Типичные проблемы восстановления изображений: дефокусировка и смазанное изображение. Результаты применения метода опорного изображения
Восстановление изображений при дефокусировке и смазанном изображении, применение метода опорного отображения и фильтрации по методу Винера. Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения.
Рубрика | Коммуникации, связь, цифровые приборы и радиоэлектроника |
Вид | статья |
Язык | русский |
Дата добавления | 30.10.2018 |
Размер файла | 2,1 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ТИПИЧНЫЕ ПРОБЛЕМЫ ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЙ: ДЕФОКУСИРОВКА И СМАЗАННОЕ ИЗОБРАЖЕНИЕ. РЕЗУЛЬТАТЫ ПРИМЕНЕНИЯ МЕТОДА ОПОРНОГО ИЗОБРАЖЕНИЯ
А.Ю. Зражевский, В. А. Коротков, К. В. Коротков ИРЭ им. В.А.Котельникова РАН, Фрязинский филиал
Аннотация
В работе рассмотрены проблемы восстановления изображений при дефокусировке и смазанном изображении при сравнении результатов применения метода опорного изображения и фильтрации по методу Винера.
Ключевые слова: радиовидение, миллиметровый диапазон волн, аппаратная функция, радиотепловое изображение, восстановление изображения, опорное изображение, метод Винера, метод опорного изображения.
Abstract
The paper considers the problems of restoring images on fussing and a blurred image. The results of the basic image method are compared with the results of filtration on Winer's method.
Key words: radio vision, millimetric wave band, hardware function, radio thermal image, recovery of the image, basic image, Winer's method, method of the basic image.
Восстановление дефокусированных и смазанных изображений принято рассматривать на основе уравнения свертки в силу относительной простоты решения этого уравнения с помощью преобразования Фурье [1,2]:
, (1)
где D - область наблюдения, - элементарная площадка в точке (x,y), - аппаратная функция (АФ) системы, - исходное изображение,- изображение на выходе этой системы, - аддитивный шум.
В силу того, что смазывание изображений можно рассматривать как одномерную дефокусировку, в дальнейшем рассмотрении ограничимся именно анализом этого случая. При этом возникающие проблемы сводятся к определению аппаратной функции (АФ) и учету влияния помех и шумов. Однако все это будет верно только при условии, что все объекты, изображения которых получают с помощью данной АФ, находятся на одном расстоянии от оптической системы, а изменение этого расстояния внутри поверхности, изображение которой строится, незначительно. Только при этом условии АФ может быть одинакова для разных объектов. Если это условие не выполняется, то уравнение (1) может быть записано так:
, (2)
где D - область наблюдения, - элементарная площадка в точке (x,y), - аппаратная функция (АФ) системы для объекта (исходного изображения), - исходное изображение,- изображение на выходе этой системы, - аддитивный шум, суммирование по ведется по k объектам, стоящим на разном расстоянии от оптической системы.
Если перейти к спектральным представлениям изображений: исходного и на выходе системы :
,
, (3)
и спектра АФ:
,
то в частотной области пространственный спектр изображения на выходе системы выражается через спектр и :
. (4)
Понятно, что решить (4) относительно , даже если точно известны , и , невозможно. Однако можно и не ставить такой цели.
Если умножить обе части (4) на и применить обратное преобразование Фурье, то мы не получим в результате части, соответствующей , восстановленного изображения даже в отсутствии шума (). Это происходит из-за того, что для остальных элементов изображения при и при определенных пространственных частотах отношение может принимать большие значения. Такой результат в какой-то степени похож на результат воздействия шума при инверсной фильтрации [1]. Поэтому можно предположить, что применение адаптивного метода опорного изображения - аМОИ [3] или метода фильтрации по Винеру [1] с подбором коэффициента эквивалентного отношению шум/сигнал будет успешно. Практика показывает, что это не так. Сформируем изображение, представленное на Рис.1А, состоящее из комбинации 3 изображений. Применим к отдельным частям изображения аппаратную функцию, аналогичную фильтру Баттерворта [1] с различными параметрами:
, (5)
где - аппаратная функция, - модуль , и - параметры фильтра Баттерворта, и получим изображение на Рис.1Б. На Рис.1Б и принимает значения для разных частей изображения 0, 4.5, и 9.
Рис.1. А - исходное изображение и Б - изображение после применения к Рис.1А АФ (1) с и равной 0, 4.5, и 9. Размер изображений 306 х 460.
