Українська   English
ДонНТУ   Портал магистров

Реферат по теме выпускной работы

Содержание

Введение

В последние годы значительно возрос интерес к электронным, цифровым и оптическим методам обработки изображений с целью повышения их качества. Широкое освещение получили работы, связанные с космическими и биомедицинскими исследованиями [1, 2, 3].

Для улучшения изображений используется комплекс операций, призванных улучшить восприятие изображения [3] наблюдателем (например, при увеличении размера изображения происходит изменение размерности матрицы и появляются ложные контуры) или же преобразовать его в другое изображение, более удобное для машинной обработки.

Процедура улучшения изображения сводится к выполнению комплекса операций с целью либо улучшения визуального восприятия изображения, либо преобразования его в форму, более удобную для визуального или машинного анализа.

Однако, следует отметить неопределенность общей теории улучшения изображений. Это объясняется не выработанным общепринятым стандартом качества изображения.

1. Актуальность темы

Цифровая обработка изображений обретает обширное использование почти в абсолютно всех сферах индустрии. Зачастую ее применение дает возможность выходить в высококачественно новейший научно-технический уровень производства. При этом наиболее сложными здесь являются вопросы, связанные с автоматическим извлечением из изображения и интерпретацией информации, являющейся основой для принятия решений в процессе управления производственными процессами.

2. Цель исследования

Целью исследования является повышение качества изображения

Для достижения поставленных целей необходимо решить следующие задачи: :

  1. выполнить анализ существующих систем;
  2. выполнить математическую постановку задачи;
  3. проанализировать возможные методы решения;
  4. разработать модель и алгоритм решения задачи;
  5. провести экспериментальные исследования разработанной модели;
  6. обработать и проанализировать полученные первичные результаты.

3. Процессы формирования цифровых изображений

Большинство формирующих систем в первом приближении можно рассматривать как линейные и инвариантные к сдвигу. Изображения, формированные такими системами, претерпевают линейные пространственно-инвариантные искажения, характеризующиеся тем, что механизм их возникновения один и тот же для всех точек (x, y). Линейные искажения проявляются в ослаблении верхних частот исходного изображения. Визуально это приводит к ухудшению его резкости. В процессе записи изображения искажаются также шумами, присутствующими в любом реальном физическом устройстве. В ряде практически важных случаев шум можно считать аддитивным и независящим от исходного изображения. 9]

С учетом вышеизложенного наблюдаемое нерезкое изображение.

Проблемы возникают, потому что цифровые изображения сохраняют картинку в дискретных единицах: пикселях. Любая попытка увеличить изображение соответственно увеличивает эти пиксели.

Взяв за основу изображение, сделанное ранее цифровой видеокамерой с ограниченным размером матрицы, пересчитав количество пикселей, интерполируем их для улучшения качества. Интерполяция изображений работает в двух измерениях и пытается достичь наилучшего приближения в цвете и яркости пикселя, основываясь на значениях окружающих пикселей.

4. Процесс Интерполяции

Интерполируя изображение по горизонтали, по вертикали и используя диагональное интерполирование, присваиваем полученные значения новой матрице. В результате чего, получаем новую (измененную) матрицу с меньшим шагом дискретизации и большим количеством пикселей.

Пересчет

Рисунок 1 – Пересчет количества пикселей. Шаг дискретизации.

Интерполяция

Рисунок 2 – Интерполяция матрицы исходного изображения с целью формирования новой матрицы улучшенного изображения большего формата. ( а) – интерполяция по вертикали и горизонтали, б) – диагональная интерполяция, в) – выходное изображение).

5. Процедура - математически

Математически данная процедура процедура выглядит следующим образом:

Для горизонтальной интерполяции :

Формула 1

(1)

Для вертикальной интерполяции:

Формула 2

(2)

Для диагональной интерполяции:

Формула 3

(3)

Для получения физически естественного результата, нам нужно изменить формулы:

Для горизонтальной интерполяции :

Формула 4

(4)

Для вертикальной интерполяции:

Формула 5

(5)

Для диагональной интерполяции:

Формула 6

(6)

При увеличении масштаба изображения, видно, что изображение становится менее четким, пиксели сливаются, преобразуя в квадратную матрицу. Что является причиной искажения изображения.

