Контрольная работа по "Методам и алгоритмам обработки изображений"
Автор: malysheva_inna • Март 2, 2023 • Контрольная работа • 652 Слов (3 Страниц) • 176 Просмотры
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
- Загружаем изображение
- Задаем окно 3 × 3, которое центрируется вокруг обрабатываемого пикселя p(x, y) в поврежденном изображении
- Сортиовка пикселей выбранного окна в порядке возрастания и поиск медианное значение пикселя, максимальное значение пикселя и минимального значение пикселя
- 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
- Если p(x, y) — поврежденный пиксел:
- Pmin < Pmed < Pmax и 0 < Pmed < 255, заменить поврежденный пиксель p(x, y) на Pmed
- 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]
...