12.2. Видоизменение гистограмм
Гистограмма распределения яркостей типичного изображения естественного происхождения, подвергнутого линейному квантованию, обычно имеет ярко выраженный перекос в сторону малых уровней; яркость большинства элементов изображения ниже средней. На темных участках подобных изображений детали часто оказываются неразличимыми. Одним из методов улучшения таких изображений является видоизменение гистограммы. Этот^метод предусматривает преобразование яркостей исходного изображения, с тем чтобы гистограмма распределения яркостей обработанного изображения приняла желаемую форму. Эндрюс, Холл и другие исследователи [3—5] получили ряд улучшенных изображений путем выравнивания гистограмм распределения, т. е. в каждом случае они добивались равномерности распределения яркости обработанного изображения. Фрей [6] исследовал метод видоизменения гистограмм, который обеспечивал экспоненциальную или гиперболическую форму распределения яркостей улучшенного изображения. Кетчам [7] улучшил этот метод, применив «локальные», подсчитанные по части изображения, гистограммы.
Рис. 12.2.1 иллюстрирует процедуру выравниваний гистограммы в том случае, когда число уровней на выходе составляет половину числа уровней на входе. Здесь HF (/) — доля элементов входного изображения, квантованная яркость которых соответствует /-му уровню (/ = 1, 2, ..., J). Целью процедуры выравнивания гистограммы является формирование выходного изображения G, нормированная гистограмма которого описывается соотношением HG (/г) = 1//С, где k = 1, 2, ..., К- „Алгоритм преобразования реализуется следующим образом.'Начиная с наименьшего уровня яркости исходного изображения, объединяют элементы соседних интервалов квантования таким образом, чтобы суммарный результат наименее отличался от величины \iK. Все объединенные элем^'гт" приподятс •
— исходное изображение; б — гистограмма исходного изображения; в — изображение юсле выравнивания гистограммы; г — гистограмма улучшенного изображения в; д — [зображение после гиперболического видоизменения гистограммы; е — гистограмма 'лучшенного изображения д.
12.3. Подавление шумов
Изображение может повреждаться шумам^ип^ами различного происхождения, например шумом «JgE™™ £У'их зернистости фотоматериалов и ошибками itfjjgj1^, влияние можно минимизировать, пользуясь ^^^„ожный дами статистической фильтрации (см. гл. 14). ДРУ« подход основан на использовании эвристических методов про
стпянгтиенной обработки. , . i i l_I I 1—L—
вании которого последовательно
измеряют яркость всех элементов изображения. Если яркость данного элемента превышает среднюю яркость группы ближайших элементов на некоторую пороговую величину, яркость элемента заменяется на среднюю яркость. Рис. 12.3.2 иллюстрирует эффективность этого алгоритма применительно к изображениям, переданным посредством ИКМ по двоичному симметричному каналу с вероятностью ошибок 10~"2-
Сглаживание шума с помощью массива Н с положительными
приведены сглаживающие массивы трех разновидностей, часто называемые шумоподавляющими масками:
Рис. 12.3.2. Образцы изображений, обработанных методом порогового подавления шума при в = 49.
Эти массивы нормированы для получения единичного коэффициента передачи, чтобы процедура подавления шума не вызывала смещения средней яркости обработанного изображения. Эффективность приведенных масок иллюстрирует рис. 12.3.3. Если тре-
Рнс. 12.3.3. Образцы изображений, подвергнутых низкочастотной фильтрации.
а — зашумленное исходное изображение; 6 — действие маски 1 в — действие маски 21 г — действие маски 3.
буемое подавление шума сопряжено с использованием массивов большого размера, целесообразно выполнять свертку косвенным образом, применяя преобразование Фурье (см. гл. 11), так как обычно это дает выигрыш в объеме вычислений.