Эффекты полузатенения при восстановлении изображений, искаженных смазом

Анализ случаев, когда часть смазанного изображения объекта утеряна или затенена изображением другого объекта. Описание технологии восстановления с помощью метода опорного изображения искаженного смазом изображения объекта, затененного другим объектом.

Рубрика Программирование, компьютеры и кибернетика
Вид статья
Язык русский
Дата добавления 30.10.2018
Размер файла 571,9 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

ЭФФЕКТЫ ПОЛУЗАТЕНЕНИЯ ПРИ ВОССТАНОВЛЕНИИ ИЗОБРАЖЕНИЙ, ИСКАЖЁННЫХ СМАЗОМ

изображение смазанный восстановление

А. В. Кокошкин, В. А. Коротков, Е.П. Новичихин

Институт радиотехники и электроники им.

В.А. Котельникова РАН, Фрязинский филиал

Аннотация. В данной работе в рамках уравнения свертки показана возможность восстановления с помощью метода опорного изображения искажённого смазом изображения объекта, затененного другим объектом.

Ключевые слова: уравнение свертки, метод опорного изображения, искажённое смазом изображение, восстановление затененного изображения.

Abstract. In this paper, in the framework of the convolution equation the possibility of recovery of blurring distorted image of an object obscured by another object is shown by the method of the reference image.

Key words: convolution equation, the method of the reference image, distorted by blurring the image, restoration shaded image.

Введение. Смазанные изображения обычно связаны с движением интересующего объекта или с движением оптической системы относительно этого объекта. Величина искажения изображения (смаз) зависит от скорости движения и величины выдержки. Методы решения задачи восстановления смазанного изображения предполагают, что интересующий объект представлен на изображении полностью [1]. В данной работе рассматривается случай, когда часть смазанного изображения объекта утеряна или затенена изображением другого объекта.

Основная часть. Восстановление смазанных изображений обычно рассматривается на основе решения уравнения свертки [1,2]:

изображение смазанный восстановление

, (1)

где - область наблюдения,  - элементарная площадка в точке (x,y),  - аппаратная функция (АФ) системы, - исходное изображение,- изображение на выходе этой системы, - аддитивный шум.

 в случае смаза по оси  имеет вид:

, если  и (2)

 в остальных случаях,

где  - половина величины смаза.

В качестве метода решения выберем адаптивный метод опорного изображения АМОИ [3]. Рассмотрим результаты восстановления смазанного изображения с помощью АМОИ при наличии затенения части изображения. В качестве затеняющего объекта выберем черную полосу, расположенную поперек направления смаза. На Рис.1 приведены исходное изображение и смазанное по горизонтали изображение.

Рис.1. А - исходное изображение 256х256,

Б - смазанное изображение 256х256 ().

На рис.2А представлено изображение, часть которого закрыта черной полосой шириной 40 пикселей. Результат восстановления изображения рис.2А с помощью АМОИ приводится на рис.2Б.

Рис.2. А - смазанное изображение рис.1Б, закрытое черной полосой шириной 40 пикселей, Б - Результат восстановления изображения рис.2А с помощью АМОИ

Сравнение восстановленного изображения рис.2Б с исходным рис.1А позволяет сделать вывод о полной неудаче восстановления. В то же время из-за того, что ширина черной полосы меньше величины смаза информация, позволяющая восстановить исходное изображение на рис.2А присутствует.

Основной причиной, которая препятствует восстановлению смазанного, частично отсутствующего (затененного) изображения, является невозможность описать в рамках уравнения свертки (1) изображение на рис.2А. Поэтому и решение (1) имеет мало общего с исходным изображением. Рассмотрим представленные на рис.3 графики яркости изображений рис.1Б и рис.2А в зависимости от горизонтальной координаты при зафиксированной вертикальной, равной 85.

 

Рис.3. Графики яркости смазанных изображений в зависимости от горизонтальной координаты. Красная линия соответствует рис.1Б, синяя линия - рис.2А.

Рис.3 хорошо иллюстрирует тот факт, что из-за наличия горизонтального смаза, график зависимости яркости от горизонтальной координаты достаточно плавно меняющаяся функция. Черная полоса на рис.2А соответствует резкому падению яркости (синяя линия) начиная с координаты равной 100. Понятно, что если бы вместо такого резкого изменения яркости было бы плавное поведение кривой, примерно соответствующее исходному (до затенения) графику (красная линия), то можно было бы надеяться на результат лучший, чем представлен на рис.2Б.

