ЛАБОРАТОРНАЯ РАБОТА № 1 МОДЕЛИРОВАНИЕ ШУМОВ В РАЗЛИЧНЫХ ЦВЕТОВЫХ МОДЕЛЯХ

ЛАБОРАТОРНЫЙ ПРАКТИКУМ

Весенний семестр

!!! При выполнении лабораторных работ не допускается использование OpenCV

Цель работы

Целью работы является ознакомление с наиболее популярными цветовыми моделями и реализацией алгоритмов перевода из одной цветовой модели в другую, а также методикой формирования гистограмм; изучение различных видов шумов.

Порядок выполнения работы

1. Ознакомьтесь с теоретическими сведениями.

2. Получите задание и необходимые материалы у преподавателя.

3. Разработайте программный продукт в соответствии с заданием

4. Продемонстрируйте результат преподавателю.

5. Напишите отчет

6. Ответьте на контрольные вопросы

Задание

Необходимо написать программу, реализующую следующие возможности:

– преобразование одной цветовой модели в другую (RGB, HLS, HSV, YUV, SMYK)

– формирование Gray-scale изображения из произвольной цветовой модели (HLS, HSV, YUV)

– разложение представления изображения в выбранной цветовой модели на отдельные каналы с возможностью визуализации выбранного канала для заданной цветовой модели

– построение гистограммы для выбранного канала заданной цветовой модели

– формирование диаграммы распределения веса каналов для установленных цветовых моделей

– наложение различных видов шумов (импульсный, аддитивный мультипликативный) на любой канал выбранного отображения по заданной цветовой модели, с возможности регулирования следующих параметров:

§ Уровень зашумленности – задавать в процентном отношении к площади изображения.

§ Коэффициент распределения импульсов, т.е. пропорция белых/черных точек при наложении шума (импульсный шум)

§ Максимальное отклонение в положительную/отрицательную стороны (аддитивный шум)

§ Коэффициент умножения (мультипликативный шум)

Состав отчета

Отчет должен включать в себя следующие пункты:

1. Теоретические сведения

2. Структура программного продукта (в виде схемы модулей подразделенной на функциональные блоки)

3. Алгоритмическая реализация (описание процесса наложения шумов для цветовых моделей в виде алгоритмов на русском языке с точки зрения реализации или в виде блок схемы или в форме условного исходного кода в виде процедуры (псевдокод) )

4. скриншоты (снимки экранной формы в действии)

1.5 Контрольные вопросы и задания

1. Каким образом происходит формирование гистограммы

2. Приведите классификацию цветовых моделей

3. Дайте определения «Цветовое пространство»

4. Какие цвета называются Комплементарными

5. К какому типу относятся цветовые модели HSV HSB HLS HSI

6. Каким образом осуществляется перевод из цветовой модели RGB в YUV

7. В чем заключается различия формирования Gray-scale в моделях HLS, HSV, YUV

8. Какие виды шумов на изображениях вам известны

9. Приведите классификацию шумов в зависимости от источника.

10. Приведите классификацию шумов по способу искажения

11. Раскройте модели представления двумерных изображений

12. Что из себя представляет «Цветовая палитра».

13. Приведите алгоритм использующий наложения шумов в хроматических каналах цветовой модели

ЛАБОРАТОРНАЯ РАБОТА № 2. ОБРАБОТКА НА ОСНОВЕ ГИСТОГРАММ И ЦВЕТОКОРРЕКЦИЯ ИЗОБРАЖЕНИЯ

Цель работы

Целью работы является ознакомление с методами гистограммной обработки в различных цветовых моделях; изучение реализаций алгоритмов гистограммной обработки, а также методов цветовой коррекции.

Порядок выполнения работы

1. Ознакомьтесь с теоретическими сведениями.

2. Получите задание и необходимые материалы у преподавателя.

3. Разработайте программный продукт в соответствии с заданием и выданным вам вариантом

4. Продемонстрируйте результат преподавателю.

