
- •Міністерсво освіти і науки України
- •I.Основні методи покращення цифрових зображень:
- •1.1. Модель цифрового зображення;
- •1.2. Загальна характеристика методів покращення цифрового зображення;
- •1.2.1. Методи просторової області;
- •1.2.2. Методи згладжування зображень;
- •1.2.3. Методи підсилення різкості;
- •II.Загальна характеристика системи matlab;
- •III.Яке покращення відбулося на зображенні за допомогою системи matlab;
1.2.2. Методи згладжування зображень;
Для заданого M×N зображення f(x,y) операції побудови згладженого зображення g(x,y) полягає у визначені середнього значення пікселів в околі кожної точки (x,y).Згладжене зображення отримується за співвідношенням
g(x,y)
=
для х=0,1,….,М -1, у=0,1,….,N-1. S - множина координат точок в околі точки (х,у),включаючи її саму. К – загальна кількість точок в околі. Якщо використовувати окіл 3х3, то порівнюючи рівняння бачимо,що є частковий випадок останнього з wі=1/9. Зауважимо,що ступінь згладжування пропорцій до розміру вибраного околу.
Ефект згладжування може бути зменшений використанням порогового критерію. Замість використання ми утворюємо g(x,y) за таким правилом:
g(x,y)
=
, якщо
у протилежному випадку
де Т – порогове значення. Такий підхід залишає без зміни області зображення з великим, порівняно з Т відхиленням рівнів сірого тону. Можна очікувати, що більші відхилення відповідають контурам, тому використання умови приведе до зменшення нечіткості контурів.
1.2.3. Методи підсилення різкості;
Для визначення країв на зображенні використовують градієнтний метод. Край - це границя між двома областями з порівняно різними властивостями сірого тону. Для заданої функції f(x,y) градієнт f від координат (х,у) визначається як вектор
[f(x,y)]
=
=[
]
(1)
.Для визначення країв між областями на зображенні нас цікавить модуль вектора, який позначається G[f(x,y)], при чому
[f(x,y)]
= [G
2+Gy2]1/2
(2)
Ця величина дорівнюя максимальній швидкості зростання f(x,y) у напрямку G.
На практиці градієнт наближають сумою абсолютних значень похідних:
G[f(x,y)]
=
(3)
Таке наближення значно легше реалізувати. Похідні градієнта за х та за у обчислюють за формулами
т
×
Gy
=
т
×
(4)
Маски
та
називаються операторами Собеля.
-1 |
-2 |
-1 |
|
|
-1 |
0 |
1 |
0 |
0 |
0 |
|
|
-2 |
0 |
2 |
1 |
2 |
1 |
|
|
-1 |
0 |
1 |
а б
Рис.4. Оператори Собеля:
а
– для обчислення
;
б – для обчислення Gy
Щоб отримати градієнт використовують комбінацію (2) або (3). Згортка цих масок із зображенням f(x,y) дає градієнт в усіх точках зображення і його називають градієнтним зображенням. Існують багато способів побудови градієнта зображення з використанням порогових значень. Нижче наведено можливі варіанти побудови градієнтних зображень:
а) підсилення важливих країв із збереженням особливостей гладкого фону:
g(x,y)
=
б) задавання країв певним рівнем сірого кольору, фон залишається без зміни:
g(x,y)
=
де LG – рівень сірого тону для країв;
в) вивчення зміни сіпого тону країв без впливу фону:
g(x,y)
=
де LB – рівень сірого тону для фону;
г) побудова бінарного градієнтного зображення,де краї і фон зображенні двома різними сірими тонами:
g(x,y)
=
де LG - рівень сірого тону для країв, а LB – рівень сірого тону для фону,Т – порогове значення, яке підбирають експериментально.
Також підсилюють різкість зображення за допомогою оператора Лапласа.
Оператор Лапласа визначається за формурлою
=
який
наближено можна очислити згортанням
маски (рис.5) із зображенням
.Якщо
вектор сформований із коефіцієнтів
цієї маски,ми можемо виразит оператор
Лапласа у формі:
=
-
0
1
0
1
-4
1
0
1
0
Рис.5.Маска для обчислення оператора Лапласа
Покращення зображення за допомогою оператора Лапласа виконується за формулою
g(x,y) = -
де – вхідне зображення, g(x,y) – покращене зображення, - лапсасіан.
Зауважимо, що оператор Лапласа є диференціальним,він підсилює різкість зображення,але перетворює області з постійними значеннями яскравості в 0. Додавання оригінального зображення відновлює тональність таких областей. Цей оператор також застосовують як детектор для встановлення належності даного піксела темній або стороні краю.