Програма обробки зображень

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКАЇНИ

НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ

“ХАРКІВСЬКИЙ ПОЛІТЕХНІЧНИЙ ІНСТИТУТ”

Кафедра “ Обчислювальна техніка і програмування”

Програмний продукт призначений для фільтрації зображення.

3 ВИМОГИ ДО ПРОГРАМНОГО ПРОДУКТУ

3.1 Функціональні характеристики

Програмний продукт має забезпечити виконання наступних дій:

· Відкривати зображення різних форматів (GIF, JPEG, PNG,);

· Можливість перегляду зображення

· Вивід результатів;

· Можливість зберігання результатів конвертації.

3.2 Склад та параметри технічних засобів

Функціонування програми забезпечується:

ПК х86, з 128 Мб оперативної пам`яті, встановленою системою Windows 98/МЕ/2000/ХР, та не менш 2 Мб вільного місця на жорсткому диску.

3.3 Інформаційна та програмна сполучність

Програмний продукт повинен коректно функціонувати під керуванням ОС Microsoft Windows 98/NT/2000/XP. Програмний продукт має назву „Програма обробки зображень” і повинен бути написаний мовою С#.

4. Стадії розробки

· Технічне завдання;

· Технічний проект.

5. ПРОГРАМНА ДОКУМЕНТАЦІЯ

Для розроблюваного об'єкту повинні бути зроблені програмні документи:

- Специфікація;

- Технічне завдання;

- Пояснювальна записка;

6. ПОРЯДОК КОНТРОЛЮ ТА ПРИЙМАННЯ

Розроблений програмний продукт має виконувати всі вимоги, що складаються з перерахованих у п.3.1 характеристиках.

Приймання проводиться керівником проекту й затверджується викладачем.

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

1. Призначення та галузь застосування

2.Технічні характеристики

2.3 Фільтрація зображень

2.4 Опис алгоритму і функціонування програми

2.5 Опис та обґрунтування вибору складу технічних та програмних засобів

3. Опис інтерфейсу програми

4. Перевірка функціонування програми

Висновки

Джерела, що використані при розробці

Додаток 1. Лістинг програми

ВСТУП

У останній час актуальною задачею є обробка зображень. Доволі часто необхідно фільтрувати зображення.

1. ПРИЗНАЧЕННЯ ТА ГАЛУЗЬ ЗАСТОСУВАННЯ

Даний курсовий проект призначений для розробки програми обробки зображень.

Цей проект може бути використана для наукових досліджень або може виступати як посібник.

Курсовий проект розроблений на підставі технічного завдання та методичних вказівок до виконання та оформлення курсового проекту .

2. ТЕХНІЧНІ ХАРАКТЕРИСТИКИ

Реальні зображення поряд з корисною інформацією містять різні перешкоди. Джерелами перешкод є власні шуми фотоприйомних пристроїв, зернистість фотоматеріалів, шуми каналів зв'язку. Нарешті, можливі геометричні перекручування, зображення може бути розфукусовано. Нехай f (x,y) - деяке зображення, х, у - координати. Реальне растрове зображення має кінцеві розміри: A ? x ? B, C ? y ? D і складається з окремих пікселів, розташованих з деяким кроком у вузлах прямокутної сітки. Лінійне перетворення зображення можна описати вираженням

(2)

Вираження (2), де інтегрування ведеться по всій області визначення x і y, характеризує перетворення всього зображення цілком ? глобальну фільтрацію. Ядро перетворення h1 (x,y,х',у')в оптику іменують функцією розсіювання крапки (ФРТ). Це зображення крапкового джерела на виході оптичної системи, що вже є не крапкою, а деякою плямою. Відповідно до (2), усі крапки зображення f (х',у') перетворюються в плями, відбувається підсумовування (інтегрування) усіх плям. Не слід думати, що ця процедура обов'язково приводить до розфукусування зображення, навпаки, можна підібрати таку ФРТ, що дозволить сфокусувати розфукусоване зображення.

На мал. 5 представлена одна з можливих ФРТ. Узагалі говорячи, ФРТ визначена на (? ? < x < ?), (? ? < y < ?). ФРТ не повинна змінюватися при зміні початку відліку по x і y, для цього вона повинна мати вигляд: h1(x,y,х',у')= =h1(x?х', y?у'). Крім того, ФРТ повинна мати осьову симетрію. У цьому випадку всі крапки зображення "розпливаються" однаковим образом, рівномірно в усі сторони (принцип просторової інваріантості).

