Обработка цифровых изображений

ВВЕДЕНИЕ

Основной задачей обработки сигналов является выделение самого сигнала на фоне шумов и помех различной физической природы. В данной работе будет идти речь об алгоритмах обработки изображений, полученных экспериментальным путем с помощью микроскопа.

Целью данной работы является изучение основных цифровых методов обработки изображений и их применение в таких программах как Python 
и Mathcad.

В широком смысле обработка изображений – это обработка многомерных сигналов. Из-за присущих цифровым методам преимуществ (гибкости, точности), быстрого развития вычислительной техники и таких связанных с ней отраслей техники, как производство схем высокой и сверхвысокой степени интеграции, можно смело сказать, что цифровые методы используются довольно часто [1].

В качестве синонимов термина «обработка изображений» также часто используются термины фильтрация изображений, улучшение, повышение качества и предварительная обработка изображений. Основная идея обработки изображений состоит в том, что необходимо извлечь или подавить нежелательные данные (например, шум), которые содержит сигнал или структура на изображении. Решения относительно изображения принимаются на уровне отдельного пиксела (элемента изображения) и его локальной окрестности [2].

Особенность изображений как двумерных сигналов состоит в том, что отдельные элементы изображения меняются обычно независимо друг
от друга, но находятся в определенной связи с соседними элементами. Поэтому большинство алгоритмов преобразования изображений носит локальный характер, т.е. обрабатывают изображения сразу по группам элементов, располагающихся в некоторой окрестности вокруг отдельно взятого элемента родительской матрицы.

Интерес к методам цифровой обработки изображений произрастает
из двух основных областей ее применения, которыми являются повышение качества изображений для улучшения его визуального восприятия человеком и обработка изображений для их хранения, передачи и представления
в автономных системах машинного зрения [3].

С момента изобретения цифровых приемников оптического излучения к настоящему времени область применения обработки изображений значительно расширилась. Большинство современных математических пакетов имеют большое количество встроенных функций обработки цифровых изображений для получения требуемого результата: ретушь, определение границ объектов, сглаживание деталей, выделение границ и пр.

Некоторые локальные преобразования оперируют одновременно как
со значениями пикселей в окрестности, так и с соответствующими им значениями некоторой маски (матрицы), имеющей те же размеры, что и окрестность [3]. Зачастую, параметры этих фильтров могут изменяться. Изменения могут касаться величины апертуры фильтра или характера распределения, порога фильтрации, и любых параметров, позволяющих варьировать результат фильтрации под требуемые критерии.

При регистрации цифровых изображений наблюдается появление шумов, приводящих к ухудшению визуального качества и потере участков изображений. Также, исправление поврежденных (битых) пикселей перед основной обработкой является важной задачей цифровой обработки изображения.

Основные источники шума на цифровом изображении – это сам процесс его получения. Например, в процессе получения изображения с помощью фотокамеры с ПЗС матрицей, основными факторами, влияющими на величину шума, являются уровень освещенности и температура сенсоров. В процессе передачи изображения могут искажаться помехами, возникающими в каналах связи [3].

1 Основные градационные преобразования изображений

Функции градационного преобразования относятся к методам улучшения изображений, главная цель которых заключается в результате, более подходящим с точки зрения конкретного применения. Значения пикселей до и после обработки будут обозначаться символами r и s соответственно. Эти величины связаны выражением вида