Повышение качества изображения для улучшения человека является одной из основных областей обработки информации. Изображение, полученное с помощью той или иной оптической системы, чаще всего оказывается искаженным. Например, если система находится в движении относительно запечатленного на изображении объекта, то такое изображение скорее всего будет смазанным. В данном случае изображение получается нечётким и это усложняет восприятие человеческим глазом информации на изображении.

Иногда бывает только одна возможность получить изображение какого-либо явления и при этом получить четкое изображение могут помешать внешние факторы. Подбор правильного метода по восстановлению фокуса может исправить ситуацию в таких случаях.

Рассмотренный пример -- это лишь один из аспектов применения обширной области информатики и математики -- цифровой обработки изображений (ЦОИ). К другим применениям можно отнести: размытие изображений, распознавание объектов на них, коррекция цвета и т. д.

В настоящей курсовой работе рассматриваются теоретические основы ЦОИ и приводятся примеры алгоритмов с реализацией на языке C#.

Целью работы является изучение основных методов и приёмов цифровой обработки изображений и применение полученных знания на практике.

Для достижения цели были поставлены следующие задачи:

- Изучить основные понятия цифровой обработки растровых изображений (растр, пиксель, методы кодирования цвета и т. д.);

- Изучить средства для работы с изображениями в платформе .NET. (Bitmap, Graphics);

-Разработать приложение, реализующее следующие алгоритмы:

Ш преобразование цветного изображения в полутоновое;

Ш размытие изображения с разной степенью интенсивности;

Ш повышение динамического диапазона изображения;

Ш поиск границ изображения (операторы Кэнни и Собеля),

Курсовая работа состоит из введения, двух глав, заключения, списка использованной литературы и двух приложений.

В первой главе рассматриваются растровые изображения.

Во второй главе описываются алгоритмы.

Приложение 1 содержит код, который был написан для каждого алгоритма.

Приложение 2 содержит описание руководства пользователя.

цифровой изображение обработка алгоритм

1. Основные понятия цифровой обработки изображений

Перед тем как начать изучать основы обработки цифрового изображения, надо разобраться, что такое цифровое изображение. Это изображение создано с нуля при помощи компьютерных программ, это могут быть фотографии, обложки журналов, газеты, рекламные ролики и др. Уже более четверти века - обложки журналов, рекламная печатная продукция, газеты, рекламные ролики по телевидению, фильмы, мультфильмы - большая часть этих изображений создается на компьютере.

1.1 Растровые изображения

Цифровые изображения бывают двух видов: растровые и векторные. Мы в данной работе будем рассматривать растровые изображения.

Растровые изображения бывают различных форматов (*.gif, *.jpg и *.bmp.)

Растр -- форма представления изображения в виде элементов (пикселей), упорядоченных в строки и столбцы. Название пиксель образовано как сокращение от английского «picture element» (элемент изображения). Пиксель -- наименьший элемент из множества, которых создается изображение.

Рис. 1. Пиксели на изображении

Рис. 8. Изображение с оттенками серого цвета

Рис. 10. Полученное изображение

После преобразования наше исходное изображение приобрело более яркие тона, обрело четкие границы.

2.5 Поиск границ изображения (операторы Кэнни и Собеля)

Для поиска границ ярких областей изображения часто используется операторный подход. Популярный операторы - это операторы Кэнни и Собеля. Рассмотрим первый более подробно.

Оператор Кэнни был разработан давно, но и сейчас часто используется и считается одним из лучших детекторов.

Границы при помощи оператора Кенни отмечаются, там где градиент принимает свое максимальное значение. Оператор имеет различное направление, поэтому существует четыре фильтра.

Пример использования рассмотренного алгоритма приведен на рисунках, 11 и 12.

Рис. 11. Исходное изображение

Рис. 12.

Как видно, границы объектов на изображении выделены белым. Эта информация может быть использована как предварительный этап других алгоритмов. Например, для поиска конкретного объекта на изображении.