Соответственно, зная исходную матрицу и место положение каждого пикселя, меняя масштаб визуализации изображения, можно существенно улучшить качество изображения. Каждый пиксель исходной матрицы изображения, необходимо представить (после указанной выше интерполяции соседних пикселей) в матрице большей размерности (адекватной исходному изображению), но с большими геометрическими разрешениями. Для улучшения качества изображения необходимо, чтобы шаг дискретизации улучшаемого изображения путем интерполяции значений соседних пикселей был меньшим, чем в исходной матрице. Т.е разрядность для дискретного представления координат пикселя (х, у) должна быть большой (большая разрядность, обеспечит меньшую величину шага).

6. Контрастность

Для повышения контрастности исходного цифрового изображения матрицы (m,n) при увеличении геометрических размеров в 2-а раза обрабатываемого изображения (рисунок 3), должно быть представлено матрицей (2m, 2,n).

Контрастность.

Рисунок 3 – Повышение контрастности. [3]

Для уменьшения погрешности шума квантования согласно [3] (рисунок 4)при увеличении геометрических размеров цифрового изображения необходимо сформировать значения еще 4-х пикселей ,соседних элементов матрицы по отношению к исходной.

Контрастность.

Рисунок 4 – Специальные преобразования контраста. а – обращенное контрастное масштабирование; б- пилообразное контрастное масштабирование; в- яркость среза.[3] .

В источнике [1] излагается метод формирования значений обработанного изображения (где значение пикселя определяется интегралом свертки).

Выводы

В магистерской работе решается актуальная научно-техническая задача, которая посвящена улучшению качества цифрового изображения. Рассмотрены алгоритмы преобразования исходно цифрового (матричного) изображения в изображение большего размера. С целью повышения разрешающей способности изображение. Реализуются алгоритмы формирования новых элементов матрицы большей размерности, путем увеличения размерности выходной матрицы (за счет интерполяции соседних пикселей).

Формирование новых значений контрастности и яркости, новых элементов матрицы соседних с исходными происходят путем дискретной свертки двух функций.

При написании данного реферата магистерская работа еще не завершена. Окончательное завершение: июнь 2018 года. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.

Список источников

  1. Гонсалес Р., Вудс Р. Цифровая обработка изображений.- Москва: Техносфера, 2005.- 1072с.
  2. Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А.Цифровая обработа изображений в информационных системах: Учебное пособие.- Новосибисрк: Изд-во НГТУ, 2000. - 168.
  3. Прэт Э. Цифровая обработка изображений: В 2-х книгах, Пер. с англ,- М.: Мир, 1982.
  4. Суранов А. Я. LabVIEW 8.20: Справочник по функциям. – М.: ДМК Пресс, 2007. – 536 с.
  5. Романюк О.Н., Обідник М.Д. Один із підходів до підвищення швидкодії зафарбування. Наукові праці ДонНТУ випуск 21 (183) -116.
  6. Ю.В. Визильтер, С.Ю. Желтов, В.А. Князь, А.Н. Ходорев, А.В. Моржин. Обработка и анализ цифровых изображений с примерами на LabVIEW IMAQ Vision - М. ДМК Пресс. 2007.- 464 с.
  7. Грузман И. С. Цифровая обработка изображений в информационных системах: Учебное пособие. / И. С. Грузман, В. С. Киричук, В. П. Косых, Г. И. Перетягин, А. А. Спектор. – Новосибирск: Изд-во НГТУ, 2000. – 168 с.
  8. Фурман Я. А. Цифровые методы обработки и распознавания бинарных изображений. / Я. А. Фурман, А. Н. Юрьев, В. В. Яншин. – Красноярск: Изд-во Краснояр. ун-та, 1992. – 248 с.
  9. Богнер Р., Введение в цифровую фильтрацию. / Р. Богнер, А. Константинидис. – Москва.: Мир, 1976. – 216 с.
  10. J.F. Asmus, et al., «Computer enhancement of the Mona Lisa,» Perspectives in Computing, vol. 7, pp. 11-22 (1987).