5. Напишите отчет

6. Ответьте на контрольные вопросы

Задание

Необходимо модифицировать программу разработанную в ходе первой лабораторной работе добавив следующие функции (с визуализацией гистограмм до и после обработки):

– добавить возможность изменения яркости(интенсивности)/контраста спектра выбранной цветовой модели

– добавить возможность инвертирования (полного, условного), как изображения, так и отдельного канала выбранной цветовой модели

– добавить функции модификации изображений на основе гистограмм по вариантам:

Виды модификаций

A. Эквализация гистограммы спектра

B. Нормализация гистограммы спектра для заданной кривой распределения

C. Кусочно-линейная коррекция гистограммы (с произвольным заданием точек коррекции)

D. Яркостные/спектральные срезы (для различных цветовых моделей)

E. Модификации на основе гистограммных статистик

F. Нелинейные виды коррекции (степенная)

G. Нелинейные виды коррекции (логарифмическая)

H. Система из 3х-4х уравнений коррекции

I. Коррекция на основе кривых (с произвольным заданием точек)

Вариант

Виды модификаций

– добавить функцию изменение цветового баланса (изменение значения цветового канала для различных цветовых моделей)

– добавить возможность коррекции изображения по вариантам

Виды коррекции

A. метод «Autolevels»

B. идеологи «Серый мир»

C. идеологи «Идеальный отражатель»

D. алгоритм Single scale Retinex

E. алгоритм на базе опорных цветов

F. метод линейного контрастирования по окрестности (реализуется с дополнительной визуализацией карт минимума/максимума)

Вариант

Виды Коррекции

– добавить возможность расчета временных показателей работы алгоритмов

Состав отчета

Отчет должен включать в себя следующие пункты:

1. Теоретические сведения

2. Структура программного продукта (в виде схемы модулей подразделенной на функциональные блоки)

3. Алгоритмическая реализация (описание проводимой обработки в виде алгоритмов на русском языке с точки зрения реализации или в форме условного исходного кода в виде процедуры (псевдокод) )

4. Блок-схемы для реализованных методов гистограммной обработки и цветовой коррекции

5. Примеры результатов обработки при заданных условиях (условия обязательно описать)

6. Результаты сравнительного анализа быстродействия реализованных алгоритмов (в виде графика и табличного представления)

2.5 Контрольные вопросы и задания

1. Перечислите типы пространственных обработок изображений

1. Каким образом можно с точки зрения программирования можно изменить яркость изображения

2. Как происходит линейное контрастирование изображения

3. Какие виды инвертирования вам известны и как они реализуются

4. Приведите пример реализации гамма коррекции

5. В чем заключается «Препарирование» изображения

6. Какие виды нелинейной коррекции вам известны

7. Каким образом происходит Эквализации нормализации гистограммы спектра

8. В чем заключается суть процесса нормализации гистограммы спектра

9. Для чего возможно применение яркостных и спектральных срезов

10. Перечислите принципы функционирования методов компенсация разности освещения

11. Раскройте сущность метода цветовой коррекции метод «Autolevels»

12. Приведите алгоритм работы метода «Идеальный отражатель»

13. Каким образом возможно изменение цветового баланса

14. Раскройте сущность метода цветовой коррекции «Серый мир»

15. Каким образом производится Компенсация разности освещения

16. Приведите алгоритм коррекции с опорным цветом

17. Приведите алгоритм Single scale Retinex

18. Приведите алгоритм на основе метода линейного контрастирования по окрестности

Цель работы

Целью работы является ознакомление с различными методами пространственной обработки (линейная и не линейная фильтрация); изучение реализаций конкретных алгоритмов фильтрации изображения в различных цветовых моделях; знакомство с метриками оценки качества пространственной обработки.

Порядок выполнения работы

1. Ознакомьтесь с теоретическими сведениями.

2. Получите задание и необходимые материалы у преподавателя.

3. Разработайте программный продукт в соответствии с заданием и выданным вам вариантом

4. Продемонстрируйте результат преподавателю.

5. Напишите отчет

6. Ответьте на контрольные вопросы

Задание

Необходимо модифицировать программу полученную в ходе второй лабораторной работе добавив следующие функции:

–произведение линейной фильтрации с занесением стандартных линейных фильтров и предоставлением возможности задания параметров линейного фильтра вручную.

