Analiza obrazu komputerowego wykład 3 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Binaryzacja
Binaryzacja jest jedną z ważniejszych ż czynności punktowego przetwarzania obrazów. Poprzedza prawie zawsze analizę obrazu a także jest bardzo przydatna w procesie rozpoznawania. Dopiero dla obrazów binarnych można przeprowadzić większość pomiarów oraz niektóre złożone o przekształcenia. ace a Celem binaryzacji jest radykalna redukcja informacji zawartych w obrazie. Przeprowadzenie procesu binaryzacji polega na tym, żeby obraz zawierający wiele poziomów szarości zamienić na obraz, którego piksele mają wyłącznie wartości 0 lub 1.
Binaryzacja z dolnym progiem 0; L( m, n) a L`( m, n) = a próg binaryzacji 1; L( m, n) > a
Binaryzacja z górnym progiem 0; L( m, n) a L`( m, n) = a próg binaryzacji 1; L( m, n) < a
Binaryzacja z podwójnym ograniczeniem ) ( ; 0 a n m L < = 2 1 1 ) ( 0 ), ( 1; ), ( 0; ), `( L a n m L a a n m L n m L a 1, a 2 progi binaryzacji; a 1 < a 2 > 2 ), ( ; 0 a n m L
Binaryzacja warunkowa (z histerezą) ) ( ; 0 a n m L < = 2 1 1 ) ( 1 ), ( ; ), ( 0; ), `( L a n m L a s a n m L n m L a 1, a 2 progi binaryzacji; a 1 < a 2 s wartość sąsiadujących punktów (0 lub 1) > 2 ), ( ; 1 a n m L
Porównanie binaryzacji w kolejności: próg dolny, próg górny, z podwójnym progiem, z histerezą
Podstawowym problemem przy binaryzacji jest znalezienie odpowiedniego progu binaryzacji. Najczęściej dla znalezienia właściwej wartości progu tworzy się histogram obrazu, a następnie próg binaryzacji ustala się ę w ewentualnej dolinie histogramu.
LUT Look Up Tables
Przekształcenia punktowe z użyciem LUT wykorzystywane są w celu przyspieszenia operacji na obrazach. W operacji tej do przekształcenia wartości poszczególnych punktów obrazu używa się przygotowanych wcześniej tabel przekodowania, inaczej zwanych tablicami korekcji. Wartość piksela obrazu źródłowego staje się adresem (numerem wiersza w tabeli) zaś wartość odpowiedniego piksela dla obrazu wynikowego jest po prostu odczytywana z tabeli i może być natychmiast wykorzystana niezależnie ż i od stopnia złożoności ł ż ś funkcji przekształcającej
Operacje kontekstowe (filtry)
Operacje polegają na modyfikacji poszczególnych elementów obrazu w zależności od stanu ich samych i stanu ich otoczenia. Ze względu na kontekstowość mogą zajmować ć dużo ż czasu, ale algorytmy są proste i regularne a ponadto mogą być wykonywane na wszystkich punktach obrazu jednocześnie. Filtry wykorzystywane do analizy obrazów zakładają, że wykonywane na obrazie operacje będą kontekstowe. Oznacza to, że dla wyznaczenia jednego punktu obrazu wynikowego trzeba dokonać określonych obliczeń na wielu punktach obrazu źródłowego. Zadanie polega na wyznaczenie wartości funkcji, której argumentami są wartości piksela o tym samym położeniu na obrazie źródłowym oraz wartości pikseli z jego otoczenia K, które może mieć różną formę ale najczęściej utożsamiane jest z kwadratowym oknem otaczającym symetrycznie aktualnie przetwarzany punkt obrazu
Filtrowanie -przeszkody Z powodu kontekstowości wykonywanych operacji filtracja z reguły nie może dotyczyć pikseli znajdujących się bezpośrednio na brzegu obrazu. Wieloargumentowa funkcja będąca matematycznym t zapisem reguły ł dił działania i filtru nie będzie di posiadała wartości punktów oznaczonych symbolem x.
Filtry praktyczne zastosowanie Filtry wykorzystywane są zazwyczaj do realizacji następujących celów: Stłumienie w obrazie niepożądanego szumu. Przy braku kontekstowych przesłanek na temat istoty szumów realizujący tę funkcję filtr działa na zasadzie lokalnych średnich. Każdemu z punktów obrazu przypisywana jest średnia wartości jego otoczenia. Wzmocnienie w obrazie pewnych elementów zgodnych z posiadanym wzorcem. W tym przypadku dany punkt zostanie wzmocniony o w stopniu zależnym od stopnia spełnienia przez jego otoczenie określonych warunków. Usunięcie określonych wad z obrazu. Na przykład: usunięcie wad powstałych w wyniku zarysowania kliszy fotograficznej. Poprawa obrazu o złej jakości technicznej; np.: obrazów nieostrych, poruszonych lub o niewielkim kontraście. Rekonstrukcja obrazu, który uległ częściowemu zniszczeniu; np.: rekonstrukcja materiałów fotograficznych, które przez długi czas podlegały działaniu niekorzystnych warunków atmosferycznych
Filtry rodzaje Filtr - funkcja wieloargumentowa przekształcająca ł punkty jednego obrazu w drugi Właściwości filtru wynikają bezpośrednio z analitycznych własności realizującej go funkcji. Wyróżniamy filtry: liniowe: liniowa kombinacja wybranych pikseli obrazu wejściowego (prostsze w wykonaniu) nieliniowe: nieliniowa funkcja wybranych pikseli obrazu wejściowego (większe możliwości)
Filtry liniowe Filtry są zaliczane do liniowych, jeżeli funkcja je realizująca spełnia dwa warunki liniowości: jest addytywna: ϕ ( f + g ) = ϕ ( f ) + ϕ ( g ) jest jednorodna: ϕ ( λ f ) = λ ϕ ( f ) w praktyce najczęściej wykorzystywane są filtry spełniające dodatkowo warunek niezmienności względem przesunięcia: ϕ( ϕ ( f r ) = [ ϕ ( f )] h r h Spełnienie tego warunku oznacza, że każdy punkt obrazu przekształcany jest w identyczny sposób.
Konwolucja
http://ics.p.lodz.pl/~adamwoj/wsfi/po/3_wyklad_po.pdf
http://ics.p.lodz.pl/~adamwoj/wsfi/po/3_wyklad_po.pdf
http://ics.p.lodz.pl/~adamwoj/wsfi/po/3_wyklad_po.pdf
ttp://ics.p.lodz.pl/~adamwoj/wsfi/po/3_wyklad_po.pdf
http://ics.p.lodz.pl/~adamwoj/wsfi/po/3_wyklad_po.pdf
http://ics.p.lodz.pl/~adamwoj/wsfi/po/3_wyklad_po.pdf
Filtry dolnoprzepustowe 3x33 5x5 7x7
Filtry dolnoprzepustowe 3x33 5x5 7x7
Filtry dolnoprzepustowe
Filtry dolnoprzepustowe
Skutki filtracji konwolucyjnej