт, предназначенный для описания аудиовизуального содержимого.
MPEG-21 — Новый стандарт, описывающий общую структуру взаимодействия всех объектов MPEG и пользователей.
Н.264 — Самый новый стандарт сжатия, который базируется на Н.263 и MPEG4 (AVC), который предлагает широкий выбор качества, включая более эффективное сжатие для форматов телевидения высокой четкости (заявлено о втрое большей эффективности по сравнению с MPEG-2).