– реализовать фильтры (с возможностью регулировки размера маски обработки) по вариантам с возможностью применения в различных цветовых моделях, и с разными характерами обработки (в том числе применение к заданному каналу выбранной цветовой модели):

Фильтры

A. Линейные Усредняющий (вычисление: среднего арифметического, среднего геометрического) [прямоугольный, круговой];

B. Линейные Усредняющий (вычисление: среднего арифметического) с заданием типа обработки одномерный [строка/столбец] двумерный [квадрат/прямоугольник]

C. Линейные Усредняющий (вычисление среднего гармонического) [прямоугольный, круговой];

D. Линейные Усредняющий (вычисление среднего контрагорманического) [прямоугольный, круговой];

E. Triangular filter [пирамидальный, конусный])

F. Медианный с заданием типа обработки одномерный [строка/столбец] двумерный [квадрат/прямоугольник]

G. Фильтр Гаусса одномерный [строка/столбец] двумерный [квадрат/круг]

H. Фильтр повышения резкости изображения (на основе Лапласиана) с заданием типа ядра Лапласа и размерности.

I. Фильтр повышения резкости изображения (технология UnsharpMask) с заданием вида размытия и ее маски с возможностью обработки при установки порога.

J. Spatial Smoother by Ioura Batugowski [квадрат/прямоугольник/круг]

K. 2D Cleaner Filter by Jim Casaburi [квадрат/прямоугольник]

L. Фильтр kuwahara [квадрат/прямоугольник]

M. Фильтр максимума/минимума и (max+min)/2 [прямоугольный, круговой];

N. Фильтр срединной точки одномерный [строка/столбец] двумерный [квадрат/прямоугольник]

O. Фильтр усеченного среднего одномерный [строка/столбец] двумерный [квадрат/прямоугольник]

Вариант

Фильтр

– реализовать возможность сравнения качество обработки (применения фильтров) зашумленного изображения по различным критериям

§ метрики (2-3 метрики – Delta, MSE, MSAD, PSNR и т.п.).

§ быстродействие (в долях миллисекунд)

Проверку качества обработки производить: открыли изображение à наложили шум à применили фильтр à рассчитали метрику и время выполнения àзапомнили статистику .

Таким образом выполнить проверку для соответствующих фильтров при разных условиях (вид фильтра, тип шума и его параметры).

Состав отчета

Отчет должен включать в себя следующие пункты:

1. Теоретические сведения

2. Структура программного продукта (в виде схемы модулей подразделенной на функциональные блоки)

3. Алгоритмическая реализация (описание фильтров в виде алгоритмов на русском языке с точки зрения реализации или в форме условного исходного кода в виде процедуры (псевдокод) )

4. Блок-схемы для реализованных фильтров

5. Примеры результатов обработки при заданных условиях (условия обязательно описать) с предоставлением в виде графиков и табличной форме сравнительных данных по метрикам и показателям быстродействия

3.5 Контрольные вопросы и задания

1. Какие виды шумоподавления вам известны

2. В чем заключается суть линейной фильтрации

3. Какие фильтры, основанные на порядковых статистиках вам известны

4. Приведите алгоритм реализации фильтра Гаусса

5. Приведите алгоритм реализации Медианного фильтра

6. Раскройте сущность фильтра Spatial Smoother by Ioura Batugowski

7. В чем заключается особенность 2D Cleaner Filter by Jim Casaburi

8. Приведите алгоритм фильтра kuwahara

9. Приведите формулу вычисления отклика фильтра усеченного среднего

10. Каким образом вычисляется метрика PSNR

11. Какой особенностью обладает метрика Delta

12. Какие виды усредняющих фильтров вам известны

13. В чем заключаются особенности реализации одномерных и двумерных фильтров.

14. Приведите алгоритм фильтра повышения резкости изображения на основе Лапласиана

15. Приведите алгоритм повышения резкости изображения на основе технологии UnsharpMask

16. Приведите формулу вычисления отклика фильтра срединной точки одномерный

Цель работы

Целью работы является знакомство с принципами проектирования адаптивных пространственных фильтров; изучение адаптивных реализаций фильтра Гаусса и бинаризации изображения в различных цветовых моделях; изучение методик адаптивного выбора фильтра в зависимости от области обработки; разработка собственного адаптивного фильтра.

Порядок выполнения работы

1. Ознакомьтесь с теоретическими сведениями.

