روش های فرکانس- بر اساس اصلاح سیگنال، به طور مستقیم با عملکرد روشنایی "کار" کنیدنکته ها.

روش های پردازش تصویر عنصر به عنصر -

تدریجی، (به عنوان مثال، به منفی)، لگاریتمی، قانون قدرت، خطی تکه ای، هیستوگرام و غیره - نتیجه پردازش در هر نقطه فقط به مقدار مقدار اصلی در همان نقطه بستگی دارد.

روش های پردازش پنجره کشویی -

فیلتر کردن، کانتورینگ، و غیره - نتیجه بستگی به منطقه اطراف دارد.

تبدیل فوریه، هادامارد و غیره

روش های فضایی- رویکردهای مبتنی بر دستکاری مستقیم پیکسل های تصویر و ویژگی های آنها (چرخش، کشش (فشرده سازی)، انعکاس، ترجمه - به اصطلاح تبدیل های افین).

پردازش تصویر عنصر به عنصر

ماهیت پردازش تصویر عنصر به عنصر به شرح زیر است. اجازه دهید ،
مقادیر روشنایی تصویر اصلی و تصویر به دست آمده پس از پردازش به ترتیب در یک نقطه فریم دارای مختصات دکارتی (شماره ردیف) و (شماره ستون) هستند. پردازش عنصر به عنصر به این معنی است که یک رابطه عملکردی یک به یک بین این روشنایی ها وجود دارد

, (1.1)

امکان تعیین مقدار سیگنال خروجی با مقدار سیگنال اصلی. AT مورد کلی، همانطور که در این عبارت در نظر گرفته شده است، نوع یا پارامترهای تابع
، توصیف پردازش، به مختصات فعلی بستگی دارد. در این مورد، پردازش است ناهمگون.با این حال، در اکثر روش های عملی، همگنپردازش عنصر به عنصر در این مورد، نمایه ها و jدر عبارت (1.1) ممکن است وجود نداشته باشد. در این مورد، وابستگی بین روشنایی تصاویر اصلی و پردازش شده توسط تابع شرح داده می شود:

(1.2)

برای تمام نقاط قاب یکسان است.

کنتراست تصویر خطیاگر 1 بایت (8 بیت) از حافظه برای نمایش دیجیتالی هر نمونه از تصویر اختصاص داده شود، سیگنال های ورودی یا خروجی می توانند یکی از 256 مقدار را بگیرند. معمولاً محدوده 0...255 به عنوان یک محدوده کار استفاده می شود. در حالی که مقدار 0 مربوط به سطح سیاه در هنگام رندر است و مقدار 255 مربوط به سطح سفید است. فرض کنید که حداقل و حداکثر روشنایی تصویر اصلی برابر است ایکس دقیقهو ایکس حداکثربه ترتیب. اگر این پارامترها یا یکی از آنها به طور قابل توجهی با مقادیر مرزی محدوده روشنایی متفاوت باشد، در این صورت تصویر رندر شده در هنگام مشاهده مانند یک تصویر غیراشباع، ناراحت کننده و خسته کننده به نظر می رسد. نمونه ای از چنین ارائه ناموفقی در شکل نشان داده شده است. 1.1a، جایی که محدوده روشنایی دارای مرز است ایکس دقیقه = 180,ایکس حداکثر = 240.

تضاد خطی از تبدیل خطی عنصر به عنصر فرم استفاده می کند

, (1.3)

که پارامترهای آن با مقادیر مورد نظر حداقل تعیین می شود y دقیقهو حداکثر و y حداکثرروشنایی خروجی با حل کردن سیستم معادلات

با توجه به پارامترهای تبدیل و به راحتی می توان (1.3) را به شکل زیر کاهش داد:

.

نتیجه تضاد خطی تصویر اصلی نشان داده شده در شکل. 1.1a در شکل نشان داده شده است. 1.1b در y دقیقه= 0 و y حداکثر= 255. مقایسه دو تصویر نشان دهنده کیفیت بصری بهتر تصویر پردازش شده است. این بهبود به دلیل استفاده از محدوده دینامیکی کامل صفحه پس از کنتراست است که در تصویر اصلی وجود ندارد.

تبدیل هیستوگرام، یکسان سازی.تمام تبدیلات عنصر به عنصر تصاویر را می توان از نقطه نظر تغییر چگالی احتمال توزیع روشنایی تصاویر اصلی و حاصل در نظر گرفت. بدیهی است که برای هیچ یک از آنها، چگالی احتمال محصول خروجی با چگالی احتمال تصویر اصلی منطبق نخواهد شد (به استثنای تبدیل
).

تعیین ویژگی های احتمالی تصاویری که تحت پردازش غیرخطی قرار گرفته اند می باشد سر راستکار تجزیه و تحلیل هنگام حل مشکلات عملی پردازش تصویر، می توان تنظیم کرد مشکل معکوس: بر معروفنوع چگالی احتمال
و دلخواهذهن
تعریف کردن ضروریدگرگونی
که تصویر اصلی باید در معرض آن قرار گیرد. در عمل پردازش تصویر دیجیتال، تبدیل یک تصویر به یک توزیع همسان اغلب به یک نتیجه مفید منجر می شود. در این مورد

(1.4)

جایی که y دقیقهو y حداکثرحداقل و حداکثر مقدار روشنایی تصویر تبدیل شده است.

اجازه دهید مشخصه مبدلی که تصمیم می گیرد را تعیین کنیم این وظیفه. اجازه دهید ایکسو yبا تابع (1.2) و
و
–قوانین توزیع یکپارچهمقادیر ورودی و خروجی با در نظر گرفتن (1.4)، متوجه می شویم:

جایگزینی این عبارت با شرط هم ارزی احتمالی

=
,

بعد از تحولات سادهنسبت را می گیریم

که مشخصه (1.2) در مسئله در حال حل است. مطابق (1.5) تصویر اصلی دچار یک تبدیل غیرخطی می شود که مشخصه آن است
توسط قانون توزیع یکپارچه خود تصویر اصلی تعیین می شود. پس از آن، با استفاده از عملیات کنتراست خطی، نتیجه به محدوده دینامیکی مشخص شده کاهش می یابد.

بنابراین، تبدیل چگالی احتمال آگاهی از توزیع انتگرال برای تصویر اصلی را فرض می کند. به عنوان یک قاعده، هیچ اطلاعات موثقی در مورد او وجود ندارد. استفاده از تقریب های تحلیلی برای اهداف مورد بررسی نیز کاربرد کمی دارد، زیرا انحرافات کوچک آنها از توزیع های واقعی می تواند منجر به تفاوت قابل توجهی در نتایج از توزیع های مورد نیاز شود. بنابراین، در عمل پردازش تصویر، تبدیل توزیع ها در دو مرحله انجام می شود.

اولین قدم اندازه گیری است نمودار میله ایتصویر اصلی. برای یک تصویر دیجیتال که مقیاس خاکستری آن، به عنوان مثال، به محدوده عدد صحیح 0...255 تعلق دارد، هیستوگرام جدولی از 256 عدد است. هر کدام از آنها تعداد نقاط قاب را نشان می دهد که روشنایی مشخصی دارند. با تقسیم تمام اعداد این جدول بر حجم کل نمونه برابر با تعداد نقاط تصویر استفاده شده، به دست می آید ارزیابیتوزیع احتمال روشنایی تصویر ما این تخمین را نشان می دهیم
0  j 255. سپس تخمین توزیع انتگرال با فرمول به دست می آید:

.

