Операции сглаживания.. Усреднение окрестности.. Усредненная фильтрация.

3.1. Операции сглаживания.

Операции сглаживания используются для снижения шума и других помех, которые могут появляться на изображении в результате дискретизации, квантования, передачи или возмущения внешней Среды при получении изображения.

Усреднение окрестности.

Усреднение окрестности является прямым методом про-странственной области для сглаживания изображения. Для имеющегося изображения f(x,y) процесс заключается в получении сглаженного изображения g(x,y), интенсивность которого в каждой точке равна усредненному значению интенсивностей пикселов, содержащихся в некоторой окрестности точки (x,y).

,где (2)

S - множество координат точек в окрестности (x,y), включая саму точку;

Р - общее число точек в окрестности.

Усредненная фильтрация.

Одной из трудностей усреднения окрестности является наличие расплывчатых изображений кромок и других характерных деталей. Эта расплывчатость может быть значительно уменьшена при использовании усредняющих фильиров, когда вместо усреднения интенсивностей(см. выше) интенсивность пиксела заменяется на среднее значение интенсивности в заданной окрестности пиксела. Т.е. если рассмотреть окрестность мы получаем 9 значений интенсивностей пикселов, затем интенсивности сортируют по возрастанию(убыванию) и берут 5 наибольшую величину.

Пороговое разделение.

Это один из основных методов в СТЗ для обнаружения объектов. Для применения этого метода используют гистограмму изображения. С помощью гистограммы выбирается пороговое значение интенсивности и строится пороговое изображение по следующему правилу:

, где

Т - пороговое значение интенсивностей.

Гистограмму получают путем сканирования изображения и подсчета числа пикселов с определенным уровнем интенсивности. Гистограмма для 1 светлого и 1 темного объектов выглядит следующим образом.

3.2. Сглаживающие дискретные преобразования.

Дискретные изображения получаются при применении порогового разделения. Получается изображение всего с 2 значениями интенсивностей: 0 и 1. Используется окрестность , пикселы которой обозначаются следующим образом:

a	b	c
d	p	e
f	g	h

p - это пиксел в центре окрестности, для которого и проводится преобразование. Вычисляется определенная булева функция, по результатам которой пикселу р присваивается 0 или 1.

Этот подход позволяет устранить следующие дефекты дискретного изображения:

заполняются небольшие пробелы на темных местах изображения;

ликвидируются небольшие дефекты в виде трещин на прямоугольных объектах;

удаляются изолированные единичные значения( если 1 это черный цвет на белом фоне);

спрямляются небольшие выпуклости вдоль прямоугольных сегментов;

восстанавливаются утраченные угловые точки.

Применяются 6 булевых функций, причем они применяются одновременно для всех пикселов изображения:

Применение всех функций позволит устранить недостатки пороговой фильтрации изображения.

⇐ Предыдущая 12