На Рис.2 представлены графики разрезов модулей амплитудных спектров изображений, показанных на Рис.1.
Рис.2. Графики разрезов модулей спектров изображений, приведенных на Рис.1, в логарифмическом масштабе.
Красная и синяя линии соответствуют Рис.1А и Рис.1Б. Черная линия обозначает график разреза модуля спектра, показанного на Рис.1Б после инверсной фильтрации с АФ (1) и , .
Анализ графиков Рис.2 показывает, что амплитудные спектры изображений, приведенных на Рис.1А и Рис.1Б, похожи. В тоже время инверсная фильтрация (черный график на Рис.2) сильно искажает спектр изображения. Восстановление изображения после инверсной фильтрации с помощью аМОИ [3] и фильтрации по Винеру [1], как и ожидалось, не приводят к успеху. На Рис.3А и Рис.3Б приведены результаты восстановления изображения, показанного на Рис.1Б, соответственно с помощью аМОИ и метода Винера.
Увеличение в методе Винера приводит к уменьшению «интерференционной» структуры на получаемом изображении и «замыливанию» деталей изображения. Постепенно, с увеличением , восстановленное с помощью метода Винера изображение будет приближаться к изображению, приведенному на Рис.3Б, полученному с помощью аМОИ.
Рис.3. Восстановление изображения, приведенного на Рис.1Б, с помощью аМОИ - А, метода Винера - Б при , и .
Одним из вариантов решения проблемы восстановления может быть разбиение восстанавливаемого изображения на фрагменты и восстановление каждого фрагмента отдельно от остальных. Важным моментом может стать определение размера фрагмента. Из общих соображений понятно, что этот размер не следует делать меньше характерного размера пятна расфокусировки -го объекта. В то же время величину фрагмента целесообразно делать меньше величины отдельного объекта изображения.
В качестве примера Рис.2Б был разбит на квадратные фрагменты - спрайты, и каждый спрайт восстанавливался отдельно, но с одинаковыми параметрами АФ для всего изображения Рис.2Б. В качестве параметров аппаратной функции (5) используется , а принимает значения 4.5 и 9 для восстановления разных частей изображения. Результат восстановления представлен на Рис.4.
Рис.4. Восстановление изображения, приведенного на Рис.1Б, с помощью аМОИ. АФ - фильтр Баттерворта . Вариант восстановления соответствует Рис.4А, - Рис.4Б. Количество спрайтов 3 х 4.
Сравнение результатов восстановления, представленных на Рис.3-4, показывает преимущество восстановления описанным способом, то есть путем разбиения изображения на спрайты с последующим использованием аМОИ.
Рис.5. Восстановление изображения Рис.1Б с помощью аМОИ. АФ - фильтр Баттерворта . Вариант восстановления соответствует Рис.5А, - Рис.5Б. Количество спрайтов 6 х 9.
На Рис.5 представлены результаты восстановления изображения, показанного на Рис.1Б, с помощью аМОИ. В отличие от результатов, представленных на Рис.4, восстановление изображения на Рис.5 производилось в 4 раза большим количеством спрайтов. Как мы видим на Рис.4-5, такое увеличение количества спрайтов не сильно сказывается на качестве восстановления.
С помощью цифрового фотоаппарата SONY A550 было получено изображение, представленное на Рис.6А. Результаты восстановления Рис.6А представлены на Рис.6Б и Рис.6В.Как следует из анализа Рис.6, простым изменением параметра можно по выбору восстанавливать (компенсировать дефокусировку) у соответствующих частей изображения.
Рис.6. Восстановление изображения Рис.6А с помощью аМОИ. АФ - фильтр Баттерворта . Вариант восстановления соответствует Рис.6Б, - Рис.6В. Количество спрайтов 3 х 4.
Если изображение состоит их нескольких объектов, но у некоторых параметры дефокусировки близки, то вне зависимости от того, что они могут находиться на разном расстоянии, результат восстановления для этих объектов будет одинаковый. С помощью цифрового фотоаппарата SONY A550 было получено изображение, представленное на Рис.7А. На изображении видно 3 объекта, находящихся на разном расстоянии, но дефокусировка ближнего и дальнего объекта близка. Поэтому результат Восстановление дефокусированных и смазанных изображений осложняется наличием помех и шумов в измеренном изображении, ошибками в определении формы и параметров аппаратной функции. Эти проблемы могут в той или иной мере быть решены в рамках известных методов, например, метода опорного изображения или метода фильтрации по Винеру. Наличие на изображении нескольких по-разному дефокусированных объектов делает применение этих методов малоэффективным. Разбиение обрабатываемого изображения на набор фрагментов (спрайтов) и дальнейшая обработка их с помощью аМОИ позволяет решить эту проблему.
