48215 (608498), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Розглянута вище фільтрація характеризувалася тим, що вихідні значення фільтра g визначалися тільки через вхідні значення фільтра f . Такі фільтри називаються не рекурсивними. Фільтри, у яких вихідні значення g визначаються не тільки через вхідні значення f , але і через відповідні вихідні значення, називаються рекурсивними.

При рекурсивній фільтрації можна зберігати ті ж значення вагових множників, що і приведені вище, існують рекурсивні фільтри зі спеціально підібраними множниками. Елементи вхідного зображення в межах вікна зміняться і приймуть вид:

Вагарні і що нормує множники рекурсивного фільтра залежать від місця розташування маски; рекурсивний локальний фільтр дозволяє враховувати усі вхідні значення фільтруємого зображення, тобто наближається по своїй дії до глобального фільтра.

Для усунення ефекту розмивання контурів при придушенні шуму варто переходити до нелінійної обробки. Прикладом нелінійного фільтра для придушення шуму служить медіанний фільтр. При медіанній фільтрації (i,j)-му пікселу привласнюється медіанне значення яскравості, тобто таке значення, частота якого дорівнює 0,5. Нехай, наприклад, використовується маска 33, у межі якої поряд з більш-менш рівномірним тлом потрапив шумовий викид, цей викид довелося на центральний елемент маски:

Будується варіаційний ряд. Варіаційним рядом V₁,..., V_n вибірки f₁,..., f_n називають упорядковану по не убуванню послідовність елементів вибірки, тобто V₁ = min(f₁,..., f_n), V_n= max (f₁,..., f_n) і т.д. У нашому випадку варіаційний ряд має вигляд: 63, 66, 68, 71, 74, 79, 83, 89, 212. Тут медіанне значення  п'яте по рахунку (підкреслене), тому що всього чисел у ряді 9. При медіанній фільтрації значення 212, перекручене шумовим викидом, заміняється на 74, викид на зображенні цілком подавлений. Результат застосування медіанного фільтра показаний на мал. 6в.

Функція розсіювання крапки для медіанного фільтра є нуль. При розмірах вікна (2k+1)·(2k+1) відбувається повне придушення перешкод, що складаються не більш, ніж з 2(k² + k) пікселів, а також тих, котрі перетинаються не більш, з k рядками або k стовпцями, При цьому не змінюється яскравість у крапках тла. Зрозуміло, при медіанній фільтрації може відбуватися перекручування об'єкта на зображенні, але тільки на границі або поблизу неї, якщо розміри об'єкта більше розмірів маски. Фільтр має високу ефективність при придушенні імпульсних перешкод, однак ця якість досягається підбором розмірів маски, коли відомі мінімальні розміри об'єктів і максимальні розміри перекручених перешкодою локальних областей.

Виділення контурів

Лінійні фільтри можуть бути призначені не для придушення шуму, а для підкреслення перепадів яскравості і контурів. Виділення вертикальних перепадів здійснюється диференціюванням по рядках, горизонтальних  по стовпцях. Диференціювання виробляється в цифровій формі:

Тут ∆x=1 ? збільшення уздовж рядка, рівне 1 пікселу,

?y=1 ? збільшення уздовж стовпця, також рівне 1 пікселу.

Виділення перепадів по діагоналі можна одержати, обчислюючи різниці рівнів діагональних пар елементів.

Для виділення перепадів використовуються наступні набори вагових множників, що реалізують двовимірне диференціювання:

Північ північний схід схід південний схід

південь південний захід захід північний захід

Назва географічних напрямків говорить про напрямок схилу перепаду, що викликає максимальний відгук фільтра. Сума вагових множників масок дорівнює нулеві, тому на ділянках зображення з постійною яскравістю ці фільтри дають нульовий відгук.

Виділення горизонтального перепаду можна виконати також шляхом обчислення збільшення різниці яскравості пікселів уздовж рядка, що рівноцінно обчисленню другої похідної по напрямку (оператор Лапласа):

Це відповідає одномірній масці Н = | 1 2 1|, сума вагових множників дорівнює нулеві. У такий же спосіб можна шукати перепади по вертикалі і по діагоналі. Для виділення перепадів без обліку їхньої орієнтації використовуються двовимірні оператори Лапласа:

Тут сума вагових множників також дорівнює нулеві. На мал. 7 приведене вихідне зображення і результат застосування оператора Лапласа Н₁₃.

