Порядок выполнения работы

1. Ознакомится с теоретической частью. Получить вариант задания;

2. Вывести на экран выбранное изображение;

3. Разработать алгоритм и программу расчета гистограммы и характеристик изображения;

4. Рассчитать и вывести на экран гистограмму изображения;

5. Рассчитать математическое ожидание, СКО, радиус корреляции, энтропию изображения;

6. Изменить яркость палитры;

7. Получить новое изображение и рассчитать его характеристики в соответствии с п. 4, 5;

8. Получить зашумленное изображение с аддитивным белым равномерным шумом; (“salt&pepper”). Рассчитать характеристики изображения;

9. Получить зашумленное изображение с аддитивным белым гауссовским шумом. Рассчитать характеристики изображения;

10. Ознакомиться с работой стандартных функций;

11. Полученные изображения представить преподавателю.

Варианты заданий

№	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
1 2 3 4 5	1 -.3 .3 .7 .06	2 -.6 .2 .8 .03	3 -.8 .4 .8 .04	4 .3 .3 .6 .05	1 .6 .5 .8 .06	2 .8 .2 .7 .07	3 .3 .3 .6 .08	4 .6 .4 .7 .09	1 .8 .5 .7 .03	2 -.3 .3 5 .04	3 -.6 .4 .7 .05	4 -.8 .5 .8 .06	1 .3 .3 .6 .07	2 .6 .4 .8 .08	3 .8 .5 .8 .09

В таблице: 1-е число – номер изображения; 2-е число - значение gamma;

3-4 е числа – значения В₀ от В_max;

5-е число - значение СКО шума.

Изменение яркости палитры: [low_in high_in], [low_out high_out] - [50 150], [0 255]

Интенсивность шума “salt&pepper”

Лабораторная работа №2 Локальные методы обработки изображений

Теоретическая часть

Улучшение изображений, искаженных различными помехами, может быть реализовано с помощью фильтрации.

Для фильтрации изображений используется двумерные фильтры. Двумерный фильтр представляет собой участок плоскости (наиболее часто используется прямоугольный или квадратный участок), который называется апертурой или окном. На этом участке задается так называемая весовая функция, присваивающая каждому элементу апертуры определенный весовой множитель. Апертура с весовой функцией называется маской.

При фильтрации маска перемещается по изображению, формируя отклик фильтра. Например, в линейных фильтрах в каждом положении маски пиксели исходного изображения умножаются на соответствующие весовые множители, эти произведения суммируются и затем сумма делится на нормирующий коэффициент. Полученный результат является откликом данного фильтра. Значение отклика присваивается пикселю нового (профильтрованного) изображения, координаты которого соответствуют положению центра апертуры.