Рис.4. Графики яркости смазанных изображений в зависимости от горизонтальной координаты. Красная линия соответствует рис.1Б, синяя линия - рис.2А, зеленая линия - результат интерполяции полиномом 3 порядка.

Одним из вариантов получения необходимого поведения яркости на затененном участке изображения является использование интерполяции по известным значениям яркости вне полосы затенения. Например, значения 4-х значений яркости (по 2 значения с каждой стороны затенения) позволяет с помощью полинома 3 степени интерполировать значения яркости внутри полосы затенения. Результаты такой интерполяции представлены на рис.4.

На рис.5А представлено изображение, полученное с помощью интерполяции изображения рис.2А. На рис.5Б представлен результат восстановления изображения из изображения рис.5А.

Рис.5. А - изображение, полученное после интерполяции из рис.1Б, Б - результат восстановления изображения рис.5А с помощью АМОИ (ширина полосы затенения равна 40).

Несмотря на то, что на первый взгляд интерполированное смазанное изображение рис.5А не отличается от рис.1Б, эти незаметные на глаз отличия проявляются в виде артефактов на восстановленном изображении рис.5Б. Если ширина затеняющей полосы будет увеличиваться, то количество и интенсивность артефактов также будут увеличиваться. Понятно, что если ширина полосы затенения будет больше величины смаза, то часть информации об изображении будет потеряна безвозвратно. На рис.6 представлено изображение, восстановленное из смазанного затененного изображения, причем при величине смаза равной 60, ширина полосы равна 80.

Рис.6. А - смазанное изображение (смаз равен 60), затененное полосой с шириной равной 80, Б - результат восстановления изображения рис.6А после интерполяции.

Выводы

1. В данной работе показана принципиальная возможность восстановления частично затененных смазанных изображений.

2. Использование метода опорного изображения позволяет восстановить частично затененное смазанное изображение при условии предварительной полиномиальной интерполяции затененной части изображения.

3. Если ширина затененной части изображения превосходит величину смаза, то происходит невосполнимая потеря части изображения, что проявляется в увеличении артефактов на восстановленном изображении.

Литература

1. Р. Гонсалес, Р. Вудс. Цифровая обработка изображений. М. «Техносфера» , 2005, 1071 стр.

2. А. Ю. Зражевский, А. В. Кокошкин, Е.П. Новичихин, С.В. Титов, «Повышение качества радиоизображений». «Нелинейный Мир», № 9, 2010г., с. 582-590.

3.  Ю. В. Гуляев, А. Ю. Зражевский, А. В. Кокошкин, В. А. Коротков, В.А. Черепенин Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения.

Часть 2. Адаптивный метод опорного изображения (АМОИ). // Журнал Радиоэлектроники [электронный журнал]. 2013. №12. URL: http://jre.cplire.ru/jre/dec13/2/text.html

Размещено на Allbest.ru

...

Подобные документы

  • Оснащение робототехнических комплексов систем технического зрения. Математическая модель и векторная диаграмма дисторсии изображения. Создание эталонного изображения тестового объекта. Определение основных погрешностей формирования изображения.

    курсовая работа [1,4 M], добавлен 14.06.2014

  • Информация о графических форматах. Хранение изображения в программе. Очередь как вспомогательная структура данных. Загрузка изображения из двоичного файла. Операции с изображением. Уменьшение разрешающей способности. Увеличение размера изображения.

    курсовая работа [1,1 M], добавлен 29.06.2013

  • Понятие, основные принципы, этапы и методы векторизации изображения. Автоматическая векторизация CorelDRAW 12. Программное обеспечение AutoCAD Raster Design. Программное обеспечение Easy Trace. Редактирование объекта без потери качества изображения.

    курсовая работа [923,4 K], добавлен 08.12.2014

  • Разработка приложения, целью которого ставится преобразование черно-белых полутоновых изображений в цветные. Обзор методики обработки изображения, способов преобразования изображения с помощью нейронной сети. Описания кластеризации цветового пространства.

    дипломная работа [6,3 M], добавлен 17.06.2012

  • Функциональные возможности библиотеки OpenGL. Разработка процедуры визуализации трехмерной сцены, интерфейса пользователя и подсистемы управления событиями с целью создания приложения для построения динамического изображения 3D-модели объекта "Самолет".

    курсовая работа [1,7 M], добавлен 28.06.2011

  • Методика устранения посторонних шумов и коррекции искажения типа дисфокусировки. Обрезка сильно искаженных краев изображения. Построение яркостной гистограммы изображения и его преобразование в индексный формат с восьмицветовой палитрой в пакете Matlab.