در مرحله دوم، خود تبدیل غیرخطی (1.2) انجام می شود که ویژگی های لازم تصویر خروجی را فراهم می کند. در همین حال، به جای ناشناساز توزیع تجمعی واقعی، تخمین آن بر اساس هیستوگرام استفاده می شود. با در نظر گرفتن این موضوع، تمام روش های تبدیل عنصر به عنصر تصاویر، که هدف آنها اصلاح قوانین توزیع است، نامیده می شوند. روش های هیستوگرام. به طور خاص، تبدیلی که در آن تصویر خروجی دارای توزیع یکنواخت است نامیده می شود یکسان سازی (تراز) هیستوگرام ها.

توجه داشته باشید که روش های تبدیل هیستوگرام را می توان هم برای تصویر به عنوان یک کل و هم برای تکه تکه های آن اعمال کرد. دومی می تواند در پردازش مفید باشد غیر ثابتتصاویری که محتوای آنها در زمینه های مختلف به طور قابل توجهی در ویژگی های آن متفاوت است. در این مورد بهترین اثرمی توان با اعمال پردازش هیستوگرام در مناطق جداگانه به دست آورد.

استفاده از روابط (1.4)، (1.5)، معتبر برای تصاویر با توزیع روشنایی پیوسته، برای تصاویر دیجیتال کاملاً صحیح نیست. باید در نظر داشت که در نتیجه پردازش نمی توان یک توزیع احتمال ایده آل از تصویر خروجی را بدست آورد، بنابراین کنترل هیستوگرام آن مفید است.

روی انجیر 1.2 نمونه ای از تساوی انجام شده مطابق با روش فوق را نشان می دهد. یکی از ویژگی های بارز بسیاری از تصاویر به دست آمده در سیستم های تصویربرداری واقعی، نسبت قابل توجهی از مناطق تاریک و تعداد نسبتاً کمی از مناطق با روشنایی بالا است.

Equalization برای تصحیح تصویر با تراز کردن مناطق جدایی ناپذیر مناطق با روشنایی های مختلف طراحی شده است. مقایسه تصاویر اصلی (شکل 1.2a) و پردازش شده (شکل 1.2b) نشان می دهد که توزیع مجدد روشنایی که در طول پردازش رخ می دهد منجر به بهبود درک بصری می شود.

برای تحلیل تصویربرداری دیجیتالو رفع ایرادات فنی مختلف از آنها که مثلاً به دلیل تیراندازی به وجود آمده است تنظیم اشتباهدستگاه ضبط یا نقص (خراش، ذرات گرد و غبار و غیره) لنز دوربین فیلمبرداری یا عکس، اغلب به منظور افزایش محتوای اطلاعاتی و کیفیت تصاویر به دست آمده، پردازش تصویر مورد نیاز است.

عملیاتی مانند حذف/کاهش نویز، روشنایی، کنتراست، وضوح عکس، تصحیح رنگ، صاف کردن، جبران اعوجاج و بسیاری دیگر به شما امکان ویرایش تصویر و آماده سازی آن برای چاپ یا انتشار را می دهد. همچنین عملیات ویژه ای برای کار با تصاویر وجود دارد: به دست آوردن نگاتیو، باینریزه کردن (تبدیل تصویر به رنگ های سیاه و سفیدتبدیل به خاکستری و غیره.

پردازش دیجیتالتصاویر همچنین شامل ایجاد تصاویر به دست آمده از ترکیب فریم های متعدد است.

نرم افزار پردازش تصویر

برای گرفتن تصاویر دیجیتال از یک دستگاه ضبط (دوربین ویدیو، وب یا عکس) به رایانه و سپس ویرایش آنها، باید سیستم معینبرای پردازش تصویر AT مورد ایده آلچنین سیستمی همچنین باید پارامترهای عکسبرداری مانند سرعت شاتر و نوردهی، تنظیمات تصویر مانند روشنایی، کنتراست، گاما، اشباع و غیره را مدیریت کند.

این برنامه به طور خاص برای کنترل دستگاه ها (یا) و همچنین برای تجزیه و تحلیل و پردازش فریم های دریافتی طراحی شده است. این یک برنامه چند پلتفرمی است که می تواند با آن کار کند مدل های مختلفدر محبوب ترین سیستم های عامل(به عنوان مثال Canon PowerShot و Canon EOS در سیستم عامل ویندوز، سیستم عامل مبتنی بر هسته های لینوکسو همچنین در سیستم عامل مک). برای پردازش فریم های دریافتی، برنامه دارای فیلترها و عملیات زیادی است که هم با شکل تصاویر و هم با رنگ کار می کند. تمام اقدامات انجام شده در این نرم افزارروی یک تصویر ثابت، می‌توانید در زمان واقعی نیز اجرا کنید.

روش های پردازش تصویر

برای ویرایش تصاویر دیجیتال، الگوریتم های مختلف پردازش تصویر در آن پیاده سازی شده است برنامه های مدرن. کاربرد آنها امکان به دست آوردن را فراهم می کند کیفیت بالاتصاویر، و همچنین برای از بین بردن بیشتر عیوب در عکس ها که در هنگام عکسبرداری رخ می دهد.

برنامه Altami Studio روش های پردازش تصویر را توسعه داده است: هندسی (به عنوان مثال، چرخش، مقیاس، برش)، مورفولوژیکی (اتساع، فرسایش)، تبدیل تصویر رنگی (منفی، گاما، هموارسازی)، تصاویر در مقیاس خاکستری (تبدیل لاپلاس، آستانه، یافتن مرزها)، و همچنین عملیات برای کار با اندازه‌گیری‌ها (جستجوی خطوط خطوط) و با پس‌زمینه (همسطح کردن روشنایی، بازسازی، حذف پس‌زمینه). بعلاوه، نرم افزاربرای پردازش تصویر Altami Studio دارای عملکردی مانند جستجوی خودکار اشیاء در تصویر است. همه عملیات را می توان به صورت متوالی روی یک تصویر اعمال کرد که به شما امکان می دهد تصویر را تصحیح کنید.

پردازش تصویر با اشعه ایکس

برای تجزیه و تحلیل یک تصویر اشعه ایکس، اغلب لازم است که آن را از قبل ویرایش کنید. اساساً برای این کار آنها روشنایی و کنتراست عکس را تنظیم می کنند ، از عملیات تصحیح گاما و همچنین الگوریتم هایی برای پردازش تصاویر نیمه تن و موارد دیگر استفاده می کنند.

این روش های پردازش تصویر را می توان در Altami Studio اعمال کرد. علاوه بر این، با کمک تبدیل برای کار با پس زمینه ارائه شده توسط این سیستم، با تصویر اشعه ایکسمی توانید مصنوعات و فیلتر را حذف کنید جستجوی خودکاراشیاء به شما امکان می دهد مناطق مورد علاقه را در تصویر پیدا کرده و برجسته کنید. علاوه بر موارد فوق، برنامه Altami Studio تحولی مانند Pseudo Colors را اجرا می کند که برای کار با آن ایده آل است. اشعه ایکس. با استفاده از آن، می‌توانید با اختصاص دادن رنگ‌های خاص به پیکسل‌ها در نتیجه کمی کردن آن‌ها بر اساس سطوح روشنایی، تصویر را «رنگی» کنید. بنابراین، مناطق با مقادیر روشنایی مشابه قابل تشخیص می شوند.