Заключение

В моей курсовой работе я рассмотрела актуальную тему нашего века. Передо мною стояла цель изучить основные методы и приемы цифровой обработки изображения. В ходе проделанной работы мною были рассмотрены следующие алгоритмы: размытие изображения, преобразование в оттенки серого, повышение динамического диапазона и поиск границ.

На основе выше изложенного можно сделать вывод, что больше всего получил применение алгоритм «Повышения динамического диапазона». Так как он помогает улучшить качество изображения, потому что не всегда есть возможность получить хорошую фотографию или иную картинку.

В заключение хочется еще раз напомнить о важности цифровой обработки изображения. Благодаря компьютерным технологиям можно изменить изображение, чтобы не усложнять восприятия человеческим глазом информации на изображении.

Литература

1. Гонсалес Р. Вудс Р. Цифровая обработка изображений Москва: Техносфера, 2005

2.Что такое растровое изображение?

http://chajnikam.ru/other/296-chto-takoe-rastrovoe-izobrazhenie.html

3.Научно-теоретические основы цифровых изображений.

http://elektivphotoshop.narod.ru/teoria.html

4.Цифровая обработка изображений. Книга 1

http://padaread.com/?book=17414&pg=22

5. У. Прэтт Цифровая обработка изображений, Москва издательство «Мир», 1982

Приложение 1. Исходные тексты программы

1. Преобразование цветного изображения в полутоновое.

private void серыйToolStripMenuItem_Click(object sender, EventArgs e)

{

Bitmap bmp = pictureBox1.Image as Bitmap;

//for (int x = 0; x < 10; x++)

// for (int y = 0; y < 10; y++)

// bmp.SetPixel(x, y, Color.FromArgb(243, 101, 208));

for (int x = 0; x < bmp.Width; x++)

for (int y = 0; y < bmp.Height; y++)

{

var color = bmp.GetPixel(x, y);

var z = (int)(0.299 * color.R + 0.587 * color.G + 0.114 * color.B);

bmp.SetPixel(x, y, Color.FromArgb(z, z, z));

}

pictureBox1.Invalidate(); // Перерисовать

}

2. Размытие изображения с разной степенью интенсивности.

private void размытиеToolStripMenuItem_Click(object sender, EventArgs e)

{

Bitmap bmp = pictureBox1.Image as Bitmap; // извлечение картинки из компонента

Bitmap bmp2 = new Bitmap(bmp); // создание нового изображения в памяти и копирование в него bmp

for (int x = 1; x < bmp.Width - 1; x++)

for (int y = 1; y < bmp.Height - 1; y++)

{

var r = (bmp.GetPixel(x, y).R +

bmp.GetPixel(x + 1, y).R +

bmp.GetPixel(x - 1, y).R +

bmp.GetPixel(x + 1, y - 1).R +

bmp.GetPixel(x - 1, y - 1).R +

bmp.GetPixel(x + 1, y + 1).R +

bmp.GetPixel(x - 1, y + 1).R +

bmp.GetPixel(x, y - 1).R +

bmp.GetPixel(x, y + 1).R) / 9;

var g = (bmp.GetPixel(x, y).G +

bmp.GetPixel(x + 1, y).G +

bmp.GetPixel(x - 1, y).G +

bmp.GetPixel(x + 1, y - 1).G +

bmp.GetPixel(x - 1, y - 1).G +

bmp.GetPixel(x + 1, y + 1).G +

bmp.GetPixel(x - 1, y + 1).G +

bmp.GetPixel(x, y - 1).G +

bmp.GetPixel(x, y + 1).G) / 9;

var b = (bmp.GetPixel(x, y).B +

bmp.GetPixel(x + 1, y).B +

bmp.GetPixel(x - 1, y).B +

bmp.GetPixel(x + 1, y - 1).B +

bmp.GetPixel(x - 1, y - 1).B +

bmp.GetPixel(x + 1, y + 1).B +

bmp.GetPixel(x - 1, y + 1).B +

bmp.GetPixel(x, y - 1).B +

bmp.GetPixel(x, y + 1).B) / 9; ;

bmp2.SetPixel(x, y, Color.FromArgb(r, g, b));