2. Получите задание и необходимые материалы у преподавателя.

3. Разработайте программный продукт в соответствии с заданием

4. Продемонстрируйте результат преподавателю.

5. Напишите отчет

6. Ответьте на контрольные вопросы

Задание

Необходимо модифицировать программу, полученную в ходе выполнения третьей лабораторной работе добавив следующие функции:

– адаптивная бинаризация изображения (минимум 3 критерия выбора порога)

– фильтр Гаусса с адаптивной подстройкой коэффициентов.

– адаптивная фильтрации изображения в различных цветовых моделях т.е. проведение адаптивной подстройки структуры фильтра для различных фильтров (реализовать три вида адаптивных фильтров: линейный, на основе порядковых статистиках и нелинейный) с использованием минимум 3х критериев адаптации – распределение критериев в группе самостоятельное (не более двух сходных критериев).

– реализовать адаптивный подбор фильтра по критериям (т.е. решить какой фильтр из 5ти и более применить к конкретному пикселю на основе базы знаний)

– добавить СВОЙ СОБСТВЕННЫЙ АДАПТИВНЫЙ ФИЛЬТР для различных цветовых моделей (придумать на основе известных подходов использя информацию, полученную на основе бинарного представления или анализе распределения и статистических данных изображения)

Проверка качества обработки следующим образом: открыли изображение à наложили шум à применили фильтр à рассчитали метрикуàзапомнили статистику и так несколько фильтров.

После чего для тех же изображений взять информацию по обработке для фильтров из третьей лабораторной работы и сравнить данные

Состав отчета

Отчет должен включать в себя следующие пункты:

1. Теоретические сведения

2. Структура программного продукта (в виде схемы модулей подразделенной на функциональные блоки)

3. Алгоритмическая реализация (реализация обработки в виде алгоритмов на русском языке с точки зрения реализации или в форме условного исходного кода в виде процедуры (псевдокод) )

4. Блок-схемы для реализованных фильтров

§ Для адаптивных алгоритмов расписать подробно выбор действия по критериям

§ Для своего собственного адаптивного фильтра также пояснить параметры подбора фильтрующей компоненты (типа и вида фильтра, его апертуры), методики коррекции структуры и размеров окна обработки или модификации коэффициентов (в зависимости от того какой подход был использован при реализации фильтра собственной разработки)

5. Примеры результатов обработки при заданных условиях (условия обязательно выставить такие же, как в лабораторной работе №3) с предоставлением в виде графиков и табличной форме сравнительных данных по метрикам и показателям быстродействия

4.5 Контрольные вопросы и задания

1. Приведите алгоритм реализации адаптивного фильтра Гаусса

2. Какие методы выбора порога при адаптивной бинаризации вам известны

3. Перечислите известные вам методы адаптивного выбора порогового значения

4. Раскройте суть метода адаптивного выбора фильтра

5. В чем заключается принцип адаптивной обработки.

6. Приведите алгоритм реализации адаптивного Медианного фильтра

7. Перечислите виды возможных критериев адаптивной фильтрации изображения

8. Приведите известные вам виды возможностей адаптаций фильтров.

9. На основании каких критериев можно проводить адаптацию структуры ядра фильтра

10. Приведите классификацию критериев адаптации на основе области анализа

11. Приведите алгоритм адаптивной фильтрации в основе которого лежит использовании классических фильтров

Цель работы

Целью работы является изучение методов и алгоритмов морфологической обработки; знакомство с принципами повышения быстродействия морфологических операций расширения и сужения; разработка алгоритмов использующих принципы морфологической обработки.

Порядок выполнения работы

1. Ознакомьтесь с теоретическими сведениями.

2. Получите задание и необходимые материалы у преподавателя.

3. Разработайте программный продукт в соответствии с заданием

4. Продемонстрируйте результат преподавателю.

5. Напишите отчет

6. Ответьте на контрольные вопросы

Задание

Необходимо модифицировать программу, полученную в ходе выполнения четвертой лабораторной работе добавив следующие функции:

– добавить морфологическую обработку для бинаризованных изображений несколько подходов реализации базовых операций «Расширения» «Сужения»:

§ классический вариант

§ ускоренный вариант

– предоставить возможность задавать различные маски обработки для разных морфологических операций

– добавить функцию комплексной морфологической обработки (т.е. предоставить возможность выставить очередь применяемых морфологических операций с указанием масок обработок для каждой из этих операций).