На практиці глобальна фільтрація застосовується рідко. Частіше використовують локальну фільтрацію, коли інтегрування й усереднення проводиться не по всій області визначення x і y, а по порівняно невеликій околиці кожної крапки зображення. Функція розсіювання крапки при цьому має обмежені розміри. Достоїнством такого підходу є гарна швидкодія. Лінійне перетворення приймає вид:

(3)

При обробці растрових зображень, що складаються з окремих пікселів, інтегрування замінене підсумовуванням. Найпростіше реалізувати ФРТ кінцевих розмірів у виді прямокутної матриці форматом N?N. N може бути рівним 3, 5, 7 і т.д. Наприклад, при N = 3

Підсумовування ведеться по околиці D крапки (i, j); akl ? значення ФРТ у цій околиці. Яскравості пікселів f у цій крапці й у її околиці збільшуються на коефіцієнти akl, перетворена яскравість (i,j) ?го пиксела є сума цих добутків. Елементи матриці задовольняють умові просторової інваріантості, тому a11= a13 =a31= a33, a12 = a21= a23 = a32. Тільки три елементи матриці розміром 3х3 незалежні, у цьому випадку матриця інваріантна щодо поворотів, кратних 90?. Досвід обробки зображень показує, що відсутність більш строгої осьової симетрії ФРТ слабко позначається на результатах. Іноді використовують 8?вугільні матриці, інваріантні щодо поворотів на 45?.

Фільтрація згідно (3) здійснюється переміщенням ліворуч праворуч (або зверху вниз) маски на один пиксел. При кожнім положенні апертури виробляються згадані вище операції, а саме перемножування вагових множників akl з відповідними значеннями яскравості вихідного зображення і підсумовуванням добутків. Отримане значення привласнюється центральному (i,j) ?му пікселу. Звичайно це значення поділяється на заздалегідь задане число K (нормуючий множник). Маска містить непарне число рядків і стовпців N, щоб центральний елемент визначався однозначно.

Розглянемо деякі фільтри, що згладжують шум. Нехай маска розміром 3х3 має вигляд:

Тоді яскравість (i,j) -го піксела після фільтрації визначиться як

Хоча коефіцієнти akl можна вибрати зі середньоквадратичного або іншої умови близькості не перекрученого шумом si,j і перетвореного gi,j зображень, звичайно їхній задають евристично. Приведемо ще деякі матриці фільтрів, що придушують шум:

У фільтрів H1 ? H4 множники, що нормують, K підібрані таким чином, щоб не відбувалося зміни середньої яскравості обробленого зображення. Поряд з масками 3х3 використовуються маски більшої розмірності, наприклад, 5х5, 7х7 і т.п. На відміну від фільтра H2, у фільтрів H1, H3, H4 агарні коефіцієнти на перетинанні головних діагоналей матриці більше, ніж коефіцієнти, що коштують на периферії. Фільтри H1, H3, H4 дають більш плавна зміна яскравості по зображенню, чим H2.

Нехай відліки корисного зображення fk,m мало міняються в межах маски. На зображення накладається аддітівный шум: fk,m + nk,m , відліки шуму nk,m випадкові і незалежні (або слабко залежні) зі статистичної точки зору. У цьому випадку механізм придушення шуму з використанням приведених фільтрів полягає в тому, при підсумовуванні шуми компенсують один одного. Ця компенсація буде відбуватися тим краще, чим більше число членів у сумі, тобто чим більше розмір (апертура) маски. Нехай, наприклад, використовується маска N?N, у межах її корисне зображення має постійну яскравість f, шум з незалежними значеннями відліків nk,m, середнім значенням м = 0 і дисперсією у2 у межах маски (такий шум називають білим). Відношення квадрата яскравості (i,j)-го піксела до дисперсії шуму, тобто відношення сигнал/шум, дорівнює f 2/у2.

Розглянемо, наприклад, маску типу H2:

Середній квадрат яскравості дорівнює f 2, середній квадрат інтенсивності шуму

Подвійна сума відповідає k= p, m = q, ця сума дорівнює у2/N 2.Чотириразова сума дорівнює нулеві, тому що відліки шуму при k ? p, m ? q незалежні: <n k,mn p,q> = 0. У результаті фільтрації відношення сигнал/шум стає рівним N 2f 2/у2, тобто зростає пропорційно площі маски. Відношення яскравості (i,j)-го піксела корисного зображення до середньоквадратичного відхилення шуму зростає пропорційно N. Застосування маски 3х3, у середньому, підвищує відношення сигналу до шуму в 9 разів.

При імпульсній перешкоді механізм придушення полягає в тому, що імпульс "розпливається" і стає мало помітним на загальному тлі.

Однак часто в межах апертури значення корисного зображення все-таки змінюються помітним образом. Це буває, зокрема, коли до маски попадають контури. З фізичної точки зору, усі H1 ? H4 є фільтрами нижніх частот (зсереднюючими фільтрами), що придушують високочастотні гармоніки і шуму, і корисного зображення. Це приводить не тільки до ослаблення шуму, але і до розмивання контурів на зображенні. На мал. 6а показане вихідне зашумлене зображення, результат застосування фільтра типу Н2 приведений на мал. 6б (маска 5х5).

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.

Страницы: 1, 2