Обработка растровых изображений В лекции использованы различные материалы лаборатории Компьютерной Графики МГУ

Антиалиасинг C – цвет объекта Cx – искомый оттенок цвета Cb – цвет фона S – площадь всего пиксела Sx – часть площади, покрываемой контуром ребро объекта вне объекта внутри объекта

Фильтры Точечные фильтры Пространственные фильтры

Таблицы преобразования выигрыш в скорости в случае применения сложных формул единый подход к различным точечным преобразованиям

Инверсия цвета

Повышение контрастности с использованием гистограммы Изображение с хорошей контрастностью Яркость RGB-пиксела :Brightness = 0.3*Red *Green *Blue;

Изображение с низкой контрастностью

Хорошая контрастность, но используется не весь диапазон

Линейная коррекция гистограммы определяют верхнюю и нижнюю границы текущего диапазона яркостей, начиная от которых требуется внести изменения затем в таблице преобразования все значения с индексом от 0 до нижней границы заполняются значением 0 все значения с индексом от верхней границы до 255 заполняются значением 255 все значения с индексами от нижней до верхней границы равномерно распределяются на весь диапазон яркостей от 0 до 255

Пусть нижняя граница – 16, верхняя – 220 Шаг «растяжения» составит 256/( ( )) = 1,255. Эти значения записываются в таблицу преобразований : для индекса 17 : [Шаг+0.5] ц.часть, 18 : [2* Шаг+0.5] ц.часть и т.д. до 219. Пример

Результат линейного растяжения гистограммы

Линейная коррекция гистограммы не поможет

Нелинейная коррекция

Компенсация разности освещения Идея: Формирование изображения: Плавные изменения яркости относятся к освещению, резкие - к объектам. объектосвещение Изображение освещенного объекта

Выравнивание освещения Алгоритм Получить приближенное изображение освещения путем низкочастотной фильтрации Восстановить изображение по формуле

Выравнивание освещения Пример

Свертки F – новое значение цвета пиксела P – цвет текущего пиксела К – нормирующий коэффициент М – двумерный массив, определяющий свойства фильтра (маска) x y Изображение Окно Текущий пиксел j max j min i max i min

Цели фильтрации Устранение шума Улучшение качества изображения Выделение и усиление полезной и подавление ненужной информации

Размытие

Повышение резкости

Выделение границ

Тиснение

Удаление шума Причины возникновения шума Несовершенство измерительных приборов Хранение и передача изображений с потерей данных

Принципы устранения шума Выделение зашумленного пиксела Замена его значения другим, рассчитанным из значений окружающих пикселов Устранение шума в полутоновых и цветных изображениях Усреднение Медианный фильтр Адаптивные фильтры

Усреднение все пикселы признаются зашумленными в качестве замены предлагается среднее арифметическое зоны обработки

Медианный фильтр все пикселы признаются зашумленными в качестве замены – значение, являющееся медианой значений пикселей в окрестности (медиана – средний элемент в отсортированном массиве) это нелинейный фильтр, позволяющий просто и эффективно подавить импульсный шум, не сильно размывая границы

Энтропийный фильтр Рассмотрим n пикселов, попавших в некоторую область. Для этой области подсчитаем среднее значение яркости: Подсчитаем сумму отклонений яркостей от среднего:

Определим относительный вклад отклонения тестируемого пиксела k в значение S Очевидно, что «Обычный» пиксел Шумовой пиксел

Замена шумового пиксела Среднее значение по области Среднее значение, посчитанное без учета шумового пиксела Среднее значение, посчитанное без учета всех пикселов из области, не удовлетворяющих критерию отбора

Метрики качества Максимальное отклонение Среднеквадратическое отклонение Отношение Сигнал/Шум (PSNR)

НЕ СУЩЕСТВУЕТ КРИТЕРИЯ КАЧЕСТВА, ПОЛНОСТЬЮ СООТВЕТСТВУЮЩЕГО ЧЕЛОВЕЧЕСКОМУ ВОСПРИЯТИЮ !

Оригинал

Изображения, имеющие одинаковые отклонения PSNR от оригинала Увеличена резкостьДобавлен белый шум

Изображения, имеющие одинаковые отклонения PSNR от оригинала Добавлен импульсный шумРазмытие

Изображения, имеющие одинаковые отклонения PSNR от оригинала Блочность после JPEG