}

pictureBox1.Image = bmp2; // заменили старую картинку новой

pictureBox1.Invalidate(); // Перерисовать

3. Повышение динамического диапазона изображения.

private void динамическийДиапазонToolStripMenuItem_Click(object sender, EventArgs e)

{

Bitmap bmp = pictureBox1.Image as Bitmap; // извлечение картинки из компонента

#region Канал R

byte minR = 255;

byte maxR = 0;

for (int i = 0; i < bmp.Width; i++)

for (int j = 0; j < bmp.Height; j++)

{

byte R = bmp.GetPixel(i, j).R;

if (R < minR)

minR = R;

if (R > maxR)

maxR = R;

}

#endregion

#region Канал G

byte minG = 255;

byte maxG = 0;

for (int i = 0; i < bmp.Width; i++)

for (int j = 0; j < bmp.Height; j++)

{

byte G = bmp.GetPixel(i, j).G;

if (G < minG)

minG = G;

if (G > maxG)

maxG = G;

}

#endregion

#region Канал B

byte minB = 255;

byte maxB = 0;

for (int i = 0; i < bmp.Width; i++)

for (int j = 0; j < bmp.Height; j++)

{

byte B = bmp.GetPixel(i, j).B;

if (B < minB)

minB = B;

if (B > maxB)

maxB = B;

}

#endregion

if (maxR == minR || maxG == minG || maxB == minB)

{

MessageBox.Show("Динамический диапазон нельзя расширить");

}

#region Запись

for (int i = 0; i < bmp.Width; i++)

for (int j = 0; j < bmp.Height; j++)

{

Color c = bmp.GetPixel(i, j);

bmp.SetPixel(i, j, Color.FromArgb(

(c.R - minR) * 255 / (maxR - minR),

(c.G - minG) * 255 / (maxG - minG),

(c.B - minB) * 255 / (maxB - minB)

));

}

#endregion

pictureBox1.Invalidate(); // Перерисовать

}

static int Saturate(int z)

{

if (z < 0) return 0;

if (z > 255) return 255;

return z;

}

4. Поиск границ изображения (операторы Кэнни и Собеля).

private void операторToolStripMenuItem_Click(object sender, EventArgs e)

{

Bitmap bmp = pictureBox1.Image as Bitmap; // извлечение картинки из компонента

Bitmap bmp2 = new Bitmap(bmp); // создание нового изображения в памяти и копирование в него bmp

for (int x = 1; x < bmp.Width - 1; x++)

for (int y = 1; y < bmp.Height - 1; y++)

{

var r = Saturate(4 * bmp.GetPixel(x, y).R -

bmp.GetPixel(x + 1, y - 1).R -

bmp.GetPixel(x - 1, y - 1).R -

bmp.GetPixel(x + 1, y + 1).R -

bmp.GetPixel(x - 1, y + 1).R);

var g = Saturate(4 * bmp.GetPixel(x, y).G -

bmp.GetPixel(x + 1, y - 1).G -

bmp.GetPixel(x - 1, y - 1).G -

bmp.GetPixel(x + 1, y + 1).G -

bmp.GetPixel(x - 1, y + 1).G);

var b = Saturate(4 * bmp.GetPixel(x, y).B -

bmp.GetPixel(x + 1, y - 1).B -

bmp.GetPixel(x - 1, y - 1).B -

bmp.GetPixel(x + 1, y + 1).B -

bmp.GetPixel(x - 1, y + 1).B);

bmp2.SetPixel(x, y, Color.FromArgb(r, g, b));

}

pictureBox1.Image = bmp2; // заменили старую картинку новой

pictureBox1.Invalidate(); // Перерисовать

}

приложение 2. Руководство пользователя