Оператори Лапласа реагують на перепади яскравості у виді східчастого перепаду і на "дахоподібний" перепад. Вони також виділяє ізольовані крапки, тонкі лінії, їхні кінці і гострі кути об'єктів. Лінія підкреслюється в 2 рази яскравіше, ніж східчастий перепад, кінець лінії в 3 рази, а крапка  у 4 рази яскравіше. Оператор Лапласа не інваріантний до орієнтації перепадів: наприклад, відгук оператора на похилий перепад у діагональному напрямку майже вдвічі більше, ніж у горизонтальному і вертикальному.

З фізичної точки зору, фільтри H₅  H₁₅ є фільтрами верхніх частот, вони виділяють високочастотні складові корисного зображення, відповідальні за перепади яскравості і контури і придушують "постійну складову". Однак при їхньому використанні рівень шуму на зображенні зростає.

Фільтри для виділення перепадів і границь, як і фільтри H₁  H₄ для придушення шуму, можуть бути рекурсивними.

Зображення з підкресленими границями (контурами) суб'єктивно сприймається краще, ніж оригінал. Відбувається фокусування частково розфукусованого зображення. При використанні оператора Лапласа для цих цілей застосовують три типових набори вагарень множників:

H₁₆  H₁₈ відрізняються від фільтрів H₁₃  H₁₅ тим, що до центрального елемента матриці додана 1, тобто при фільтрації вихідне зображення накладається на контур.

Для виділення контурів і перепадів яскравості можуть застосовуватися нелінійні фільтри. У нелінійних алгоритмах використовують нелінійні оператори дискретного диференціювання. У фільтрі Робертса використовується маска, що переміщається 2:

диференціювання виробляється за допомогою одного з виражень

У фільтрі Собела використовується вікно 33:

Центральному (i,j) -му пікселу замість f _i,j привласнюється значення яскравості або , де

На мал. 8 показані результати застосування фільтра Собела.

2.4. Опис та обґрунтування вибору складу технічних та програмних засобів

Згідно з поставленою задачею оберемо технічні та програмні засоби реалізації програми. Програма написана на мові програмування високого рівня (С#). Дана програма розрахована на операційні системи Windows 2000, NT, XP з встановленою середою .NET 2.0 чи 3.0.

3. Опис інтерфейсу програми

Програма має зручний та доступний інтерфейс для роботи з користувачем. На рис. 1 показано вигляд вікна спілкування з користувачем до початку роботи з програмою.

Рис.1. Зображення діалогового вікна програми.

За допомогою меню „Файл” користувач має можливість відкрити файл з зображенням. У першій частині робочого вікна ми маємо змогу бачити не фільтроване зображення. Також меню „Файл” надає можливість зберегти файл під вибраним чи іншим ім’ям.

Меню „Фильтровать” надає змогу відфільтрувати зображення. Він має наступні підменю

1. Лапласіан

2. Гаусовий

3. Smoothing

4. Довільне ядро

Після обрання будь-якого пункту меню на екран виводиться вікно з ядром

Рис 2. Вікно з ядром

При натисненні на кнопку „ОК” ми бачимо вікно, що виводиться під час обрахунків.

Рис.3 Вікно, що повідомляє про проходження обрахунків

Після виконання обрахунків ми бачимо на головному вікні у другій його частині фільтроване зображення, відповідно до обраної фільтрації.

Також, користувач має можливість власноруч заповнити матрицю з коефіцієнтами.

Далі наведені результати роботи програми з різними фільтрами:

4. Перевірка функціонування програми

Програма повністю відповідає наведеному вище алгоритму.

ВИСНОВКИ

Розробивши програмну модель обробки файлів зображень, я дійшов висновку, що найбільша складність у подібних задачах є розробка досить універсального алгоритму та оформлення результатів (введення та вивід).

ДЖЕРЕЛА, ЩО ВИКОРИСТАНІ ПРИ РОЗРОБЦІ

1. В.Б. Жушма, Ф. Колокольцев, Р.Коринь, Ю. Мевшин, Т. Мовчан, Л.Д. Писаренко, Ю. Путилов. Роздільне унітарне перетворення зображень, УЖ МТиТ 1999 № 2-3.

2. В,Б, Жушма, Ф. Колокольцев, Р,Корннь, Ю, Мевшнн, Т.В, Мовчан, Л.Д. Писаренко, Ю. Путилов. Сингулярне перетворення зображень, УЖ МТиТ 1999 №4.

3. http://msdn2.microsoft.com/ru-ru/default.aspx

ДОДАТОК1

ЛІСТИНГ ПРОГРАМИ

MainForm.cs

using System;

using System.Collections.Generic;

using System.ComponentModel;

using System.Data;

using System.Drawing;

using System.Text;

Характеристики

Список файлов курсовой работы