– добавить возможность расчета временных показателей работы реализованных алгоритмов

Состав отчета

Отчет должен включать в себя следующие пункты:

1. Теоретические сведения

2. Структура программного продукта (в виде схемы модулей подразделенной на функциональные блоки)

3. Алгоритмическая реализация (реализация морфологической обработки в виде алгоритмов на русском языке с точки зрения алгоритмизации или в форме условного исходного кода в виде процедуры (псевдокод) )

4. Блок-схемы для реализованных алгоритмов морфологической обработки

5. Примеры результатов обработки при заданных условиях (обязательно описать условия и виды масок морфологической обработки) с предоставлением в табличной форме сравнительных данных по показателям быстродействия

5.5 Контрольные вопросы и задания

1. Какие операции морфологической обработки вам известны

2. В чем заключается суть морфологической операции «Расширения»

3. В чем заключается суть морфологической операции «Сужения»

4. Приведите алгоритм реализации операции «Расширения»

5. Приведите алгоритм реализации операции «Сужения»

6. Какие методы позволят ускорить морфологическую операцию «Сужения»

7. Каким способом можно повысить быстродействие применения операции «Расширения»

8. Какие морфологические операции необходимо выполнить для формирования внутреннего контура

9. Приведите алгоритм морфологической скелетизации

10. Перечислите возможные области применения морфологической обработки

Цель работы

Целью работы является изучение методов и алгоритмов формирования контурных представлений и их особенностей при реализации для различных цветовых моделей; знакомство с алгоритмами сегментации в основе которых лежит использование контурных представлений; изучение программной реализации методов: Робертса, Собела и Лапласа.

Порядок выполнения работы

1. Ознакомьтесь с теоретическими сведениями.

2. Получите задание и необходимые материалы у преподавателя.

3. Разработайте программный продукт в соответствии с заданием

4. Продемонстрируйте результат преподавателю.

5. Напишите отчет

6. Ответьте на контрольные вопросы

Задание

Необходимо написать программу, реализующую следующие возможности:

– на основе изображения преобразованного в выбранную цветовую модель реализовать сегментацию на основе контурного представления: используя

– для формирования контурного представления необходимо предоставить возможность выбора:

A. в какой цветовой модели ведется обработка

B. для какого канала (в выбранной цветовой модели) или для всех каналов разом.

C. пороговые условия при визуализации (т.е. отсечение слишком малых значений)

D. коэффициент усиления при визуализации (т.е. на сколько увеличиваем значения контуров)

E. тип метода для формирования контурного представления

– для формирования контурного представления использовать следующие методы

A. Метод Робертса

B. Метод Собела (с возможностью задания коэффициентов на ориентацию типа обработки)

C. Метод Лапласа (с возможностью регулировки размера и формы маски обработки а также задания коэффициентов).

– для метода Лапласа создать несколько предустановленных наборов, как для положительного, так и для отрицательного ядра.

– добавить возможность расчета временных показателей работы реализованных алгоритмов

Состав отчета

Отчет должен включать в себя следующие пункты:

1. Теоретические сведения

2. Структура программного продукта (в виде схемы модулей подразделенной на функциональные блоки)

3. Алгоритмическая реализация (для методов формирования контурного представления в виде алгоритмов на русском языке с точки зрения алгоритмизации или в форме условного исходного кода в виде процедуры (псевдокод) )

4. Схема процесса формирования контурного представления с учетом входных данных

5. Примеры результатов формирования контурных представлений с предоставлением в табличной форме сравнительных данных по показателям быстродействия

6.5 Контрольные вопросы и задания

1. Раскройте суть алгоритма сегментации на основе контурных представлений

2. Какие методы формирования контурных представлений вам известны

3. Перечислите градиентные методы формирования контурных представлений

4. В чем заключается метод Собела

5. Приведите алгоритм реализации метода Робертса

6. На основании какого принципа работает метод Лапласа

7. Приведите ядра метода Превита и формулы вычисления отклика

8. Приведите примеры масок обработки метода Лапласа

9. Перечислите методы сегментаций нацеленные на обнаружение линий

10. Приведите алгоритм метода Активных контуров

Цель работы

Целью работы является изучение методов и алгоритмов сегментации и их особенностей при реализации для различных цветовых моделей; знакомство с конкретными алгоритмами сегментации изображений, а также методами выделениями объектов. ознакомление с критериями оценки объектов; разработка и программная реализация алгоритмов сегментации в различных цветовых моделях.

