Компьютерное зрение и его задачи

Раздел 3. Операции обработки изображений
В этом разделе я рассмотрю методы обработки изображений как для использования человеком, так и для дальнейшей автоматической обработки. Например, эти методы могут потребоваться для понижения шума на изображении или для усиления или подавления некоторых деталей изображения. Основная идея состоит в том, что считается, что наряду с некоторым сигналом или структурой, которую необходимо извлечь, изображение содержит неважные или нежелательные данные, которые требуется подавить. Решения относительно изображения принимаются на уровне отдельного пикселя и его локальной окрестности. Некоторые операции создают новые выходные изображения, а некоторые в качестве выходных данных генерируют описания неграфической формы. Ниже я перечислил несколько важных операций обработки изображения.
3.1 Модификация пикселей в малых окрестностях
Значения пикселей можно изменять с учетом их взаимосвязи с небольшим числом близлежащих пикселей, например, пикселей из соседних строк или столбцов. Часто на бинарных изображениях изолированные значения 1 и 0 меняются на противоположные значения, чтобы они совпадали со своими соседями. Назначением этой операции может быть удаление шума, появившегося в процессе оцифровки. Или, это делается для упрощения изображения; например, для игнорирования мелких островов на изображении озера или дефектов на изображении листа бумаги. Еще одна распространенная операция-изменение граничных пикселей на значения фоновых пикселей.
(рисунок 5. модификация пикселей в малых окрестностях)
Изображения отдельных бактерий на рисунке 5 имеют нечеткие границы и часто сливаются вместе. После замены черных граничных пикселей на белые, изображения бактерий хотя и становятся меньше, но получают более явные границы. Некоторые ранее сливавшиеся пары разделяются.
компьютерный зрение цифровой изображение
3.2 Изменение тонового распределения
Улучшение изображений часто выполняется путем изменения значений интенсивности пикселей. В большинстве программных пакетов для обработки изображений посредством преобразования значений пикселей с использованием некоторой функции, задающей способ замены входных значений интенсивности на новые входные значения. Данный метод легко расширить таким образом, чтобы пользователь мог указать несколько различных областей изображения и применить к каждой из них различные функции преобразования-функции тонового распределения. Преобразование значений интенсивности часто называется растяжением, так как такая операция часто применяется для расширения динамического диапазона значений интенсивности слишком темных изображений на весь доступный диапазон уровней интенсивности. На рисунке 6 показано изображение, для которого была применена операция расширения динамического диапазона для растяжения диапазона используемых значений интенсивности в соответствии с двумя различными функциями тонового распределения. На рисунке 5(а) представлено исходное изображение и функция тонового распределения общего вида. На рисунке 5(b) представлен результат преобразования исходного изображения с применением функции тонового распределения вида f(x)=x0.5. Эта нелинейная функция низкие значения интенсивности увеличивает сильнее, чем высокие и называется гамма-коррекцией. Специфические функции тонового распределения могут оказаться очень полезными для улучшения качества изображений, воспринимаемых человеком, например, в дизайне и журналистике.
(рисунок 6. изменение тонового распределения)
3.3 Удаление малых областей изображения
Часто бывает полезно удалить малые области из изображения. Малая область может образоваться из-за шума или может представлять низкоуровневую деталь, которую не надо учитывать при формировании описания изображения. Малые области можно удалять посредством изменения отдельных пикселей или путем удаления компонент после выделения связных компонент на изображении.
(рисунок 7. удаление малых областей)
3.4 Глобальное улучшение качества изображения
Некоторые операции выполняют однородную обработку целого изображения. Изображение может быть слишком темным, например, максимальная яркость равна 120, так что все значения яркости можно увеличить в два раза для улучшения вида изображения при выводе на экран. Для удаления шума или несущественных деталей можно заменить значение каждого входного пикселя средним значением 9 пикселей его окрестности. С другой стороны, детали можно подчеркнуть, если заменить каждый пиксель значением контраста между ним и его соседями. На рисунке 8 показан результат вычисления контраста для всех пикселей входного напряжения.
(рисунок 8. глобальное улучшение качества изображения)
Следует отметить, что границы большинства объектов оказались хорошо выделенными. Выходное изображение получено вычислением контраста в окрестностях размером 3х3 на входном изображении. Такая операция называется деформацией изображения.
3.5 Комбинация нескольких изображений
Изображение можно сформировать путем сложения или вычитания двух исходных изображений. Вычитание изображений часто применяется для обнаружения изменений в течении некоторого промежутка времени. На рисунке 9 показаны два изображения движущейся детали и разностное изображение, полученное путем вычитания пикселей второго изображения из соответствующих пикселей первого изображения. Вычитание изображений сохраняет границу движущегося объекта, хотя и не идеальным образом. (Так как отрицательные значения пикселей не используются, то в выходном изображении представлены не все изменения.)