    контрольная работа [4,7 M], добавлен 13.01.2012

  • Основы программирования с использованием библиотеки OpenGL. Приложение для построения динамического изображения модели объекта "Батискаф": разработка процедуры визуализации трехмерной схемы, интерфейса пользователя и подсистемы управления событиями.

    курсовая работа [1,4 M], добавлен 26.06.2011

  • Разработка программы, предназначенной для сжатия или компрессии полутонового изображения международным стандартом JPEG. Описание метода JPEG, выдача результатов в виде декодированного изображения. Обзор методов компрессии полутонового изображения.

    курсовая работа [43,5 K], добавлен 14.10.2012

  • Создание программы на языке C++ с использованием графических библиотек OpenGL в среде Microsoft Visual Studio. Построение динамического изображения трехмерной модели объекта "Нефтяная платформа". Логическая структура и функциональная декомпозиция проекта.

    курсовая работа [1,8 M], добавлен 23.06.2011

  • Компьютерная графика. Пиксели, разрешение, размер изображения. Типы изображений. Черно-белые штриховые и полутоновые изображения. Индексированные цвета. Полноцветные изображения. Форматы файлов. Цвет и его модели. Цветовые модели: RGB, CMYK, HSB.

    реферат [18,1 K], добавлен 20.02.2009

  • Описание алгоритма поворота изображения. Вычисление синуса и косинуса угла поворота изображения. Алгоритм и реализация функции поворота изображения вокруг центра на заданный пользователем угол. Проверка на соответствие диапазону допустимых значений.

    курсовая работа [1,3 M], добавлен 23.01.2015

  • Элементы и принципы графического дизайна в художественном образовании. Разработка графических изображений средствами Adobe Photoshop. Обработка изображения с помощью Photoshop. Подготовка изображения с прозрачным фоном. Плавное слияние двух изображений.

    курсовая работа [2,5 M], добавлен 27.11.2012

  • Описание этапов создания анимированного GIF изображения мультипликационного героя "Винни-Пуха" в программе Adobe Photoshop CS6. Создание дубликата слоя изображения и подготовка кадров для GIF анимации. Настройка эффектов анимации и результат GIF-файла.

    лабораторная работа [1,2 M], добавлен 05.03.2015

  • Разработка приложений для работы с графикой в Borland C++ Builder. Вывод изображения на экран, изменение цвета и толщины линии контура, перемещение объекта по экрану, получение нового объекта вычитанием двух существующих. Основные обработчики событий.

    контрольная работа [1,5 M], добавлен 28.03.2012

  • Каркасная, поверхностная трехмерная модель. Геометрические преобразования объекта: перенос и поворот. Горизонтальная и аксонометрическая проекция. Перспективная проекция без видового преобразования. Удаление невидимых линий и закраска с учётом освещения.

    курсовая работа [1,2 M], добавлен 24.03.2013

  • Назначение и принципы работы библиотеки OреnGL с графическими примитивами, освещением, эффектом тумана и проекциями. Программное обеспечение для разработки трехмерной модели объекта "Планетарная система" с встроенными настройками и понятным интерфейсом.

    курсовая работа [42,5 K], добавлен 26.06.2011

  • Видеоадаптер и его необходимость для вывода изображения на экран. Принцип работы видеоадаптера. Оценка производительности трехмерной графики программой 3D Mark. Анализ результатов тестирования. Оценка качества изображения. Световые и бликовые эффекты.

    контрольная работа [998,0 K], добавлен 20.01.2014

  • Получение изображения объекта с помощью оптико-электронных систем, построенных на основе ПЗС-приемника. Методы обработки первичной измерительной информации. Реализация алгоритма обработки графической информации с помощью языка программирования Python.

    лабораторная работа [1,1 M], добавлен 30.05.2023

  • Понятие системы геометрического моделирования. Рассмотрение особенностей формирования изображения объекта с помощью трехмерного геометрического моделирования. Идея каркасного моделирования. Средства реализации каркасной технологии в Autodesk Inventor.

    курсовая работа [623,9 K], добавлен 14.06.2015

  • Методы кодирования изображения: кодированием длины серии, частотно-зависимое кодирование, метод Лемпеля-Зива. Размер строки при 16-битном цвете. Расчет размера всего исходного изображения. Примеры качественного и некачественного сжатия изображения.

    презентация [2,0 M], добавлен 22.10.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.