Контрольная работа по "Методам и алгоритмам обработки изображений"

МЕЖДУНАРОДНЫЙ ИНСТИТУТ ДИСТАНЦИОННОГО

ОБРАЗОВАНИЯ

КОНТРОЛЬНАЯ РАБОТА

по учебной дисциплине

“ Методы и алгоритмы обработки изображений ”

Студентка 4 курса

группы № 41703619

Шишмарева В. В

Проверил:

Старовойтов В. В.

Минск 2023

Оглавление

Задание        3

Введение        4

Алгоритм медианной фильтрации        5

Результат выполнения работы        6

Вывод        9

Литература        10

Приложение        11

Задание

Реализовать медианный фильтр с маской и применить к трем цифровым

фотографиям.

Введение

Медианный фильтр, убирает мелкие детали, из-за чего изображение становится однородным. Белые и черные точки на изображении – это так называемые импульсивные шумы, и они убираются с помощью нелинейных фильтров, таких как медианный. При классической медианной фильтрации используется понятие окрестности и ее центра, но не задаются весовые коэффициенты. Окрестность может иметь произвольную форму и размер, а центр располагаться произвольно относительно окрестности. При совмещении центра окрестности с анализируемым пикселом окрестность становится окном, в которое попадает ряд соседних с центром пикселов. Значения яркости пикселов, попавших в окно, сортируются по возрастанию, значение среднего в ряду элемента после сортировки и будет результатом медианной фильтрации в данном окне. Затем окно смещается, и процедура повторяется для всех пикселов исходного изображения. Для его описания используют прямоугольную маску, элементами которой являются 0 и 1, единицы описывает окно нужной формы. В фильтрации в сортировке участвуют пикселы, которые соответствуют ненулевым элементам маски.

• маске взвешенной медианной фильтрации, кроме 0 и 1 используются целые числа 2 и 3, они описывают количество повторов яркости соответствующего пиксела перед сортировкой. Большие веса располагаются ближе к центру окна для усиления влияния яркости центральных пикселов на результат. Число значений яркости N, участвующих в сортировке, равно сумме весов маски. Номер медианно го элемента после сортировки будет равен (N + 1)/2.

Адаптивная медианная фильтрация использует прямоугольное окно размером

S×S. Адаптация состоит в увеличении размера окна S в процессе фильтрации

• зависимости от его локальных статистических характеристик, минимального, максимального и медианного значения в окне.

Алгоритм медианной фильтрации

Для удаления шума salt and pepper из поврежденного изображения

1. Загружаем изображение

1. Задаем окно 3 × 3, которое центрируется вокруг обрабатываемого пикселя p(x, y) в поврежденном изображении

1. Сортиовка пикселей выбранного окна в порядке возрастания и поиск медианное значение пикселя, максимальное значение пикселя и минимального значение пикселя

1. Если обрабатываемый пиксель находится в диапазоне Pmin < P(x, y) < Pmax , Pmin > 0 и Pmax < 255 классифицируется как неповрежденный пиксель и остается как есть, иначе классифицируется как битый пиксе

1. Если p(x, y) — поврежденный пиксел:

• Pmin < Pmed < Pmax и 0 < Pmed < 255, заменить поврежденный пиксель p(x, y) на Pmed

1. Шаги 2–4 повторяются до завершения обработки.

Результат выполнения работы

Искажение шумами можно выполнить с помощью функции imnoise(), которая

преобразует изображение, добавляя шум в соответствии с указанным типом и параметрами.

[pic 1]

Рисунок 1 'salt & pepper' 0,1

[pic 2]

Рисунок 2 применение медианной фильтрации

[pic 3]