Программная реализация в среде MATLAB методов обработки изображений с использованием ранговых преобразований

• Метод улучшения изображений путем эквализации гистограммы с использованием EV-окрестности
• Медианная фильтрация
• KNV-окрестность
• Сглаживание изображений с использованием EV-окрестности

Список литературы

1. Ким В., Ярославский Л.П. Ранговые алгоритмы обработки изображений / Ин-т проблем передачи информ. АН СССР. - Рук.деп. в ВИНИТИ 30.05.1985 г. N 3793-85. - М., 1985 .- 40 с.
2. Yaroslavsky L.P. Rank filters as an instrumentation tool for image enhancement. 1994. - 4p.
3. Дэвид Г. Порядковые статистики. - М.: Наука, 1979. - 336 с.
4. Беликова Т.П., Ярославский Л.П. Использование адаптивных амплитудных преобразований для препарирования изображений // Вопросы радиоэлектроники, сер. Общетехническая. – 1974, вып.14. – С. 88 – 98.
5. Тьюки Дж. Анализ результатов наблюдений. М. : Мир, 1981. – 160 с.
6. Image quality enhancement technique for X–ray testing / Vorobel R., Zhuravel I., Opyr N., Popov B. // 2^nd International Conference on Computer Methods and Inverse Problems in Nondestructive Testing and Diagnostics. Proceedings. Minsk,20–23 October 1998.–P.449–455.
7. Pitas I., VenetsanopoulosA.Nonlinear order statistic filters for image filtering and edge detection/ Signal Processing. 1986. - Vol.10. - N 4. - P. 395-414.

Обзор методов цифровой обработки изображений: Разностные методы

Психофизические эксперименты показывают, что фотографическое или телевизионное изображение с подчеркнутыми границами часто воспринимается субъективно лучше, чем фотометрически совершенная продукция. Процедуру подчеркивания границ реализуют с использованием методов нечеткого маскирования (разностных методов) [1, 2].

Суть этих методов состоит в следующем. Исходное изображение сканируют двумя апертурами с различной разрешающей способностью. В одной апертуре разрешающая способность отвечает норме, а во второй - ниже нормы. В результате образуются два массива: массив элементов изображения и массив элементов нечеткого изображения . Результат формируется путем вычитания изображений по алгоритму:

, (1)

где - коэффициент пропорциональности (в большинстве случаев - ) [3].

Более распространенным вариантом этого метода является выражение [4, 5, 6]

, (2)

где - коэффициент усиления контрастности; - среднеарифметическое значение яркостей элементов скользящей апертуры с центром в элементе с координатами размером элементов

, (3)

- константа (часто ).

В зависимости от размеров апертуры скользящего окна результат действия разностных методов находится в пределах от локального усиления контуров до выравнивания общего фона на изображении.

В пространственной области усиление высоких частот осуществляет также алгоритм, представленный формулой

, (4)

где S - заданная окрестность элемента изображения, которая окружает центральный элемент с координатами , включая его самого; - среднеарифметическое значение элементов -окрестности, которая состоит из элементов.

Недостатком метода нечеткого маскирования, представленного выражением (4), является то, что коэффициент усиления - константа. Это приводит к одинаковому усилению слабоконтрастных участков и участков с достаточным контрастом. В работе [7] предложено адаптивное определение коэффициента усиления :

, (5)

где

, (6)

- "желательная", изначально заданная дисперсия, - дисперсия в локальном скользящем окне размером элементов

,

а параметр - "желательное", изначально заданное значение среднего (корректирующие слагаемое). Однако этот метод имеет недостаток: рядом с усилением мелких деталей изображения, он искажает участки с одинаковыми уровнями яркостей [3].

В работе [8] предложен метод, который позволяет формировать коэффициент усиления адаптивно относительно локальных участков изображения. Предложенный алгоритм усиления локальных контрастов обобщает рассмотренный выше метод (4)-(6) и представляется следующим выражением:

, (7)

где

, (8)

- нормирующий множитель, ; - среднее значение яркости всего изображения размером элементов

, (9)

- стандартное среднеквадратическое отклонение

. (10)

Существуют другие, более сложные модификации метода нечеткого маскирования. К таким методам можно отнести методы коррекции фоновой составляющей, на которую накладывается высокочастотная текстура объектов и деталей изображения [2]. Использование этого подхода приводит к усилению локальных контрастов деталей различных размеров и улучшению визуального восприятия изображений. Известны также методы представления детальной составляющей изображения через локальный контраст [9]. Они позволяют создавать новые классы методов нечеткого маскирования, базирующиеся на нелинейных преобразованиях локальных контрастов. Это в свою очередь говорит об общности различных методов преобразования контрастности изображений [9, 10, 11].

Список литературы