WWW.DOC.KNIGI-X.RU
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - Различные документы
 

«Кудрина М.А., Кудрин К.А., Загуменнов Д.А., Платонов А.П. ПРОГРАММНЫЙ КОМПЛЕКС ВИЗУАЛИЗАЦИИ АЛГОРИТМОВ ОБРАБОТКИ ИЗОБРАЖЕНИЙ В статье ...»

Кудрина М.А., Кудрин К.А., Загуменнов Д.А., Платонов А.П.

ПРОГРАММНЫЙ КОМПЛЕКС ВИЗУАЛИЗАЦИИ АЛГОРИТМОВ ОБРАБОТКИ ИЗОБРАЖЕНИЙ

В статье описана структура программного комплекса визуализации алгоритмов обработки изображений, предназначенного для использования в учебном процессе в рамках курса "Компьютерная графика"

студентами специальности 230102 – "Автоматизированные системы обработки информации и управления".

На кафедре информационных систем и технологий Самарского государственного аэрокосмического университета разработан программный комплекс визуализации алгоритмов обработки изображений.

Один из разделов курса "Компьютерная графика", преподаваемый студентам специальности "Автоматизированные системы обработки информации и управления", посвящен изучению методов обработки изображений. Курс дисциплины предполагает теоретическую подачу материала, поэтому был разработан программный комплекс визуализации алгоритмов обработки изображений, который дает возможность наглядно ознакомиться с результатами применения различных методов обработки изображений.

В настоящее время программный комплекс включает реализацию следующих алгоритмов обработки изображений:

преобразование цветного изображения в оттенки серого;

методы препарирования:

яркостный срез (с сохранением фона и без сохранения);

пороговая обработка;

контрастное масштабирование (с представлением «рабочего» интервала яркостей на неоднородном и однородном фоне: черном, белом, сером; пилообразное контрастное масштабирование);



негатив;

линейная масочная фильтрация:

сглаживающие маски;

маски, увеличивающие контрастность;

придание изображению рельефности;

фильтрация с использованием пользовательского фильтра;

медианная фильтрация;

градиентный метод выделения контуров;

утончение линий;

алгоритм Зонга-Суена;

эвристический алгоритм;

преобразование Хафа для векторизации изображения;

линейное контрастирование.

Программа позволяет увидеть, как визуально изменяется изображение при заданных параметрах, в зависимости от выбранного способа преобразования. При разработке алгоритмов программного комплекса использовались источники [1, 2, 3].

Опишем подробнее методы обработки изображений, используемые в программном комплексе.

Преобразование в оттенки серого Данный метод заключается в присвоении каждому пикселю изображения значения его яркости, которая вычисляется по формуле Y = 0,299 R +0,587 G +0,114 B, где Y – значение яркости текущего пикселя; R, G, B – соответственно красная, зеленая и синяя составляющие цвета пикселя.

Линейное контрастирование

Контрастирование осуществляется при помощи линейного поэлементного преобразования:

g a f b.

Параметры этого преобразования a, b определяются, исходя из требуемого изменения динамического диапазона. Если реальный динамический диапазон яркостей [fmin, fmax], а в результате обработки нужно получить шкалу [

–  –  –

Рис. 1. Линейное контрастирование Это отдельная группа методов, заключающихся в приведении изображения к такому виду, который далек от естественного, но удобен для визуальной интерпретации и дальнейшего машинного анализа.

Перечислим основные преобразования препарирования изображений.

1) Пороговая обработка Пороговая обработка полутонового изображения заключается в разделении всех его элементов на два класса по признаку яркости:

g max, f f 0, g g min, f f 0.

Графики и пример пороговой обработки приведены на рис. 2.

2) Яркостный срез

–  –  –

Является обобщением пороговой обработки. Данный способ позволяет выделить на изображении элементы, относящиеся к определенному диапазону яркости. Применение метода проиллюстрировано на рис.

3.

