Методы обработки, анализа изображений. Распознавание объектов на изображении

План лекции

  • 15.1. Обработка изображений.
  • 15.2. Методы кодирование изображений.
  • 15.3. Методы анализа изображений. Выделение признаков на изображении.

ОБРАБОТКА ИЗОБРАЖЕНИЙ

Под предварительной обработкой изображений понимают систему преобразований, приводящих изображение к виду, удобному для анализа, или улучшающих его качество. Множество подходов к улучшению изображений распадается на две большие категории: методы обработки в пространственной области (пространственные методы) и методы обработки в частотной области (частотные методы).

Частотные методы обработки изображений

Частотные методы (методы обработки в частотной области) - основываются на модификации сигнала, формируемого путем применения к изображению преобразования Фурье. Выделяют следующие частотные методы обработки изображений.

Двумерное дискретное преобразование Фурье. Прямое дискретное преобразование Фурье функции fix, у), то есть изображения размерами М х N , имеет вид:

где и - пространственная частота Фурье-спектра по оси х; v - пространственная частота Фурье-спектра по оси у.

Выражение (15.1) должно быть вычислено для и = 0,М-1 и для всех v = 0,7V-l.

Частотная область - это координатная система, которая задает аргументы F(u,v) частотными переменными и и v. По заданному преобразованию F(u,v) можно получить fix, у) с помощью обратного двумерного Фурье-преобразования:

где х = О, М — 1 и y = 0,7V-l.

Соотношения (15.1) и (15.2) составляют пару двумерных дискретных преобразований Фурье (прямое и обратное). Переменные и и v - это частотные переменные, а переменные х и у - пространственные переменные или переменные изображения.

Сглаживающие частотные фильтры. Сглаживание в частотной области достигается ослаблением высокочастотных компонент определенного диапазона преобразования Фурье обрабатываемого изображения. Выделяют фильтры низких частот, высоких частот и гомоморфные фильтры.

Самый простой фильтр низких частот - это фильтр, который подавляет все высокочастотные составляющие Фурье-образа сигнала, находящиеся на большем расстоянии от начала координат частотного преобразования, чем некоторое заданное значение пространственной частоты D0. Такой фильтр называется идеальным двумерным фильтром низких частот. Сглаживающие частотные фильтры оказываются весьма эффективными при выделении контуров на изображениях.

Частотные фильтры повышения резкости. Повышение резкости изображения может быть достигнуто в частотной области при помощи процедуры высокочастотной фильтрации, которая подавляет низкочастотные составляющие.

К фильтрам повышения резкости относятся: идеальные высокочастотные фильтры, высокочастотные фильтры Баттерворта, и гауссовы высокочастотные фильтры.

Полученные в результате высокочастотной фильтрации изображения имеют одно общее свойство: среднее значение яркости фона близко к нулю. Это возникает вследствие того, что данные фильтры уничтожают нулевую компоненту их Фурье-преобразования.

Гомоморфные фильтры. Данный метод обработки изображений можно представить в виде следующей последовательности преобразований:

Обрабатываемое изображение раскладывается на составляющие, связанные с освещенностью и коэффициентом отражения, после чего гомоморфный фильтр H(u,v) действует на каждую из полученных составляющих по отдельности. Использование гомоморфного фильтра дает возможность контролировать низкочастотную составляющую преобразования Фурье от логарифма изображения (освещенность) и высокочастотную (коэффициент отражения). Для этого требуется задать передаточную функцию Н(г/, v) так, чтобы фильтр по-разному воздействовал на низкочастотные и высокочастотные составляющие Фурье-преобразования. Результат работы данного фильтра заключается в одновременном сжатии динамического диапазона и усилении контраста.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ   След >