Огляд методів цифрової обробки зображень

Попередній аналіз зображень дозволяє зробити висновок про те, що:

– по-перше, більшість зображень, в процесі їх формування (фотографування сканування і т.д.), підпадають під вплив ряду негативних чинників (вібрація фотокамери, нерівномірність руху скануючого елементу і т.д.), що приводять до смазанності, появі малоконтрастних і зашумленних ділянок і т.д.;

– по-друге, переважна більшість методів заснована на виділенні об'єктів на зображенні і подальшому їх аналізі.

Таким чином, перш ніж піддатися аналізу, зображення повинне пройти етап препарування, який полягає у виконанні операцій поліпшення візуальної якості (підвищення контрасту, усунення розмитості, підкреслення меж, фільтрація) і операцій формування графічного препарату (сегментація, виділення контурів) зображення.

Зміна контрасту. Слабкий контраст зазвичай викликаний малим динамічним діапазоном зміни яскравості, або сильною нелінійністю в передачі рівнів яскравості. Простим методом контрастування є функціональне відображення градації яскравості fij в gij, тобто gij = R(fij). На практиці дуже часто використовують лінійні функціональні відображення. Якщо в результаті нерівномірності освітлення при фотографуванні або виготовленні фотографій, виникає ситуація, коли різні ділянки зображення володіють різним контрастом. У такому разі для зміни контрасту використовують адаптивні алгоритми контрастування. Прикладом може служити алгоритм локального посилення контрасту. Експериментальні дослідження підтвердили високу ефективність роботи алгоритму в тому випадку, якщо на знімку присутні області з явно завищеним або заниженим контрастами.

Суть алгоритму полягає в тому, що знімок розглядається як набір деякого числа локальних областей, і ці області обробляються з урахуванням їх характеристик. Обробка ведеться в наступній послідовності: обчислюється коефіцієнт посилення зрізів щільності р окремо для кожної локальної ділянки зображення. І здійснюється обробка кожного пікселя зображення. Якщо р рівне одиниці, то над локальною ділянкою зображення ніякої дії не проводиться (якщо р відмінно від одиниці, то здійснюється підвищення контрасту локальної області). Спочатку обчислюється контраст в аналізованій крапці щодо найближчої околиці. Потім значення відносного контрасту складається з одиницею, і набутого значення приймається в алгоритмі як коефіцієнт посилення p, а далі проводиться обчислення за формулою

Li` = p*Li - int(p*Li/L`max)*L`max

де L`i - нове значення яскравості, Li - поточна яскравість оброблюваного зображення, L`max - необхідне максимальне значення яскравості обробленого зображення.

Згладжування шумів. Зображення на етапі оцифрування піддаються дії аддитивного і імпульсного шуму. Аддитивний шум є деякий випадковий сигнал, який додається до корисного на виході системи, в даному випадку аддитивний шум виникає унаслідок зернистості плівки. Імпульсний шум, на відміну від аддитивного, характеризується дією на корисний сигнал лише в окремих випадкових крапках (значення результуючого сигналу в цих крапках приймає випадкове значення). Імпульсний шум характерний для цифрових систем передачі і зберігання зображень. Таким чином, в процесі препарування зображення виникає завдання придушення шуму. Простим методом, що згладжує шум, на зображенні є згладжування, тобто заміна значення яскравості кожного елементу середнім значенням, знайденим по його околиці:

fij = (1/p)*Sk,l(fkl)

де fkl I S8(fij) - безліч крапок, що належать околиці точки fij (включаючи і саму точку fij); p - число крапок в околиці.

Розглянутий метод ефективно усуває аддитивний і імпульсний шум в кожному елементі зображення.

Підкреслення меж. Методи згладжування зображень можуть усувати шум дуже ефективно. Істотним недоліком алгоритмів згладжування є змазування зображення ( зниження чіткості контурних елементів), при цьому величина змазування пропорційна розміру маски, використовуваної для згладжування. Для однозначного аналізу зображень, особливо при обчисленні геометричних характеристик структурних елементів, дуже важливо прибрати змаз з контурів об'єктів в зображенні, тобто підсилити різницю між градаціями яскравості контурних елементів об'єкту і сусідніх елементів фону. В цьому випадку при обробці зображень використовуються методи підкреслення контурів.

Звичайне підкреслення меж здійснюється методом високочастотної просторової фільтрації. Характеристики фільтрів задаються у вигляді маски, в якій середнє значення повинне бути рівне нулю.

Ще одним методом підкреслення меж є так зване статичне диференціювання. У цьому методі значення яскравості кожного елементу ділиться на статистичну оцінку середньоквадратичного відхилення sF, тобто gij = fij/sF (середньоквадратичне відхилення обчислюється в деякій околиці елементу fij).

Медіанна фільтрація. Медіанна фільтрація відноситься до нелінійних методів обробки зображень і має наступні переваги перед лінійною фільтрацією (класичної процедури згладжування): зберігає різкі перепади (межі); ефективно згладжує імпульсний шум; не змінює яскравість фону.

Медіанна фільтрація здійснюється шляхом руху деякої апертури (маски) уздовж дискретного зображення і заміни значення центрального елементу маски медіанним значенням (середнє значення впорядкованої послідовності) початкових елементів усередині апертури. У загальному випадку, апертура може мати найрізноманітнішу форму, але на практиці найчастіше застосовується квадратна апертура розміром (2k+1)*(2k+1)де до = 1,2 ...