20308

June 10, 2018 | Author: Anonymous | Category: Каталог , Без категории
Share Embed


Short Description

Download 20308 ...

Description

Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»

Аспирант и соискатель, № 6, 2010 Смирнов А.В., аспирант Московского государственного института электронной техники ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ВИЗУАЛИЗАЦИИ НА ОСНОВЕ МЕТОДА ЛОКАЛЬНЫХ КОНТРАСТОВ

Улучшение свойств изображения во многом определяется применяющимися методами фильтрации и контрастирования. Одним из существенных недостатков методов визуализации во многих предметных областях является то, что они не обеспечивают формирование малоконтрастных изображений. Часто на изображениях присутствуют искажения в определенных локальных областях, вызванные недостатком оптических систем или расфокусировкой. Для повышения качества такого типа изображений хорошо подходит метод локальных контрастов, основная идея которого состоит в том, что для каждого элемента изображения сначала определяется локальный контраст, а потом происходит его нелинейное усиление и восстановление яркости данного элемент изображения из уже скорректированного локального контраста. На первом этапе выбирается элемент M(i,j) координатами (i,j) исходного изображения М, М (i, j ) ∈ M . На втором этапе вычисляется локальный контраст элемента по формуле M1 (i, j ) − M 2 (i, j ) , (1) K (i, j ) = M1 (i, j ) − M 2 (i, j ) где 1 M1 (i, j ) = (2) ∑ M (i, j ) ; n2 (i, j )∈Ω1

M 2 (i, j ) =

1



m2 (i, j )∈Ω 2

M (i, j ) ,

(3)

а m = 3n, n > 1. Области Ω1 и Ω2 представляют собой скользящие окна в виде квадрата с центром в элементе с координатами (i, j). Скользящее окно Ω1 размещено внутри скользящего окна Ω2. Степень обработки сигналов зависит от размеров апертуры фильтра, а именно при малом размере апертуры фильтра операции усреднения подвергается меньшее число значений, что обеспечивает лучшее сохранение контрастных деталей сигнала. Но при этом шум будет сглажен хуже, и наоборот, при большом размере апертуры фильтра сглаживание шума будет происходить лучше, но при этом возможна “потеря” некоторых контрастных деталей, присутствующих на исходном изображении. Так как изображения не являются стационарными, то для улучшения качества изображения нужно использовать апертуру с большими размерами в монотонных областях изображения и апертуру с малыми размерами вблизи областей перепада. Далее необходимо усилить нелинейный контраст (i, j ) = ϕ [ K (i, j ) ] , K (4) где ϕ [ K (i, j ) ] - нелинейная монотонная функция, причем: ⎧ K (i, j ) ∈ [0,1]; ⎪ ⎨ϕ [ K (i, j ) ] > K (i, j ); ⎪ ⎩ϕ [ K (i, j ) ] ∈ [0,1]

128

(5)

Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»

Аспирант и соискатель, № 6, 2010 Далее алгоритм преобразования включает в себя восстановление элемента изображения с (i, j ) . С учетом выражения (1) опрекоординатами (i, j) и скорректированного контрастом K деления локальных контрастов имеем: (i, j ) ⎧ 1− K при M1 (i, j ) ≤ M 2 (i, j ) ⎪ M 2 (i, j ) 1 + K (i, j ) ⎪ M (i, j ) = ⎨ . (6) (i, j ) ⎪ M (i, j ) 1 + K при ( , ) ( , ) M i j M i j > 1 2 ⎪ 2 (i, j ) 1− K ⎩

Расчет с помощью выражений (1)…(6) проводят для каждого элемента изображения М. Компьютерное моделирование данного метода показало, что при его использование изображение получается размытым. Для устранения этого недостатка можно использовать вместо усредненного значения M1(i, j) значение центрального элемента M(i, j). То есть область Ω1 вырождается в центральный элемент M (i, j) и принимает размер n =1. Учитывая это, имеем: M (i, j ) − M 2 (i, j ) K (i, j ) = (7) M (i, j ) − M 2 (i, j ) (i, j ) ⎧ 1− K при M (i, j ) ≤ M 2 (i, j ) ⎪ M 2 (i, j ) 1 + K (i, j ) ⎪ M (i, j ) = ⎨ . (8) (i, j ) ⎪ M (i, j ) 1 + K > при ( , ) ( , ) M i j M i j 1 2 ⎪ 2 (i, j ) 1− K ⎩ Эти методы позволяют решать задачи не только улучшения визуального качества изображения, но и реализовать как высокочастотную, так и низкочастотную фильтрацию с помощью применения различных функций преобразования локальных контрастов.

129

View more...

Comments

Copyright � 2017 UPDOC Inc.