پردازش تصویر دیجیتال

پردازش تصویر- هر شکلی از پردازش اطلاعات که داده های ورودی برای آن با یک تصویر نمایش داده می شود، مانند عکس ها یا فریم های ویدئویی. پردازش تصویر را می توان هم برای به دست آوردن یک تصویر خروجی (به عنوان مثال، آماده سازی برای تکرار چاپ، برای پخش تلویزیونی و غیره) و هم برای به دست آوردن اطلاعات دیگر (مثلاً تشخیص متن، شمارش تعداد و نوع سلول ها در صفحه انجام داد). میدان میکروسکوپی و غیره) د.). علاوه بر تصاویر دوبعدی ایستا، باید تصاویری را نیز پردازش کنید که در طول زمان تغییر می کنند، مانند ویدئو.

داستان

تکنیک های اصلی پردازش سیگنال

اگر پردازش به داده های ارسال شده به فرم دیجیتال(به ویژه، اگر سیگنال قبل از پردازش به شکل دیجیتال تبدیل شود)، چنین پردازشی دیجیتال نامیده می شود.

پردازش تصویر برای پخش

وظایف معمولی

• دگرگونی های هندسی مانند چرخش و مقیاس بندی.
• تصحیح رنگ: تغییر روشنایی و کنتراست، کمی سازی رنگ، تبدیل به فضای رنگی دیگر.
• مقایسه دو یا چند تصویر چگونه مورد خاص- یافته همبستگی هابین تصویر و نمونه، به عنوان مثال در یک آشکارساز اسکناس.
• ترکیب تصاویر به روش های مختلف
• تقسیم یک تصویر به مناطق
• ویرایش و روتوش.
• افزونه محدوده دینامیکیبا ترکیب تصاویر با نوردهی های مختلف.
• از دست دادن وضوح را جبران کنید، به عنوان مثال، با ماسک غیر واضح.

پردازش تصویر برای اهداف کاربردی و علمی

وظایف معمولی

• تشخیص متن
• پردازش تصاویر ماهواره ای
• بینایی ماشین
• پردازش داده ها برای برجسته کردن ویژگی های مختلف
• پردازش تصویر در پزشکی
• شناسایی شخصی (بر اساس داده های صورت، عنبیه، اثر انگشت)
• رانندگی خودکار

همچنین ببینید

بنیاد ویکی مدیا 2010 .

ببینید «پردازش تصویر دیجیتال» در فرهنگ‌های دیگر چیست:

- (DSP, DSP English Digital signal processing) تبدیل سیگنال های ارائه شده به صورت دیجیتال. هر سیگنال پیوسته (آنالوگ) را می توان در معرض نمونه برداری زمانی و کوانتیزه کردن سطح (دیجیتال سازی) قرار داد، سپس ... ... ویکی پدیا

مشکی تک رنگ تصویر سفید. پردازش تصویر هر شکلی از پردازش اطلاعات است که ورودی آن یک تصویر است، مانند عکس ها یا فریم های ویدئویی. پردازش تصویر قابل انجام ... ویکی پدیا

این اصطلاح معانی دیگری دارد، به سیگنال (ابهام‌زدایی) مراجعه کنید. پردازش سیگنال رشته‌ای از مهندسی رادیو است که در آن بازیابی، جداسازی جریان‌های اطلاعات، کاهش نویز، فشرده‌سازی داده‌ها، فیلتر کردن، تقویت... ویکی‌پدیا انجام می‌شود.

- (CFS) مجموعه ای از نرم افزارها و سخت افزارهای ویژه است که برای پردازش فتوگرامتری داده های تصاویر هوایی و ماهواره ای طراحی شده است. پردازش تصاویر شطرنجی دیجیتال معمولاً به صورت استریوسکوپی ... ... ویکی پدیا انجام می شود

- (نقشه دیجیتالزمین) مدل دیجیتالزمین ایجاد شده با دیجیتالی کردن منابع کارتوگرافی، پردازش داده های فتوگرامتری سنجش از دور, ثبت دیجیتال. GOST 28441 99 تعریف زیر را ارائه می دهد: "دیجیتال ... ... ویکی پدیا

ویکی پدیا دارای ... ویکی پدیا

کاربرد فشرده سازی تصویر از الگوریتم های فشرده سازی داده ها برای تصاویر ذخیره شده در فرم دیجیتال. در نتیجه فشرده سازی، اندازه تصویر کاهش می یابد که باعث کاهش زمان انتقال تصویر از طریق شبکه و صرفه جویی در فضا برای ... ... ویکی پدیا

پردازش سیگنال دیجیتال (انگلیسی پردازش سیگنال دیجیتال، DSP)، تبدیل DSP سیگنال های ارائه شده به شکل دیجیتال. هر سیگنال پیوسته (آنالوگ) s (t) را می توان در معرض نمونه برداری زمانی و کمی سازی سطح قرار داد ... ... ویکی پدیا

دوش گرفتن (به انگلیسی dither از انگلیسی قدیم didderen to shake) در حین پردازش سیگنال های دیجیتالمخلوط کردن نویز شبه تصادفی با یک طیف خاص انتخاب شده در سیگنال اولیه است. زمانی استفاده می شود که ... ... ویکی پدیا

پردازش تصویر دیجیتال

1. بخش نظری

1. ورودی و ارائه تصاویر

مسائل اساسی در تئوری پردازش تصویر عبارتند از: شکل گیری، ورودی، نمایش در کامپیوتر و تجسم. به دست آوردن تصاویر در قالب تصاویر میکروسکوپ الکترونی با استفاده از میکروسکوپ الکترونی در کار شرح داده شده است. ناحیه ورودی اطلاعات ویدئویی یک فیلد مستطیلی است که با حاشیه های بالا، پایین، چپ و راست تعریف می شود. شکل یک سطح را می توان تابعی از فاصله توصیف کرد اف(x، y) از سطح تا نقطه تصویر با مختصات ایکسو y. با توجه به اینکه روشنایی یک نقطه در یک تصویر صرفاً به روشنایی سطح مربوطه بستگی دارد، می توانیم فرض کنیم که اطلاعات بصری وضعیت روشنایی یا شفافیت هر نقطه را با درجه خاصی از دقت منعکس می کند. سپس تصویر است عملکرد محدوددو متغیر فضایی f(x، y) بر روی یک صفحه مستطیلی محدود تعریف شده است اوهوو داشتن مجموعه خاصی از ارزش های آن. مثلا، عکاسی سیاه و سفیدرا می توان به عنوان ارائه کرد f(x، y) ³ 0 ، جایی که 0 £ x £ آ, 0 £ y£ b، جایی که f(x، y) روشنایی (گاهی اوقات چگالی نوری یا سفیدی نامیده می شود) تصویر در نقطه ( x، y); آ- عرض قاب ب- ارتفاع قاب

با توجه به اینکه حافظه دیجیتال یک کامپیوتر فقط می تواند آرایه هایی از داده ها را ذخیره کند، ابتدا تصویر به شکل عددی خاصی (ماتریس) تبدیل می شود. ورود تصاویر به حافظه کامپیوتر با استفاده از حسگرهای ویدئویی انجام می شود. سنسور ویدئو توزیع نوری روشنایی تصویر را به سیگنال های الکتریکی و بیشتر به کدهای دیجیتال ترجمه می کند. از آنجایی که تصویر تابعی از دو متغیر فضایی است ایکسو yو سیگنال الکتریکی تابعی از یک متغیر است تی(زمان)، سپس از یک جارو برای تبدیل استفاده می شود. به عنوان مثال، هنگام استفاده از دوربین تلویزیون، تصویر خط به خط خوانده می شود، در حالی که در هر خط وابستگی روشنایی به مختصات فضایی است. ایکسبه یک وابستگی متناسب از دامنه تبدیل می شود سیگنال الکتریکیاز زمان تی. عبور از پایان خط قبلیتا آغاز بعدی تقریباً فوراً اتفاق می افتد.