–  –  –

3) Контрастное масштабирование Заключается в том, чтобы растянуть "рабочий" интервал яркостей на весь диапазон допустимых значений, а оставшимся элементам присвоить значение яркости фона. Графики преобразования и примеры обработки представлены на рис. 4.

Пилообразное контрастное масштабирование иллюстрирует рис. 5. Как правило, если изображение состоит из нескольких крупных областей с медленно меняющимися значениями яркости, то такое преобразование почти не разрушает целостности его восприятия и в то же время резко увеличивает контрастность плохо различимых мелких деталей.

Рис. 4. Контрастное масштабирование

4) Негатив Инвертирует цвета изображения (см. рис. 6). Для того чтобы преобразовать все цвета в обратные, требуется присвоить каждой составляющей цвета пикселя ее обратное значение. Для RGB-модели это преобразование выглядит следующим образом:

–  –  –

Линейная масочная фильтрация

Линейная масочная фильтрация подразумевает, что над яркостью каждого пикселя c(x,y) производится следующее преобразование:

N N c( x i, y j ) M (i, j), c '( x, y ) A B i N j N где N-количество "слоев", входящих в окружение пиксела (обычно, N=1), A и B - некие константы, M - некая матрица ("маска") размерности (2N+1)(2N+1). Следует иметь в виду, что при попиксельном сканировании изображения в рассмотрение должны включаться исходные, а не преобразованные значения яркостей пикселов.

В зависимости от элементов маски и коэффициентов A и B можно добиться разных эффектов (рис.

7).

Программа хранит некоторые стандартные маски, а также дает возможность пользователю самому за

–  –  –

дать коэффициенты преобразования.

Медианный фильтр Представляет собой пример нелинейной масочной фильтрации. При медианной фильтрации все пикселы, входящие в окружение текущего (включая и его самого), сортируются по яркости, затем текущий пиксел заменяется центральным пикселом в отсортированной группе. Медианная фильтрация уменьшает резкость и позволяет избавиться от мелких деталей, например, от точечных помех.

Для наглядной демонстрации работы фильтра в программу включена опция добавления шума, которая случайным образом раскидывает по изображению заданное количество одиночных черных или белых точек.

Пример работы фильтра представлен на рис. 8.

–  –  –

Итерации продолжаются до тех пор, пока очередная пара этапов не обнаружит ни одной подлежащей удалению точки. Для проверки данного факта вводится булевская переменная Deleted, которая сбрасывается в начале каждой итерации, но устанавливается, как только удаляется хотя бы один пиксель.

За движение по изображению от верхней левой и до нижней правой точки отвечают два цикла: цикл 1 идет по строкам, а цикл 2 – по столбцам. В переменной w записана ширина, а в переменной h – высота картинки.

Выделение контуров Контуром изображения называется совокупность его пикселей, в окрестности которых наблюдается скачкообразное изменение функции яркости. Выделение контуров заключается в построении изображения границ объектов и очертаний однородных областей и состоит из двух этапов: подчеркивания контуров, при котором на изображении выделяются перепады яркости, и пороговой обработки, которая переводит изображение в монохромное. В программе реализован градиентный метод выделения контуров.

Пример выделения контуров представлен на рис. 10.

Рис. 10. Выделение контуров Преобразование Хафа Преобразование Хафа позволяет провести векторизацию растрового изображения, т.е. перейти от представления линии в виде набора точек к ее уравнению. В данной работе реализована векторизация прямых. Суть ее заключается в следующем.

Каждой прямой в исходной декартовой системе координат XOY ставятся в соответствие два параметра: длина радиус-вектора (кратчайшее расстояние от начала координат до прямой) и угол наклона этого вектора к оси X (см. рис. 11).

–  –  –

Рис. 12. Точке в декартовой СК соответствует синусода в пространстве (, ) В свою очередь, каждой точке пространства (, ) соответствует набор точек в декартовом пространстве, образующий прямую. Таким образом, каждой точке (0, 0) пространства (, ) можно поставить в соответствие счетчик, соответствующий количеству точек (x, y), лежащих на прямой xcos0+ysin0=0.

