
- •Автоматизированная обработка изображений
- •Цифровая передача изображений из космоса
- •Устройства формирования изображений:
- •Обработка цифровых сигналов
- •Теорема Котельникова (Теорема отсчета).
- •Восстановление сигналов, теорема отсчетов.
- •Представление цифровых изображений.
- •Алгоритмы сжатия.
- •Методы сжатия без потерь.
- •Классический алгоритм Хаффмана.
- •Арифметическое сжатие
- •Интервальное кодирование
- •Алгоритм сжатия изображений
- •Рекурсивный алгоритм (wavelet) волновое сжатие
- •Обработка цифровых снимков
- •Этапы процесса обработки снимков
- •Статистические показатели исходных данных
- •Коррекция и восстановление снимков
- •Атмосферная коррекция.
- •Методы корректировки теплового инфракрасного излучения:
- •Восстановление пропущенных пикселей
- •Геометрическая коррекция
- •Нелинейные преобразования (полином 2-го и выше)
- •Влияние порядка преобразования
- •Метод резинового листа (Rubber sheet)
- •Интерполяция значений яркости
- •Улучшение визуального восприятия снимков
- •Функция градиентного преобразования.
- •Повышение качества
- •Пространственные преобразования
- •Модель изображения при пространственной фильтрации
- •Фильтры свертки
- •Типы локальных фильтров
- •Фильтры lp и hp
- •Фильтр усиления высоких частот
- •Полосовые фильтры
- •Направленные фильтры
- •Граничная область
- •Характеристики обработанных изображений
- •Применение алгоритма совмещения пространственной фильтрации
- •Алгоритм расчета усредняющего фильтра
- •Последовательность линейных фильтров
- •Статистические фильтры
- •Морфологический фильтр
- •Градиентные фильтры
- •Преобразования Фурье
- •Фурье анализ
- •Дискретное преобразование Фурье для 2-мерного случая
- •Форма представления Фурье образа
- •Фильтрация с помощью преобразования Фурье
- •Функция передачи модуляции
- •Пространственный спектр мощности сигнала
- •Фильтры нулевого уровня
- •Фильтр DoG – разность гауссовых функций
- •Wavelet преобразования
- •Устранение шумов
- •Создание маски пространственного фильтра
- •Пространственные признаки изображения
- •Многоспектральные отношения
- •Метод главных компонент (pca)
- •Стандартизированный мгк
- •Мгк с минимизацией шума
- •Метод «Колпачок с Кисточкой»
- •Классификация
- •Понятие сходства.
- •Жесткая классификация
- •Контролируемое изучение
- •Анализ разделимости
- •Мера разделимости Махалонобиса
- •Преобразованная дивергенция
- •Расстояние Джеффриса-Матусита
- •Неконтролируемое обучение
- •Алгоритм классификации методом к-средних
Рекурсивный алгоритм (wavelet) волновое сжатие
Алгоритм ориентирован на цветные и черно-белые изображения с плавными переходами. Алгоритм идеален для ч-б рентгеновских снимков. Степень сжатия от 5 до 100. При задании большего коэффициента сжатия на резких границах появляется лестничный эффект, т.е. несколько пикселей с одинаковыми яркостями.
Идея алгоритма: мы сохраняем разницу числа между средним числом соседних блоков в изображении, эти значения стремятся к 0.
Полученные значения можно округлить до целых, ещё дополнительно сжать по алгоритму Хаффмана и получить очень хорошую степень сжатия. Без потери качества можно сжимать в 4-6 раз.
Достоинство алгоритма:
- представляет возможность постепенного проявления изображения;
- упрощается показ огрубленного изображения;
- рекурсивный алгоритм в отличии от jpeg и фрактального не оперирует блоками (работает только строками).
Характеристики:
- степень сжатия от 2 до 200;
- класс изображений: предпочтительней с плавными переходами;
- коэффициент симметричности около 1,5;
- при высокой степени архивации изображение распадается на отдельные блоки.
Алгоритм jpeg2000
Отличия от стандартного jpeg:
-лучшее качество изображения при сильной степени сжатия;
-кодирование отдельных областей с лучшим качеством;
-основной алгоритм сжатия заменен на wavelet преобразования;
-для повышения степени сжатия в алгоритме используется арифметическое сжатие;
-в jpeg2000 появилась функция поддержки сжатия без потерь;
-поддержка сжатия однобитных (двухцветных) изображений.
Идея алгоритма:
Она очень похожа на обычный jpeg:
- в обоих алгоритмах используется сдвиг по яркости;
- преобразование RGB в композицию YUV, Y – яркость, UV – разница цветов.
обратные преобразования: R=U+G; G=Y-[U+V/4]; B=V+G.
- дискретное wavelet преобразование;
- квантование;
- mq кодер – один из вариантов арифметического сжатия.
Общие характеристики jpeg2000
-степень сжатия от 2до 200, также имеет возможность сжатия без потерь;
-класс изображений: полноцветные 24-битные, изображения в градации без резкого перехода цветов, однобитные;
-симметричность от 1 до 1,5;
Особенности:
-позволяет удалять визуальные неприятные эффекты;
-при сильном сжатии появляется блочность и большие волны в вертикальном и горизонтальном направлении.
Обработка цифровых снимков
Числовые методы обработки данных не могут полностью вытеснить визуальный.
Схема существующих числовых методов
детерминированные подходы (строгое соответствие какому-нибудь эталону или классу)
Статистические модели (нестрогое соответствие)
Экспертные системы (более расширенный класс статистических методов) принимается при условиях неполной информации
Нейросетевой анализ (на базе нейронных сетей)
Искусственный интеллект
Визуальный метод (традиционный)
Основан на эвристике (от знаний человека, его квалификации)
Отсутствует необходимость к сложным и дорогостоящим оборудованиям
В основе лежит анализ яркостных характеристик, уделяется внимание косвенным признакам
Характерно, что человек-оператор обрабатывает одно изображение
Результат анализа – субъективная и качественная оценка, которая зависит от оператора и выводы всегда конкретизированы
Численный метод (современный)
Основан на современных достижениях в информатике, математике и других наук
Требуется применение современных математических методов-> возникает потребность к оборудованию->разработка ПО->специалисты
В основе лежит анализ яркостных и спектральных характеристик объекта +весовые характеристики
Анализируются данные нескольких изображений
Анализ является объективной и количественной оценкой