ورود تصاویر به کامپیوتر به طور اجتناب ناپذیری با گسسته سازی تصاویر توسط مختصات فضایی مرتبط است. ایکسو yو کمی کردن مقدار روشنایی در هر نقطه گسسته. گسسته سازی با استفاده از یک شبکه مختصات تشکیل شده توسط خطوط موازی با محورها به دست می آید ایکسو yسیستم مختصات دکارتی در هر گره از چنین شبکه ای، روشنایی یا شفافیت حامل اطلاعات درک شده بصری اندازه گیری می شود، که سپس کوانتیزه می شود و در حافظه کامپیوتر ارائه می شود. عنصر تصویری که در فرآیند نمونه برداری از یک تصویر به دست می آید پیکسل نامیده می شود. برای نمایش کیفی یک تصویر نیم تن، 2 8 = 256 سطح کوانتیزاسیون کافی است، یعنی. 1 پیکسل از تصویر توسط 1 بایت اطلاعات کدگذاری می شود.

در مجتمع دیجیتال IBAS-2000، اطلاعات موجود در تصویر در قالب سطوح مختلف مقیاس خاکستری برای امتیازهای فردیتصاویر. حداکثر مقدار اطلاعات ویدیو با تعداد پیکسل ها (512x512 یا 768x512) و همچنین تعداد سطوح مقیاس خاکستری - 256: 0 - سیاه، 255 - سفید محدود می شود. در عین حال، بسته به اندازه تصویر، از 8 تا 56 سلول مختلف در حافظه ویدئویی می توان تشکیل داد. پردازنده ویدیویی دارای ساختار ماتریسی است، 10 میلیون ضرب در ثانیه را ارائه می دهد، تصویر موجود در آن به صورت برداری ارائه می شود. هافتون یا تصویر رنگیرا می توان روی مانیتور نمایش داد یا چاپ کرد.

2. بهبود کنتراست

کنتراست ضعیف رایج ترین نقص در عکاسی، اسکنر و تصاویر تلویزیونیبه دلیل محدوده محدود روشنایی قابل تکرار. کنتراست معمولاً به عنوان تفاوت بین حداکثر و حداقل مقدار روشنایی درک می شود. از طریق پردازش دیجیتال، کنتراست را می توان با تغییر روشنایی هر عنصر تصویر و افزایش دامنه روشنایی افزایش داد. چندین روش برای این کار توسعه داده شده است.

به عنوان مثال، اجازه دهید سطوح برخی از تصاویر سیاه و سفید فاصله بین 6 تا 158 را با مقدار روشنایی متوسط ​​67 با مقدار ممکن اشغال کنند. بزرگترین محدوده مقادیراز 0 تا 255. شکل 1a هیستوگرام روشنایی تصویر اصلی را نشان می دهد که نشان می دهد چند پیکسل N با مقدار روشنایی مشابه fدر محدوده قرار می گیرد fمن به f+∆fمن . این تصویر کنتراست پایینی دارد، غالب باشد سایه تیره. روش ممکنبهبود کنتراست می تواند به اصطلاح تبدیل شود کشش هیستوگرام خطی(کشش)، زمانی که سطوح تصویر اصلی در فاصله [ fدقیقه، f max ]، مقادیر جدیدی به منظور پوشش کل محدوده ممکن تغییر روشنایی، در این مورد اختصاص داده می شود. در این حالت کنتراست به طور قابل توجهی افزایش می یابد (شکل 1b). تبدیل سطوح روشنایی طبق فرمول انجام می شود:

(1)

جایی که fمن- مقدار روشنایی قدیمی منپیکسل ام، gi - ارزش جدید آ, ب - ضرایب برای انجیر 1a fحداقل = 6، fحداکثر = 158. انتخاب کنید آو ببه طوری که gحداقل = 0، گرم حداکثر= 255. از (1) دریافت می کنیم: آ = - 10.01; b = 1.67.

با استفاده از آن می توانید کنتراست را بیشتر بهبود ببخشید نرمال سازی هیستوگرام. در این مورد، نه کل هیستوگرام، که در محدوده قرار دارد fدقیقه تا fحداکثر، و شدیدترین بخش آن ( fدقیقه" f max")، "دم" های غیر اطلاعاتی از بررسی مستثنی هستند. در شکل 2b، 5٪ از پیکسل ها حذف شده اند.

هدف یکسان سازی هیستوگرام (به این روش نیز گفته می شود خطی سازیو یکسان سازی - یکسان سازی) چنان تبدیلی است که در حالت ایده آل، تمام سطوح روشنایی به دست می آید همان فرکانسو هیستوگرام روشنایی با قانون توزیع یکنواخت مطابقت دارد (شکل 3).

اجازه دهید تصویر فرمت داشته باشد: نپیکسل به صورت افقی و مبه صورت عمودی، تعداد سطوح کوانتیزاسیون روشنایی J است. تعداد کلپیکسل برابر است ن· م، یک سطح روشنایی به طور متوسط ​​n o = کاهش می یابد ن · M/پیکسل های J مثلا، ن = م= 512، J = 256. در این مورد، n o = 1024. فاصله ∆ fبین سطوح روشنایی گسسته از fمن به f i+1 در هیستوگرام تصویر اصلی یکسان است، اما برای هر سطح حذف می شود عدد متفاوتپیکسل ها هنگام مساوی کردن هیستوگرام، فاصله ∆ gمن بین سطوح gمن و g i+1 متفاوت است، اما تعداد پیکسل ها در هر سطح به طور متوسط ​​یکسان و برابر با n o است. الگوریتم یکسان سازی ساده است. اجازه دهید تعداد کمی از پیکسل ها سطوح با روشنایی کم داشته باشند، همانطور که در شکل. 3a. به عنوان مثال، سطح روشنایی 0 در تصویر اصلی دارای 188 پیکسل، سطح 1 است- 347

پیکسل، سطح 2- 544 پیکسل. در مجموع، این 1079 پیکسل است، یعنی. در مورد n o . سطح 0 را به همه این پیکسل ها اختصاص دهید. اجازه دهید تعداد پیکسل هایی با سطح روشنایی 3 و 4 در تصویر اصلی تقریباً برابر با n o باشد. به این پیکسل ها سطح 1 اختصاص داده شده است. از طرف دیگر، اجازه دهید تعداد پیکسل های با سطح 45 در تصویر اصلی 3012 باشد، یعنی. تقریبا 3n o به همه این پیکسل ها مقداری سطح مساوی اختصاص داده شده است. g i، لزوما برابر با 45 نیست، و دو سطح مجاور باقی می مانند جای خالی. مراحل در نظر گرفته شده برای تمام سطوح روشنایی انجام می شود. نتیجه یکسان سازی را می توان در شکل مشاهده کرد. 4b. در هر مورد خاص، روش تبدیل هیستوگرام انتخاب می شود که از دیدگاه کاربر به بهترین نتیجه منجر می شود.

