poboljsanje_slike
DESCRIPTION
OTb na Foi u varazdinu iz poboljsanja slikeTRANSCRIPT
-
Odabrane teme iz biometrije
Poboljanje slike
-
Poboljanje slike 1/2
Glavni cilj tehnika za poboljavanje slike - procesirati sliku
kako bi rezulatat bio prikladniji za odreenu upotrebu
2 kategorije pristupa
Metode prostorne domene
Metode domene frekvencije
-
Poboljanje slike 2/2
Prostorna domena
Domena slike
Pristupi bazirani na direktnoj manipulaciji piksela slike
Domena frekvencije
Promjene Fourierove transformacije slike
-
Metode prostorne domene 1/4
Prostorna domena - skup piksela koji ine sliku
Metode prostorne domene - procedure koje operiraju
direktno na tim pikselima
-
Metode prostorne domene 2/4
Funkcije procesiranja slike u prostornoj domeni
oznaavaju se kao:
g(x,y)=T[f(x,y)]
f(x,y) - ulazna slika
g(x,y) - procesirana slika
T - operator na f definiran na odreenom susjedstvu (x,y)
-
Metode prostorne domene 3/4
Osnovni pristup za definiranje susjedstva (x,y) - koritenje
kvadratne ili pravokutne podslike centrirane na poziciji
(x,y)
Centar podslike se pomie od piksela do piksela s
poetkom u gornjem lijevom kutu slike i na svakoj lokaciji
primjenjuje operator kako bi dobio g na toj lokaciji
Ponekad se za podsliku uzimaju podruja kao to je krug
-
Metode prostorne domene 4/4
Najjednostavniji oblik T je kada je susjedstvo 1x1 U tom sluaju g ovisi samo o vrijednosti f na toj lokaciji, a T
postaje grey-level transformacija oblika:
S=T(r)
r i s - varijable koje oznaavaju razinu sivila f(x,y) i g(x,y)
na lokaciji (x,y)
-
Metode domene frekvencije
Osnov tehnika domene frekvencije teorem konvolucije
Ako je g(x,y) slika formirana konvolucijom f(x,y) i linearnog operatora h(x,y):
g(x,y)=h(x,y)*f(x,y)
Iz teorema konvolucije vrijedi:
G(u,v)=H(u,v)F(u,v)
G, H i F - Fourierove transformacije od g, h i f
-
Poboljanje slika
Poboljanje slika moemo podijeliti na
Poboljanje point procesiranjem
Prostorno filtriranje
Poboljanje u domeni frekvencije
-
Poboljanje slika point procesiranjem
Jednostavne transformacije intenziteta
Procesiranje histograma
Image subtraction
Image averaging
-
Jednostavne transformacije intenziteta
Negativ slike
Korisni u mnogim aplikacijama - prikaz medicinskih slika
Dobije se koritenjem funkcije transformacije s=T(r) koja se u
koordinatnom sustavu kree od (0, L-1) gdje je L broj razina
sive boje
Ideja je okrenuti poredak od crne do bijele tako da se
intenzitet izlazne slike smanji dok se intenzitet ulazne slike
poveava
-
Jednostavne transformacije intenziteta
Proirenje kontrasta
Slike niskog kontrasta mogu se dobiti slabim osvijetljenjem,
nedostatkom dinamikog raspona u senzoru ili pogrenim
postavljanjem lee tokom prikupljanja slike
Ideja je poveati dinamiki raspon razine sivila na slici koja se
procesira
-
Jednostavne transformacije intenziteta
Kompresija dinamikog raspona
Ponekad dinamiki raspon procesirane slike premauje
kapacitet ureaja za prikaz
Efektivan nain kompresiranja dinamikog raspona vrijednosti
piksela je provoenje sljedee transformacije intenziteta:
s=clog(1+|r|)
c - konstanta skaliranja, a logaritamska funkcija obavlja eljenu
kompresiju
-
Jednostavne transformacije intenziteta
Grey-level slicing
esto se eli istaknuti odreeni raspon razina sive boje na slikama
Upotrebe - poboljanje karakteristika kao to su mase vode na satelitskim snimkama, poboljanje dijelova kod rengenskih snimaka
Postoji nekoliko naina level slicinga ali je veina varijacija dvije osnovne teme
Jedan pristup je prikazati visoku vrijednost za sve razine sive boje u rasponu od interesa i nisku vrijednost za sve ostale razine sive - izlaz je binarna slika
Drugi pristup posvjetljuje raspon razina sive koji je od interesa, ali uz ouvanje pozadine i tonaliteta razina sive
-
Procesiranje histograma
Histogram digitalne slike s razinama sivila u rasponu od 0 do L-1 je diskretna funkcija
p(rk)=nk/n
rk - k-ta razina sivila
nk - broj piksela na slici s razinom sivila k
n - ukupan broj piksela na slici
k=0,1,2...L-1
-
Image subtraction
Razlika izmeu dvije slike f(x,y) i h(x,y) prikazana kao
g(x,y)=f(x,y)-h(x,y)
se dobije raunanjem razlike izmeu parova odgovarajuih piksela f i h
Oduzimanje slika ima vanu upotrebu u segmentaciji i poboljanju slika
Poboljanje slika u podruju medicinskih slika zvanom masked mode radiography
-
Image averaging
Slika sa umom g (x,y) - dobivena dodavanjem uma n(x,y)
na originalnu sliku f(x,y):
g(x,y)=f(x,y)+n(x,y)
-
Prostorno filtriranje 1/3
Prostorno filtriranje - koritenje prostornih maski za
procesiranje slika
Maske - prostorni filteri
-
Prostorno filtriranje 2/3
Prostorni filteri
