ЛекцииММ1 (Курс электронных лекций), страница 10

Сравнение с JPEG .

Сегодня наиболее распространенным алгоритмом архивации графики является JPEG. Сравним его с фрактальной компрессией.

Во-первых, заметим, что и тот, и другой алгоритм оперируют 8-битными (в градациях серого) и 24-битными полноцветными изображениями. Оба являются алгоритмами сжатия с потерями и обеспечивают близкие коэффициенты архивации. И у фрактального алгоритма, и у JPEG существует возможность увеличить степень сжатия за счет увеличения потерь. Кроме того, оба алгоритма очень хорошо распараллеливаются.

Различия начинаются, если мы рассмотрим время, необходимое алгоритмам для архивации/разархивации. Так, фрактальный алгоритм сжимает в сотни и даже в тысячи раз дольше, чем JPEG. Распаковка изображения, наоборот, произойдет в 5-10 раз быстрее. Поэтому, если изображение будет сжато только один раз, а передано по сети и распаковано множество раз, то выгодней использовать фрактальный алгоритм.

JPEG использует разложение изображения по косинусоидальным функциям, поэтому потери в нем (даже при заданных минимальных потерях) проявляются в волнах и ореолах на границе резких переходов цветов. Именно за этот эффект его не любят использовать при сжатии изображений, которые готовят для качественной печати: там этот эффект может стать очень заметен.

Фрактальный алгоритм избавлен от этого недостатка. Более того, при печати изображения каждый раз приходится выполнять операцию масштабирования, поскольку растр (или линиатура) печатающего устройства не совпадает с растром изображения. При преобразовании также может возникнуть несколько неприятных эффектов, с которыми можно бороться либо масштабируя изображение программно (для дешевых устройств печати типа обычных лазерных и струйных принтеров), либо снабжая устройство печати своим процессором, винчестером и набором программ обработки изображений (для дорогих фотонаборных автоматов). Как можно догадаться, при использовании фрактального алгоритма таких проблем практически не возникает.

Улучшение визуального качества изображений путем поэлементного преобразования.

В большом числе информационных систем применяется представление результатов обработки данных в виде изображения, выводимого на экран для использования наблюдателем. Процедуру, обеспечивающую такое представление, называют визуализацией. Желательно при помощи обработки придать выводимому изображению такие качества, благодаря которым его восприятие человеком было бы по возможности комфортным. Часто бывает полезным подчеркнуть, усилить какие-то черты, особенности, нюансы наблюдаемой картины с целью улучшения ее субъективного восприятия.

Последнее - субъективность восприятия - сильно усложняет применение формализованного подхода в достижении данных целей. Поэтому при обработке изображений для визуализации получили распространение методы, в которых часто отсутствуют строгие математические критерии оптимальности. Их заменяют качественные представления о целесообразности той или иной обработки, опирающиеся на субъективные оценки результатов.

Подавляющее большинство процедур обработки для получения результата в каждой точке кадра привлекает входные данные из некоторого множества точек исходного изображения, окружающих обрабатываемую точку. Однако имеется группа процедур, где осуществляется так называемая поэлементная обработка. Здесь результат обработки в любой точке кадра зависит только от значения входного изображения в этой же точке. Очевидным достоинством таких процедур является их предельная простота. Вместе с тем, многие из них приводят к очевидному субъективному улучшению визуального качества. Этим определяется внимание, которое уделяется поэлементным процедурам. Не преувеличивая их роли, отметим, что очень часто поэлементная обработка применяется как заключительный этап при решении более сложной задачи обработки изображения.

Сущность поэлементной обработки изображений сводится к следующему. Пусть x(i, j) = x_ij, y(i, j) = y_{i j} - значения яркости исходного и получаемого после обработки изображений соответственно в точке кадра, имеющей декартовы координаты i (номер строки) и j (номер столбца).

Поэлементная обработка означает, что существует функциональная однозначная зависимость между этими яркостями y_{i, j} = f_{i, j} (x_{i j} ) , позволяющая по значению исходного сигнала определить значение выходного продукта. В общем случае, как это учтено в данном выражении, вид или параметры функции f_ij , описывающей обработку, зависят от текущих координат. При этом обработка является неоднородной. Однако в большинстве практически применяемых процедур используется однородная поэлементная обработка. В этом случае индексы могут отсутствовать.

Линейное контрастирование изображения.

Задача контрастирования связана с улучшением согласования динамического диапазона изображения и экрана, на котором выполняется визуализация. Если для цифрового представления каждого отсчета изображения отводится 1 байт (8 бит) запоминающего устройства, то входной или выходной сигналы могут принимать одно из 256 значений. Обычно в качестве рабочего используется диапазон 0...255; при этом значение 0 соответствует при визуализации уровню черного, а значение 255 - уровню белого. Предположим, что минимальная и максимальная яркости исходного изображения равны x_min и x_max соответственно. Если эти параметры или один из них существенно отличаются от граничных значений яркостного диапазона, то визуализированная картина выглядит как ненасыщенная, неудобная, утомляющая при наблюдении. При линейном контрастировании используется линейное поэлементное преобразование вида:

у = ax +b,

Рис. 18 .Линейное контрастирование изображения.