3. فیلتر کردن تصویر

تصاویر واقعی همراه با اطلاعات مفیدشامل تداخل های مختلف است. منابع تداخل عبارتند از نویز ذاتی ردیاب های نوری، دانه بندی مواد عکاسی و نویز کانال های ارتباطی. در نهایت، اعوجاج هندسی ممکن است، تصویر ممکن است خارج از فوکوس باشد. اجازه دهید f(x، y) یک تصویر است، ایکس, در- مختصاتیک بیت مپ واقعی ابعاد محدودی دارد: آ ≤ ایکس ≤ ب, سی ≤ y≤ Dو متشکل از پیکسل های مجزا است که با یک پله مشخص در گره های یک شبکه مستطیلی قرار دارند. تبدیل خطی تصویر را می توان با عبارت توصیف کرد

(2)

عبارت (2)، که در آن ادغام در کل دامنه تعریف انجام می شود ایکسو y، تبدیل کل تصویر را مشخص می کند- فیلتر جهانی. هسته تبدیل h1(x،y،x"، y") در اپتیک به تابع پخش نقطه ای (PSF) می گویند. این تصویر یک منبع نقطه ای در خروجی سیستم نوری است که دیگر یک نقطه نیست، بلکه یک نقطه است. مطابق با (2) همه نقاط از تصویر f(ایکس"، y") تبدیل به نقاط، جمع (ادغام) همه نقاط رخ می دهد. نباید فکر کرد که این روش لزوما منجر به عدم فوکوس تصویر می شود، برعکس، می توان یک PSF را انتخاب کرد که به فرد اجازه می دهد تصویر بدون فوکوس را فوکوس کند.

روی انجیر 5 یکی از PSF های ممکن را نشان می دهد. به طور کلی، PSF بر روی (- ∞ < ایکس < ∞), (- ∞ < y < ∞). ФРТ не должна изменяться при изменении начала отсчета по ایکسو y، برای این باید به شکل زیر باشد: h1(x،y،x،y")= =h1(ایکس - x", y- y"). علاوه بر این، PSF باید تقارن محوری داشته باشد. در این حالت، تمام نقاط تصویر به یک شکل، به طور یکنواخت در همه جهات "تار" می شوند (اصل تغییر ناپذیری فضایی).

در عمل، فیلتر جهانی به ندرت استفاده می شود. فیلتر محلی اغلب زمانی استفاده می شود که یکپارچه سازی و میانگین گیری در کل دامنه تعریف انجام نشود ایکسو y، اما برای یک محله نسبتا کوچک از هر نقطه تصویر. تابع گسترش نقطه دارای اندازه محدود است. مزیت این رویکرد است عملکرد خوب. تبدیل خطی به شکل زیر است:

(3)

هنگام پردازش بیت مپ ها، که از پیکسل های مجزا تشکیل شده است، ادغام با جمع جایگزین می شود. اجرای یک PSF با ابعاد محدود در قالب ساده ترین کار است ماتریس مستطیل شکلقالب ن ´ ن. نمی تواند برابر با 3، 5، 7 و غیره باشد. مثلاً وقتی ن= 3

جمع بر روی همسایگی D نقطه است ( من, j); آ kl- مقادیر PSF در این محله. روشنایی پیکسل fدر این نقطه و در مجاورت آن در ضرایب ضرب می شود آ kl، روشنایی تبدیل شده ( من، ج) - پیکسل ام مجموع این محصولات است. بنابراین، عناصر ماتریس شرایط عدم تغییر فضایی را برآورده می کنند آ 11 = آ 13 =آ 31 = آ 33 , آ 12 = آ 21 = آ 23 = آ 32 . فقط سه عنصر از یک ماتریس 3x3 مستقل هستند، در این حالت ماتریس تحت چرخش هایی که مضرب 90 درجه هستند، ثابت است. تجربه پردازش تصویر نشان می دهد که عدم وجود تقارن محوری دقیق تر PSF تأثیر کمی بر نتایج دارد. گاهی اوقات از 8 استفاده کنید- ماتریس های زاویه ای تحت چرخش 45 درجه تغییر نمی کنند.

فیلتر مطابق (3) با حرکت ماسک از چپ به راست (یا از بالا به پایین) توسط یک پیکسل انجام می شود. در هر موقعیت دیافراگم، عملیات ذکر شده در بالا انجام می شود، یعنی ضرب فاکتورهای وزن آ kl با مقادیر روشنایی متناظر تصویر اصلی و مجموع محصولات. مقدار حاصل به مرکز ( من، ج) - پیکسل mu معمولاً این مقدار بر یک عدد از پیش تعیین شده K (ضریب عادی سازی) تقسیم می شود. ماسک حاوی تعداد فرد سطر و ستون است نبه طوری که عنصر مرکزی به طور منحصر به فرد تعیین می شود.

فیلترهایی را در نظر بگیرید که نویز را کاهش می دهند. بگذارید یک ماسک 3x3 به شکل زیر باشد:

سپس روشنایی ( من، ج) -امین پیکسل بعد از فیلتر کردن به صورت تعریف می شود

اگرچه ضرایب آ kl را می توان از rms یا سایر شرایط مجاورتی انتخاب کرد که توسط نویز تحریف نشده است س i,j و تبدیل شد g تصاویر i,j، معمولاً به صورت اکتشافی مشخص می شوند. در اینجا چند ماتریس فیلتر نویز دیگر وجود دارد:

در فیلترها H1 - H4فاکتورهای عادی K به گونه ای انتخاب می شوند که هیچ تغییری در روشنایی متوسط ​​تصویر پردازش شده ایجاد نشود. در کنار ماسک های 3x3، از ماسک های بزرگتر استفاده می شود، به عنوان مثال، 5x5، 7x7 و غیره. بر خلاف فیلتر H2، برای فیلترها H1, H3, H4ضرایب وزنی در تقاطع قطرهای اصلی ماتریس بیشتر از ضرایب در حاشیه است. فیلترها H1, H3, H4تغییر روشن تری را در سراسر تصویر نسبت به H2.

بگذارید تصویر مفید حساب شود f k,m کمی در داخل ماسک تغییر می کند. نویز افزودنی به تصویر اعمال می شود: f k,m + n k,m، نمونه های نویز n k,m از نظر آماری تصادفی و مستقل (یا ضعیف وابسته) هستند. در این حالت، مکانیسم سرکوب نویز با استفاده از فیلترهای فوق به این صورت است که وقتی جمع شوند، نویزها یکدیگر را خنثی می کنند. این جبران موفق تر از بیشتردر مجموع اعضا، یعنی اندازه (دیافراگم) ماسک بزرگتر است. مثلاً از ماسک استفاده کنید ن ´ ن، در تصویر مفید خود روشنایی ثابتی دارد f، نویز با مقادیر نمونه مستقل n k,m، مقدار میانگین μ = 0 و واریانس σ2در داخل ماسک (چنین صدایی نامیده می شود سفید). نسبت مربع درخشندگی ( من، ج)امین پیکسل به واریانس نویز، یعنی. نسبت سیگنال به نویز، برابر است f 2 /σ 2.

