LR7 / Z9411_КафкаРС_ММТ_ЛР7
.pdf
а) motion + длина пикселей в 20 по горизонтали |
б) motion + длина пикселей в 20 по горизонтали |
методом Тихонова |
методом Винера |
в) disk + большое значение радиуса при методе |
г) disk + большое значение радиуса при методе |
Тихонова |
Винера |
Рисунок 4 – Неудачные результаты обработки изображения
11
ВЫВОД
В резльтате лабораторной работы я ознакомился с процессами применения сферической расфокусировки к изображению и его последующего восстановления с использованием методов Тихонова и Винера.
Эта работа позволила мне глубже понять практическое применение теоретических концепций цифровой обработки изображений, а также освоить использование соответствующих инструментов MATLAB для обработки и анализа визуальных данных.
Использование маски сферической расфокусировки fspecial('disk', P) в MATLAB эффективно имитировало распространенный тип искажения,
встречающийся при съемке изображений в реальных условиях. Последующее восстановление с помощью регуляризации Тихонова и фильтрации Винера продемонстрировало возможность частичной коррекции искажений, хотя и с некоторыми ограничениями.
В процессе восстановления изображения методом Тихонова было замечено, что при неправильном подборе параметра регуляризации могут возникать артефакты, которые вносят дополнительные искажения. В то же время, фильтр Винера показал лучший результат в плане сохранения деталей изображения и уменьшения шума.
Однако, несмотря на определенный успех в восстановлении четкости изображений, полное возвращение к исходному качеству не было достигнуто.
Это указывает на необходимость более детальной настройки параметров обработки или использования дополнительных алгоритмов в случае сложных искажений.
Важным аспектом, который был подчеркнут в ходе работы, является важность точной модели Point Spread Function (PSF). В случае несоответствия модели PSF реальным искажениям, результаты восстановления могут быть далеки от оптимальных.
В заключение, проделанная работа позволила мне приобрести ценный опыт в области обработки изображений и понять сложности, связанные с
12
восстановлением изображений в условиях наличия искажений. Практические навыки, полученные в ходе лабораторной работы, будут полезны для более сложных задач обработки изображений в будущем.
13
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ
1.Основы цифровой обработки изображений: учеб. пособие / Жаринов О.О. ГУАП. СПб, 2023. 122 с.
2.Обработка изображений в системе MATLAB. / сост. Батура В.А., Тропченко А.Ю., Тропченко А.А. СПб: Университет ИТМО, 2019. 41 с.
3.Дьяконов В. MATLAB 8.0 (R2012b): создание, обработка и фильтрация сигналов, Signal Processing Toolbox. // Компоненты и технологии, 2013. №11, с. 151-161.
4.Работа с изображениями в среде Matlab. // URL: https://studbooks.net/2140144/informatika/rabota_izobrazheniyami_srede_ matlab (дата обращения 11.04.2024)
5.Список функций Image Processing Toolbox // URL: https://hub.exponenta.ru/post/spisok-funktsiy-image-processing- toolbox152?ysclid=l8vjnq87jn578408698 (дата обращения 11.04.2024)
6.Create predefined 2D-filter: fspecial // URL: https://www.mathworks.com/help/images/ref/fspecial.html (дата обращения 11.04.2024)
14