Вследствие дискретности растрового представления исходного изображения, каждой прямой в координатах (x, y) будет соответствовать не одна точка, а сгущение точек в координатах (,).





Таким образом, последовательно просматривая все точки исходного изображения, получаем некоторый набор точек в координатах (,). После этого достаточно выбрать в пространстве Хафа самые «жирные пятна» и поставить им в соответствие параметры прямых.

На практике обычно задают некоторые шаги (, ) и в соответствии с ними разбивают пространство Хафа на области, из которых выбирают ту, куда попадет больше всего точек (см. рис. 13).

–  –  –

Использование программного комплекса визуализации алгоритмов обработки изображений в учебном процессе позволяет более наглядно продемонстрировать работу различных методов обработки изображений, тем самым повышая интерес студентов к дисциплине "Компьютерная графика".

Литература

1. Методы компьютерной обработки изображений / Под. ред. В.А. Сойфера. - М.: Физматлит, 2001.

- 784 с.

2. И.С.Грузман и др. Цифровая обработка изображений в информационных системах. Учебное пособие. - Новосибирск, 2000. - 166 c.

3. Э.Прэтт. Цифровая обработка изображений. В 2-х книгах - М.: Мир, 1982.

Похожие работы:

«Решая самые сложные в мире проблемы энергетики™ Министр промышленности и энергетики России, министр нефтегазовой промышленности Индии, губернатор Сахалинской области и партне...»

«Молодые специалисты ОАО "Мозырьсоль" Из новичков – в профессионалы! Каждый раз от общения с молодыми креативно мыслящими людьми испытываешь положительный заряд энергии, особенно если они смотрят на мир без лишних иллюзий, полны энту...»

«ИССЛЕДОВАНИЕ РЫНКА НАВЕСНЫХ ФАСАДНЫХ СИСТЕМ ТЕПЛОИЗОЛЯЦИИ РОССИИ. ИТОГИ 2015 г., ОЦЕНКА 2016 гг. ДЕМОВЕРСИЯ ОБЗОРА Санкт-Петербург, 2015 Рынок навесных систем теплоизоляции фасадов (201...»

«ПРОЕКТ АДМИНИСТРАТИВНЫЙ РЕГЛАМЕНТ предоставления муниципальной услуги "Предоставление порубочного билета и (или) разрешения на пересадку деревьев и кустарников"1. Общие положения 1.1. Административный регламент предо...»

«Пасхальная Агада Праздник нашей свободы В каждом поколении нужно видеть себя вышедшим из Египта – возвышенное чувство свободы, испытываемое во время Пасхального Седера, мы должны сохранить затем в течение всего года. Из этой великой ночи мы черпаем силы для того,...»

«5 класс ПРОИЗВЕДЕНИЯ ДЛЯ ВНЕКЛАССНОГО ЧТЕНИЯ: 1. А. Кун "Мифы Древней Греции".2. Сказки народов ханты и манси.3. Сказки Г.Х. Андерсена ("Принцесса на горошине", "Дюймовочка", "Трубочист и Пастушка", "Огниво", "Соловей", "Свинопас", "Новое платье короля", "Гадкий утён...»

«Черепно-мозговая травма Andrei Tarassov, DVM Пермь 2015 Контакты • atarassov@hotmail.com _ Тарасов • Sibvet.org@yandex.ru – лекции • www.alanvet.com оборудование • Alanvet.com@gmail.com оборудование • Skyp...»

«Перспективы развития космических радиолокационных методов изучения океанских явлений С.В. Переслегин, А.Ю. Иванов, З.А. Халиков Институт океанологии им. П.П. Ширшова РАН Москва, 117997, Нахимовский проспект, 36 E-mail: peresleg@ocean.ru Современные активные космические радиолокационные (РЛ) средства диста...»








 
2017 www.doc.knigi-x.ru - «Бесплатная электронная библиотека - различные документы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.