برای مثال، ماسکی را در نظر بگیرید H2:

میانگین مربع روشنایی است f 2، میانگین مربع شدت نویز

مجموع دو برابر است ک= پ, متر= q، این مجموع برابر است با σ 2 / ن 2. مجموع چهار برابر صفر است، زیرا نمونه نویز در ک ≠ پ, متر ≠ qمستقل: = 0. در نتیجه فیلتر کردن، نسبت سیگنال به نویز برابر می شود ن 2 f 2 /σ 2، یعنی. به نسبت مساحت ماسک افزایش می یابد. نسبت روشنایی (من، ج)پیکسل -امین تصویر مفید به انحراف استاندارد نویز به نسبت افزایش می یابد ن. استفاده از ماسک 3x3 به طور متوسط ​​نسبت سیگنال به نویز را 9 برابر افزایش می دهد.

با تداخل ضربه، مکانیسم سرکوب شامل این واقعیت است که ضربه "محو" می شود و در پس زمینه کلی کمی قابل توجه می شود.

با این حال، اغلب در داخل دیافراگم، مقادیر تصویر مفید هنوز به شکل قابل توجهی تغییر می کند. این اتفاق می افتد، به ویژه، زمانی که خطوط در داخل ماسک قرار می گیرند. از جانب نقطه فیزیکیبینایی، همه چیز H1 - H4هستند فیلترهای کم گذر(فیلترهای میانگین) که هارمونیک ها و نویزهای فرکانس بالا را سرکوب می کنند و تصویر مفیدی دارند. این نه تنها منجر به کاهش نویز، بلکه به محو شدن خطوط در تصویر می شود. روی انجیر شکل 6a تصویر نویزدار اصلی را نشان می دهد؛ نتیجه اعمال فیلتر H2 در شکل نشان داده شده است. 6b (ماسک 5x5).

فیلتر در نظر گرفته شده در بالا با این واقعیت مشخص می شود که مقادیر خروجی فیلتر است gفقط از طریق مقادیر ورودی فیلتر تعیین شد f. چنین فیلترهایی نامیده می شوند بازگشتی نیست. فیلترهایی که در آن مقادیر خروجی وجود دارد gنه تنها از نظر مقادیر ورودی تعریف شده است f، بلکه از طریق مقادیر خروجی مربوطه نیز فراخوانی می شوند بازگشتی.

با فیلتر بازگشتی، می توانید همان مقادیر فاکتورهای وزنی را که در بالا ذکر شد حفظ کنید، فیلترهای بازگشتی با فاکتورهای خاص انتخاب شده وجود دارد. عناصر تصویر ورودی در پنجره به شکل زیر تغییر می کنند:

فاکتورهای وزنی و نرمال کننده فیلتر بازگشتی به محل قرارگیری ماسک بستگی دارد. یک فیلتر محلی بازگشتی به شما امکان می دهد تمام مقادیر ورودی تصویر فیلتر شده را در نظر بگیرید. در اقدام خود به فیلتر جهانی نزدیک می شود.

برای از بین بردن اثر محو شدن خطوط در حین سرکوب نویز، باید به پردازش غیر خطی روی آورد. نمونه ای از فیلترهای غیرخطی سرکوب کننده نویز است میانهفیلتر در فیلتر میانه (من، ج)امین پیکسل اختصاص داده شده است میانهمقدار روشنایی، یعنی مقداری که فرکانس آن 0.5 است. به عنوان مثال، اجازه دهید از ماسک 3 استفاده شود´ 3، که در داخل آن، همراه با یک پس‌زمینه کم و بیش یکنواخت، یک انفجار نویز می‌افتد، این انفجار روی عنصر مرکزی ماسک می‌افتد:

یک سری تغییرات ساخته شده است. سری متغیر V 1 ,..., V n نمونه f 1 ,..., f n دنباله ای غیر نزولی از عناصر نمونه است، یعنی. V 1 = دقیقه( f 1 ,..., f n)، V n = حداکثر ( f 1 ,..., fن) و غیره در مورد ما، سری تغییرات به نظر می رسد: 63، 66، 68، 71، 74 , 79, 83, 89, 212. در اینجا مقدار میانه- پنجمین ردیف (زیرخط دار)، از آنجایی که 9 عدد در ردیف وجود دارد. با فیلتر کردن میانه، مقدار 212 که توسط نویز نویز تغییر کرده است، با عدد 74 جایگزین می شود، سنبله در تصویر کاملاً سرکوب می شود. نتیجه اعمال فیلتر میانه در شکل نشان داده شده است. 6c.

تابع پخش نقطه برای فیلتر میانه صفر است. با اندازه پنجره (2 ک+1) (2 ک+1) یک سرکوب کامل تداخل وجود دارد که شامل بیش از 2 ( ک 2 + ک) پیکسل ها، و همچنین پیکسل هایی که بیش از با هم تلاقی ندارند کرشته یا کاین کار باعث تغییر روشنایی در نقاط پس‌زمینه نمی‌شود. البته، با فیلتر میانی، شی ممکن است در تصویر تحریف شود، اما فقط در مرز یا نزدیک آن، اگر ابعاد جسم اندازه های بیشترماسک ها فیلتر دارای راندمان سرکوب بالایی است نویز ضربه ایبا این حال، این کیفیت با انتخاب اندازه ماسک به دست می آید، زمانی که حداقل اندازه اشیاء و حداکثر اندازه مناطق محلی که توسط نویز تحریف شده اند مشخص باشد.

4. انتخاب خطوط

فیلترهای خطی ممکن است برای سرکوب نویز طراحی نشده باشند، بلکه برای تأکید بر تفاوت های روشنایی و خطوط خطوط طراحی شده باشند. انتخاب قطره های عمودی با تمایز در ردیف ها، افقی انجام می شود- توسط ستون ها تمایز به صورت دیجیتالی انجام می شود:

در اینجا ∆ ایکس=1 - افزایش در طول خط، برابر با 1 پیکسل، ∆ y=1 - افزایش در طول ستون، همچنین برابر با 1 پیکسل. تخصیص تفاوت ها در امتداد مورب را می توان با محاسبه تفاوت در سطوح جفت مورب عناصر به دست آورد.

برای برجسته کردن تفاوت‌ها، مجموعه‌ای از فاکتورهای وزنی زیر استفاده می‌شوند که تمایز دو بعدی را اجرا می‌کنند:

شمال شمال شرق شرق جنوب شرق

جنوب جنوب غرب غرب شمال غرب

نام جهت های جغرافیایی به جهت شیب افت اشاره دارد که باعث حداکثر پاسخ فیلتر می شود. مجموع فاکتورهای وزن ماسک ها برابر با صفر است، بنابراین این فیلترها در مناطقی از تصویر با روشنایی ثابت پاسخ صفر می دهند.