Соляризация изображения.

При данном виде обработки преобразование позволяет управлять динамическим диапазоном преобразованного изображения. Функция, описывающая данное преобразование, является квадратичной параболой, ее график приведён на рисунке.

Рмс. 19. Соляризация.

Смысл соляризации заключается в том, что участки исходного изображения, имеющие уровень белого или близкий к нему уровень яркости, после обработки имеют уровень черного. При этом сохраняют уровень черного и участки, имеющие его на исходном изображении. Уровень же белого на выходе приобретают участки, имеющие на входе средний уровень яркости (уровень серого).

Рис. 20. Соляризация изображения.

Препарирование изображения.

Препарирование представляет собой целый класс поэлементных преобразований изображений. Характеристики применяемых на практике процедур препарирования приведены на рис.

Преобразование с пороговой характеристикой (рис.а) превращает полутоновое изображение, содержащее все уровни яркости, в бинарное, точки которого имеют яркости 0 или y=ymax. Такая операция, называемая иногда бинаризацией или бинарным квантованием, может быть полезной, когда для наблюдателя важны очертания объектов, присутствующих на изображении,

Рис. 21. Бинаризация изображения.

Рис. 22. Примеры функций для препарирования.

Фильтры (Plug - ins) и спецэффекты (Effects).

Большинство фильтров (filters или plug - ins) предназначено для создания специальных эффектов, например имитации мозаики или какого – либо живописного стиля. С помощью трехмерных спецэффектов двухмерные графические программы способны трансформировать плоское двухмерное изображение в объемное. Группа художественных эффектов позволяет превратить обычную фотографию в произведение живописи. При этом вы можете имитировать самые разные виды живописи (масло, акварель и т. п.) и стили любых художников.

Фильтры и спецэффекты представляют собой небольшие программы, выполняющие заранее установленную последовательность команд. Они автоматически вычисляют значения и характеристики каждого пикселя изображения и затем модифицируют их в соответствии с новыми значениями. Например, при применении к изображению фильтра Размывка движением (Motion Blur) идет анализ значений всех входящих в изображение пикселей и сдвиг этих значений в определенном направлении для создания иллюзии движения.

Большинство современных графических программ поддерживает возможное применения фильтров, разработанных третьими фирмами. Эти модули называются подключаемыми (Plug - Ins). Их использование расширяет функциональные возможности программы.

Получение специальных эффектов не представляет особого труда. Секрет каждого из них кроется в матрице, которую называют ядром свертки. Матрица размером 3x3 содержит три строки по три числа в каждой.

Для преобразования каждого пикселя изображения необходимо выполнить следующие действия:

Шаг 1. Значение цвета пикселя умножается на число в центре ядра.

Шаг 2. На следующем шаге выполняется умножение восьми значений цветов пикселей, окружающих центральный пиксельь, на соответствующие им коэффициенты ядра с последующим суммированием всех девяти значений. В результате получается новое значение цвета преобразуемого пикселя.

Шаг 3. Для каждого пикселя изображения повторяется процесс, включающий выполнение шагов 1 и 2. Данную процедуру принято называть фильтрацией изображения.

Алгоритм работы фильтра Размывание.

Ядро размывания размером 3*3 применяется к компонентам цвета каждого пикселя изображения. Значение цвета пикселя (который, собственно, находится в центре ядра) вычисляется умножением соответствующего весового коэффициента на значение цвета в изображении с последующим суммированием. Изображение получается размытым по сравнению с исходным, так как цвет каждого пикселя выравнивается (усредняется) благодаря влиянию соседей.

Степень размывания можно увеличить одним из трех способов:

• использованием большего размера ядра для распределения цвета среди большего числа соседей;

• подбором коэффициентов ядра и уменьшением влияния центрального коэффициента;

• повторной фильтрацией изображения с тем же ядром размывания.

Алгоритм работы фильтра увеличение резкости.

При обработке каждого пикселя в изображении также используется ядро резкости размером 3*3. Красная, зелёная и синяя составляющая обрабатываются отдельно и позже объединяются. Отрицательные веса вокруг центра ядра увеличивают контраст между центральным пикселем и соседними.

Алгоритм работы фильтра Акварелизация.

На первом шаге производится сглаживание цветов. Часто используется медианное сглаживание, при котором значение цвета пикселя и его 24 соседей сортируется по возрастанию. Центральному пикселю присваивается тринадцатое значение. На втором шаге производится обработка пикселей ядром резкости.

Алгоритм работы эффекта Тиснение.

В изображении, к которому применен эффект Тиснение, контуры кажутся выдавленными над поверхностью. Процесс производится над обычным цветным изображением.