Рис.7. Восстановление изображения Рис.7А 304х456 с помощью аМОИ. Рис.7А - исходное изображение. Рис.7Б - восстановленное изображения (АФ - фильтр Баттерворта ,, количество спрайтов 6 х 9).
изображение дефокусировка фильтрация оптический
Литература
1. Р. Гонсалес, Р. Вудс. Цифровая обработка изображений. М. «Техносфера», 2005, 1071 стр.
2. А. Ю. Зражевский, А. В. Кокошкин, Е.П. Новичихин, С.В. Титов, «Повышение качества радиоизображений». «Нелинейный Мир», № 9, 2010г., с. 582-590.
3. Ю. В. Гуляев, А. Ю. Зражевский, А. В. Кокошкин, В. А. Коротков, В. А. Черепенин Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения. Часть 2. Адаптивный метод опорного изображения (АМОИ). // Журнал радиоэлектроники [электронный журнал]. 2013. №12.
Размещено на Allbest.ru
Подобные документы
Модель обработки радиоголографических изображений. Изображение объекта, находящегося за препятствием. Фильтр для практической реализации метода. Исследование эффективности метода пространственной фильтрации при малом поглощении и преломлении в стене.
дипломная работа [4,1 M], добавлен 19.06.2013Компьютерное моделирование для локализации объекта, находящегося в свободном пространстве. Особенности радиоголографического изображения объекта, движущегося за плоскостью стены. Применение метода пространственной фильтрации для улучшения его качества.
курсовая работа [1,9 M], добавлен 19.06.2013Система связи для трансляции и приема движущегося изображения и звука на расстоянии. Количество элементов изображения. Полоса пропускания радиоканала. Применение электронно-лучевой трубки для приема изображений. Передача сигнала на большие расстояния.
презентация [2,1 M], добавлен 11.03.2013Вейвлетная компрессия в современных алгоритмах компрессии изображений. Алгоритм фрактального сжатия изображения. Применение алгоритма SPIHT для оптимальной прогрессирующей передачи изображений и их сжатия. Основные черты алгоритма и структура его данных.
реферат [78,4 K], добавлен 28.03.2011Дефокусировка, продольное смещение плоскости изображения. Сферическая аберрация, ею обладают все линзы со сферическими поверхностями. Структура пучка лучей при наличии комы. Условия апланатизма и изопланатизма. Закон синусов Аббе (условие апланатизма).
реферат [121,8 K], добавлен 15.01.2009Типы цифровых частотных дискриминаторов. Формирование дискриминационной характеристики. Цифровые фильтры. Дискретное интегрирование по методу прямоугольников. Цифровой управляемый генератор. Цифровые генераторы опорного сигнала. Реверсивный счетчик.
реферат [187,9 K], добавлен 21.01.2009Регистрация микроскопических изображений в УФ лучах производится двумя способами. В плоскости формирования изображения в УФ лучах помещают флюоресцирующий экран, люминофор которого при поглощении УФ лучей испускает световые лучи видимого диапазона.
реферат [462,0 K], добавлен 24.12.2008Геометрическая, радиометрическая, атмосферная коррекция спутниковых изображений. Улучшение изображений путем изменения контраста. Линейная пространственно-инвариантная фильтрация изображений. Нелинейные градиентные фильтры и кепстральная обработка.
курсовая работа [5,7 M], добавлен 14.02.2012Основные принципы передачи, воспроизведения телевизионных изображений. Основные параметры системы. Формат кадра, число строк разложения. Число кадров, передаваемых в секунду. Контраст и число воспроизводимых градаций яркости изображения. Вид развертки.
реферат [83,1 K], добавлен 23.11.2010Разработка функционального электрического устройства блока источников опорного напряжения. Выбор и расчет элементов электрической схемы. Мостовой выпрямитель, сглаживающий фильтр, ключ. Электрическое моделирование, анализ метрологических характеристик.
курсовая работа [465,1 K], добавлен 08.08.2014