انتخاب تفاوت افقی را نیز می توان با محاسبه افزایش اختلاف روشنایی پیکسل در طول خط انجام داد که معادل محاسبه مشتق دوم در جهت است (عملگر لاپلاس):

این مربوط به یک ماسک یک بعدی است اچ= | - 1 2 - 1|، مجموع عوامل وزنی برابر با صفر است. به همین ترتیب، می توانید تفاوت ها را به صورت عمودی و مورب جستجو کنید. برای انتخاب قطره ها بدون در نظر گرفتن جهت آنها، از عملگرهای لاپلاس دو بعدی استفاده می شود:

در اینجا مجموع عوامل وزنی نیز برابر با صفر است. روی انجیر شکل 7 تصویر اصلی و نتیجه اعمال عملگر لاپلاس را نشان می دهد H 13.

عملگرهای لاپلاس به تغییرات روشنایی به شکل یک تفاوت پلکانی و به یک تفاوت "بام شکل" واکنش نشان می دهند. همچنین نقاط جدا شده، خطوط نازک، انتهای آنها و گوشه های تیز اجسام را برجسته می کند. زیر خط 2 برابر روشن تر از لبه پله خط کشیده شده است، انتهای خط 3 برابر روشن تر است و نقطه- 4 برابر روشن تر عملگر لاپلاس نسبت به جهت قطرات ثابت نیست: به عنوان مثال،

به عبارت دیگر پاسخ اپراتور به افت شیب دار در جهت مورب تقریباً دو برابر در جهت افقی و عمودی است.

از نقطه نظر فیزیکی، فیلترها H5 - H15هستند فیلترهای بالا گذر، آنها اجزای فرکانس بالا تصویر مفید را استخراج می کنند که مسئول تفاوت در روشنایی و خطوط هستند و "مولفه DC" را سرکوب می کنند. با این حال، هنگام استفاده از آنها، سطح نویز در تصویر افزایش می یابد.

فیلترهایی برای برجسته کردن قطره ها و لبه ها، درست مانند فیلترها H1 - H4برای سرکوب نویز، می تواند بازگشتی باشد.

تصویری با حاشیه‌های خط‌دار (کنتورها) به طور ذهنی بهتر از تصویر اصلی درک می‌شود. تصویر تا حدی بدون فوکوس در فوکوس قرار می گیرد. هنگام استفاده از عملگر لاپلاس برای این اهداف، از سه مجموعه معمولی از فاکتورهای وزن استفاده می شود:

H16- H18متفاوت از فیلترها H13 - H15با این واقعیت که 1 به عنصر مرکزی ماتریس اضافه می شود، یعنی. هنگام فیلتر کردن، تصویر اصلی روی کانتور قرار می گیرد.

از فیلترهای غیر خطی می توان برای برجسته کردن خطوط و تفاوت روشنایی استفاده کرد. الگوریتم های غیر خطی از عملگرهای تمایز گسسته غیر خطی استفاده می کنند. AT فیلتر رابرتزماسک متحرک 2 استفاده شده است´ 2:

تمایز با استفاده از یکی از عبارات انجام می شود

AT فیلتر سوبلپنجره 3 استفاده می شود 3:

مرکزی ( من، ج) -امین پیکسل به جای f i,j به مقدار روشنایی اختصاص داده می شود یا کجا

روی انجیر 8 نتایج اعمال فیلتر سوبل را نشان می دهد.

IBAS-2000. توصیف و تکنیک اندازه گیری

در این کار آزمایشگاهیپردازش تصویر توسط تجهیزات IBAS-2000 انجام می شود. این یک مجموعه خودکار با کارایی بالا برای پردازش تصویر دیجیتال و اطلاعات گرافیکیتولید شده توسط OPTON (آلمان) با نرم افزار CONTRON (سوئیس).

مجموعه الکترونیکی دیجیتال IBAS-2000 دارای قابلیت های گسترده تبدیل و تحلیل تصویر است و برای بهبود تصاویر و محاسبه ویژگی های هندسی اشیاء در تصویر طراحی شده است. بلوک دیاگرام مجتمع IBAS-2000 در شکل نشان داده شده است. 9.

این شامل یک کامپیوتر میزبان، یک پردازنده ماتریس ویدئویی، یک نمایشگر کاراکتر، یک مانیتور تصویر رنگی، یک صفحه کلید، یک دیجیتایزر، یک اسکنر تلویزیون و یک چاپگر است. کامپیوتر کنترل همراه با پردازنده ویدئویی یک واحد را تشکیل می دهند سیستم محاسباتی. تصویر از طریق یک اسکنر تلویزیونی از حامل های تصویر مختلف وارد مجموعه رایانه می شود. اینها می توانند عکس های معمولی، تصاویر میکروسکوپی الکترونی، نقاشی ها، اشیاء مختلف (به عنوان مثال، پودرهای کریستالی ریز پراکنده، سطوح نمونه و غیره) باشند. علاوه بر وارد کردن تصاویر از اسکنر، ورودی از VCR، فلاپی دیسک، ورودی دستیاز یک دیجیتایزر، از یک میکروسکوپ متالوگرافی. بر خلاف پکیج های رایج برای پردازش تصویر در رایانه های شخصی (فتوشاپ، فتوشاپ و ...)، نرم افزار مجتمع IBAS بر حل مسائل علمی متمرکز است. سیستم IBAS-2000 است سیستم جهانی، که تصاویر سیاه و سفید را به طور کامل تجزیه و تحلیل می کند. می تواند در هر دو حالت تعاملی و خودکار کار کند.

برنج. 9. بلوک دیاگرام یک مجتمع خودکار برای پردازش

و تجزیه و تحلیل تصویر IBAS-2000

AT سیستم خودکار IBAS-2000 تعداد زیادی وجود دارد روش های مدرنتجزیه و تحلیل و پردازش تصویر در بسته پیاده سازی شده است برنامه های کاربردی. در طول حالت تعاملی پردازش تصویر در IBAS-2000، عملکرد کاربر و برنامه کاربردی به شرح زیر توزیع می شود: برنامه کاربردی با استفاده از منو اقدامات گام به گام، ارائه شده برای در فرآیند کار، فرآیند پردازش تصویر را کنترل می کند و آنها را به یک مدار سریال واحد متصل می کند - یک برنامه اندازه گیری. وظیفه اصلی آن استفاده از تمام اطلاعاتی است که در اختیار دارد برای به دست آوردن چنین داده هایی که امکان درک و تجزیه و تحلیل بهتر اطلاعات ویدیویی را فراهم می کند.

در یک خودکار مجتمع کامپیوتریتوابع پردازش و تجزیه و تحلیل IBAS-2000 به گروه هایی گروه بندی می شوند که با پیشرفت برنامه اندازه گیری مطابقت دارند:

1. توابع ورودی تصویر (INPUT، TVINP): تصویر منبع واقعی توسط دوربین وارد می شود.

2. توابع برای تنظیم سیستم (Calibration، CALIBRATE) - برای مقیاس بندی و کالیبراسیون اندازه گیری پارامترهای هندسی استفاده می شود.

3. توابع برای بهبود تصویر (بهبود، بهبود) - بهبود کنتراست تصویر ضبط شده با عادی سازی (NORMGR) و خطی سازی (برابر کردن) هیستوگرام ها. برای بهبود کیفیت تصویر با استفاده از فیلترهای دیجیتال، 12 مورد وجود دارد، فیلترهای خطی و غیر خطی برای برجسته کردن و برجسته کردن خطوط (ENHCON)، برای کاهش نویز در تصویر (فیلترهای کم گذر مانند فیلترهای پایین گذر) وجود دارد. H 1–H 4با اندازه های مختلفویندوز، فیلترهای لاپلاس H 13–H 18با اندازه های مختلف پنجره، میانه (MEDIAN) با اندازه های مختلف پنجره، فیلترهای Roberts، Sobel و غیره).