Порядок выполнения работы

1. Ознакомьтесь с теоретическими сведениями.

2. Получите задание и необходимые материалы у преподавателя.

3. Разработайте программный продукт в соответствии с заданием и выданным вам вариантом.

4. Продемонстрируйте результат преподавателю.

5. Напишите отчет

6. Ответьте на контрольные вопросы

Задание

Необходимо модифицировать программу, разработанную в ходе седьмой лабораторной работы добавив следующие функции:

– на основе изображения преобразованного в выбранную цветовую модель следующие виды сегментации по вариантам:

A. Алгоритм разрастания регионов

B. Алгоритм водораздела

C. Алгоритм на базе теории графов

D. Алгоритм разбиения/слияния

E. Алгоритм «погружения»

F. Алгоритм tobogganing

G. Алгоритм разбиения (Анализ гистограмм)

H. Алгоритм адаптивной пороговой сегментации

I. Алгоритм разделения областей (принцип квадродерева)

Вариант

Алгоритмы сегментации

– предоставлять возможность проведения сравнения алгоритмов сегментации, для цветного изображения содержащего различные объекты, по следующим критериям

§ Количество областей полученных в ходе сегментации

§ Количество совпадающих областей (области идентичны друг другу)

§ Количество подобных областей (более 80% области первого изображения покрывает более 80% области второго изображения)

– выделение объекта изображения (реализовать любым известным методом), координаты которого указал пользователь при помощи мыши

– предоставлять возможность проведения сравнения алгоритмов сегментации для выделенных объектов (по выбору пользователя, т.е. указание координат фрагмента с помощью мыши)

произвести сравнения по следующим критериям:

§ Площадь

§ Центр масс

§ Периметр

§ Компактность

§ Кол-во «дырок» внутри

– формирование цепных кодов для указанного объекта и составление по ним векторного описания

Состав отчета

Отчет должен включать в себя следующие пункты:

1. Теоретические сведения

2. Структура программного продукта (в виде схемы модулей подразделенной на функциональные блоки)

3. Алгоритмическая реализация (для методов сегментации, процедуры сбора статистических данных, а также процесса формирования цепного кода в виде алгоритмов на русском языке с точки зрения алгоритмизации или в форме условного исходного кода в виде процедуры (псевдокод) )

4. Блок-Схема алгоритмов сегментации

5. Примеры результатов сегментации с предоставлением в табличной форме статистических данных

6. Примеры анализа объекта полученного в ходе сегментации с предоставлением в табличной форме статистических данных (с учетом использования разных методов сегментации). Для анализируемого объекта представить цепной код.

7.5 Контрольные вопросы и задания

1. Приведите классификацию методов сегменации

2. Раскройте суть метода P-tile предназначенного для автоматического определения пороговой величины

3. В чем заключается метод Метод треугольника для подбора порога при пороговой сегментация

4. Раскройте суть метода выращивания областей.

5. Приведите алгоритм сегментации «Tobogganing»

6. Раскройте принцип сегментации методом водоразделов.

7. Поясните алгоритм «погружения»

8. Приведите алгоритм сегментации методом разбиения/слияния

9. Какие виды пороговой обработки вам известны

10. В чем заключается сущность сегментации с локальным порогом

11. Перечислите подходы к выделению объектов.

12. Приведите пример однопроходного алгоритма выделения объектов.

13. Приведите пример многопроходного алгоритма выделения объектов.

14. Перечислите характеристические особенности объектов

15. Каким образов вычисляется ориентация главной оси инерции

16. Какими методами возможно формирование векторного описания объекта

17. Раскройте сущность цепных кодов и перечислите известные вам виды

18. Приведите алгоритм формирование цепных кодов

19. Перечислите инвариантные характеристики области

20. Раскройте сущность алгоритма Дугласа-Пекера