Linearni - bazirani su na konceptima koji kau da su funkcija transfera i impulsna funkcija linearnog sustava inverzne Fourierove transformacije jedna druge
Low-pass filteri eliminiraju komponente visoke frekvencije u Fourierovoj domeni, a niske frekvencije ostavljaju netaknutima (komponente visoke frekvencije rubovei i ostali otri detalji na slici)
High-pass filteri - eliminiraju komponente niske frekvencije (odgovorne za karakteristike slike kao to su kontrast i prosjeni intenzitet)
Bandpass filteri - eliminiraju odabrane regije frekvencije izmeu niskih i visokih frekvencija
Nelinearni
-
Prostorno filtriranje 3/3
Prostorni filteri se dijele na
Filtere za izglaivanje
Filtere za izotravanje
-
Filteri za izglaivanje 1/3
Koriste se za
Zamuivanje koristi se u koracima pretprocesiranja
(uklanjanje manjih detalja sa slike prije ekstrakcije veih
objekata)
Redukciju umova - moe se postii zamuivanjem linearnim ili
nelinearnim filterom
-
Filteri za izglaivanje 2/3
Filteri za izglaivanje
Lowpass filtriranje
Filter mora imati sve pozitivne koeficijente
Za 3x3 prostorni filter, najjednostavniji raspored bi bila maska u
kojoj svi koeficijenti imaju vrijednost 1
Jedna od potekoa - zamuuje rubove i druge otre detalje
Ako je cilj redukcija umova, a ne zamuivanje cijele slike,
alternativni pristup je koritenje medijan filtera
-
Filteri za izglaivanje 3/3
Medijan filtriranje
Razina sivila svakog piksela se zamjenjuje medijanom razina sivila u susjedstvu tog piksela
Medijan filter je nelinearan
Medijan m seta vrijednosti je takav da je polovica vrijednosti u setu manja od m, a pola vea od m
Da bi se medijan filtriranje provelo na susjedstvo piksela, sortiraju se vrijednosti piksela i njegovih susjeda, odreuje se medijan i dodjeljuje ta vrijednost pikselu
-
Filteri za izotravanje 1/2
Osnovno highpass prostorno filtriranje
Filter treba imati pozitivne koeficijente blizu centra, a negativne
koeficijente na periferiji
Za masku 3x3, odabire se pozitivna vrijednost na centralnoj
lokaciji s negativnim koeficijentima u ostatku matrice
Kada je maska preko podruja konstantne ili lagano varirajue
razine sivila, izlaz maske je 0 ili vrlo mali
-
Filteri za izotravanje 2/2
High-boost filtriranje
Highpass filtrirana slika moe se izraunati kao razlika izmeu originalne slike i lowpass filtrirane verzije slike
Highpass=Original Lowpass
Mnoenjem originalne slike faktorom poveanja, oznaenom s A dobivamo definiciju high-boost filtera.
Highboost =(A)Original Lowpass
=(A-1)Original + Original Lowpass
=(A-1)Original + Highpass
Rezultat - high-boost slika izgleda vie kao originalna slika s relativnim stupnjem poboljanja rubova koji ovisi o vrijednosti A
-
Poboljanje u domeni frekvencije
Izrauna se Fourierova transformacija slike koju treba
poboljati, rezultat se mnoi funkcijom filtera, te se radi
inverzna transformacija da bi se dobila poboljana slika
Moe biti
Lowpass filtriranje
Highpass filtriranje
-
Low-pass filtriranje 1/3
Rubovi i ostali otri prijelazi u razinama sivila slike doprinose sadraju visoke frekvencije u Fourierovoj transformaciji
Izglaivanje se u domeni frekvencije postie smanjivanjem opsega komponenti visoke frekvencije u transformaciji slike
G(u,v)=H(u,v)F(u,v)
F(u,v) - Fourierova transformacija slike koju treba izgladiti
Problem - odabrati funkciju transfera filtera H(u,v) koja daje G(u,v) smanjenjem komponenti visoke frekvencije F(u,v)
-
Low-pass filtriranje 2/3
Funkcije transfera
Ideal filter (ILPF)
2D ideal lowpass filter je onaj ija funkcija transfera zadovoljava
relaciju
H(u,v)= 1 ako je D(u,v)D0
D0 - specificirana nenegativna vrijednost
D(u,v) - razlika izmeu toke (u,v) i ishodita
D(u,v)=(u2+v2)1/2
-
Low-pass filtriranje 3/3
Butterworth filter (BLPF)
Funkcija transfera Butterworth lowpass filtera reda n s
graninim grafom frekvencije na udaljenosti D0 od ishodita
definirana je
H(u,v)=1/(1+[D(u,v)/D0]2n)
D(u,v)=(u2+v2)1/2
-
High-pass filtriranje 1/3
Rubovi i ostale nagle promjene u razini sivila povezane s
komponentama visoke frekvencije
Izotravanje slike u domeni frekvencije se moe postii
procesom highpass filtriranja, koji umanjuje komponente
niske frekvencije bez ometanja informacija visoke
frekvencije u Fourierovoj transformaciji
-
High-pass filtriranje 2/3
Funkcije transfera
Ideal filter (IHPF)
2D highpass filter je onaj ije funkcije transfera zadovoljavaju
relaciju
H(u,v)= 0 ako je D(u,v)D0
D0 - granina udaljenost izmjerena od ishodita frekvencijske
ravnine,
D(u,v)=(u2+v2)1/2
-
High-pass filtriranje 3/3
Butterworth filter (BHPF)
Funkcija transfera Butterworth highpass filtera reda n s
graninim grafom frekvencije na udaljenosti D0 od ishodita
definirana je
H(u,v)=1/(1+[ D0/D(u,v)]2n)
D(u,v)=(u2+v2)1/2