4. توابع تعاملی (ویرایش تصویر، ویرایش) - بهبود کنتراست تصویر ضبط شده، بهبود کیفیت تصویر با استفاده از فیلترهای دیجیتال، اندازه گیری اندازه اشیاء جداگانه در تصویر، ساخت هیستوگرام های چگالی نوری.

5. توابع برای ایجاد یک تصویر باینری یا چند فازی (Segmentation، SEGMENT) - اشیاء را از پس زمینه با دوتایی یا تقسیم بندی جدا کنید.

6. توابع چند فازی برای کار با تصاویر باینری یا چند فازی امکان پردازش این تصاویر را فراهم می کند.

7. توابع برای انتخاب پارامترهای اندازه گیری شده (Parameters, PARAMETER) - در مجموع 24 پارامتر هندسی اجسام در تصویر ارائه می شود.

8. توابع برای اندازه گیری (Measurement، MEASURE) - شناسایی اشیاء (IDENT)، اندازه گیری پارامترهای هندسی اشیاء، خروجی نتایج.

9. توابع برای تبدیل هندسی و حسابی تصاویر.

10. توابع کمکی عمومی (Utilities).

11. توابع برای I/O جانبی (Peripheral).

در مرحله اول، توصیفی از عناصر تشکیل دهنده تصویر ایجاد می شود که شامل: اطلاعاتی در مورد نام اشیاء، ظاهر، شکل، موادی که شی از آن تشکیل شده است، نورپردازی که ماهیت، تعداد و محل منابع نور را نشان می دهد، شرایط دید، روشنایی و غیره.. ورودی هر تابع باید با فاصله تایید شود.

آزمایشگاه شماره 3

پردازش دیجیتالی تصاویر میکروسکوپی الکترونی ذرات کربن در دوده حاوی فولرن (12 ساعت)

هدف، واقعگرایانه: تسلط بر روش پردازش تصویر دیجیتال تصاویر میکروسکوپی الکترونی روی مجتمع پردازش تصویر IBAS-2000.

سفارش کار:

1) اندازه تصویر تصویر EMS را با استفاده از تابع IMSIZE تنظیم کنید.

2) تابع SYNC را تنظیم کنید.

3) دوربین (اسکنر تلویزیون) را روشن کنید BOSCH) با عملکرد TVON.

4) تصویر اصلی را در بانک حافظه (TVINP) بنویسید.

5) یک هیستوگرام از توزیع سطوح مقیاس خاکستری در حالت EDIT بدست آورید.

6). برای این کار اصلاح سایه را روی تصویر انجام دهید:

دوربین TVON را روشن کنید و یک تصویر مرجع قرار دهید.

تصویر مرجع را در بانک حافظه 8 (TVINP) بنویسید.

استاندارد را 4 برابر کاهش دهید و آن را در بانک حافظه هفتم (SHDEF) بنویسید.

یک استاندارد با وزن RG+–10 (SHADE) از تصویر اصلی کم می شود.

7) تغییرات حاصل در تصویر بر روی مانیتور و در هیستوگرام جدید (EDIT) مشاهده می شود.

8) بهبود کیفیت با روش عادی سازی (NORMGR).

9) هیستوگرام نرمال شده (EDIT) را دریافت کنید.

10) خطوط ذرات را تقویت کنید (ENHCON).

11) ضریب مقیاس (SCALE) را تعیین کنید.

12) دریافت کنید تصویر باینری(DISC2L).

13) پارامترهای اندازه گیری (به عنوان مثال CIRCL) را انتخاب کنید.

14) اشیاء تصویر (IDENT) را شناسایی کنید.

15) اندازه گیری کنید پارامترهای هندسیذرات (MEASURE).

16) نتایج اندازه گیری را در قالب هیستوگرام طبقه بندی و جدول (OUTCL) نمایش دهید.

17) چاپ نتایج اندازه گیری (PLOTIM).

18) گزارش کار آزمایشگاهی را تهیه کنید.

الزامات گزارش:

گزارش باید شامل موارد زیر باشد:

1. تصویر اصلی

2. توضیحات تصویر

3. نتایج تحلیل بصری

4. مواد گرافیکی که بهبود تصویر یک میکروگراف الکترونی را نشان می دهد

5. نتایج اندازه گیری اندازه ذرات به صورت جدولی و به صورت گرافیکی است

6. نتیجه گیری کار

سوالات تستی:

1. چگونه یک تصویر در میکروسکوپ الکترونی تشکیل می شود.

2. منظور از تصویر.

3. آنچه در وارد کردن تصاویر به کامپیوتر است

4. نحوه نمونه برداری از تصویر.

4. کوانتیزاسیون تصویر چیست؟

5. چگونه تصویر بر روی کامپیوتر ظاهر می شود

7. نویزهای موجود در تصویر چیست

8. چگونه تصحیح سایه به کاهش نویز کمک می کند

9. چه روش هایی برای بهبود کیفیت تصویر استفاده می شود

10. چه فیلترهایی در پردازش تصاویر EMS استفاده می شود

7. تقسیم بندی تصویر چگونه انجام می شود

8. ضریب مقیاس برای چیست؟

9. نحوه محاسبه آن

10. تابع (IDENT) چگونه کار می کند.

11. چه پارامترهایی از ذرات را می توان بر روی یک مجتمع خودکار تعیین کرد.

11. از چه روش هایی برای کنترل فرآیند پردازش تصویر استفاده می شود

ادبیات

1. Agapov I.A., Kashkin V.B. پردازش تصویر: روش. دستورالعمل، قسمت 1.2 // دانشگاه ایالتی کراسنویارسک، کراسنویارسک، 1994.

2. کشکین وی.بی. پردازش تصویر دیجیتال سنجش از دور زمین از فضا//روش. دستورالعمل برای دانشجویان FIVT، KSTU، کراسنویارسک، 1998.

2. بوتاکوف E.A.، Ostrovsky V.I.، Fadeev I.L. پردازش تصویر کامپیوتری م.، رادیو و ارتباطات، 1366.

4. Pavlidis T. الگوریتم های گرافیک کامپیوتری و پردازش تصویر. مسکو: رادیو و ارتباطات، 1986.

5. Pratt W. پردازش تصویر دیجیتال. م.: میر، ج1،2. 1982.

6. Soifer V.A. پردازش کامپیوتریتصاویر، چ 1//مجله آموزشی سوروفسکی، شماره 2، 1996، ص. 118-124.

7. Soifer V.A. پردازش تصویر کامپیوتری قسمت 2//مجله آموزشی Sorovsky، شماره 3، 1996، ص. 110-121.

8. هورن B.K.P. چشم انداز روبات ها م.: میر، 1989.

9. اطلاعات تکنیکی IBAS-2000.

10. فرولوف جی.آی.، بوندارنکو جی.وی. به دست آوردن و مطالعه خواص فیزیکی لایه‌های سه بعدی فلزی رسوب‌شده در شرایط چگالش فوق‌سریع//روش. دستورالعمل یک کارگاه ویژه در مورد دوره "علوم مواد فیزیکی"، CAA، کراسنویارسک، 1998.