29336

Коррекция структурных свойств изображения

Лекция

Математика и математический анализ

Коррекция резкости изображения Коррекция резкости изображения в системе поэлементной обработки может осуществляться двумя методами: аппертурным и программным. Аппертурный метод включает аппертурную коррекцию резкости изображения по методу нерезкого маскирования при этом коррекция производится непосредственно при сканировании изображения. В соответствие с этой процедурой производится обработка массива цифровой информации формируя сигнал нерезкого изображения путем интегрирования нескольких пиксель в окрестностях обрабатываемой пиксели.

Русский

2013-08-21

54.5 KB

6 чел.

Лекция 18

Коррекция структурных свойств изображения

Коррекция структурных свойств изображения разделяется на :

- коррекция резкости;

- коррекцию шумов.

Коррекция резкости изображения

Коррекция резкости изображения в системе поэлементной обработки может осуществляться двумя методами: аппертурным и программным. Аппертурный метод включает аппертурную коррекцию резкости изображения по методу нерезкого маскирования, при этом коррекция производится непосредственно при сканировании изображения.  

Для такой коррекции используется дополнительный канал формирующий сигнал. Этот канал отличается тем, что при сканировании устанавливается большая аппертура, чем аппертура сканирования в основном канале.

Полученный дополнительный сигнал формирует относительно нерезкое изображение, которое образует собой нерезкую маску.

Аналогичную операцию можно проделывать также с применением цифрового фильтра нерезкого маскирования. В соответствие с этой процедурой производится  обработка массива цифровой информации формируя сигнал нерезкого изображения путем интегрирования нескольких пиксель в окрестностях обрабатываемой пиксели. Дальнейшая процедура соответствует обычной процедуре нерезкого маскирования.

Параметрами нерезкого маскирования, которые позволяют регулировать степень нерезкого маскирования являются:

- радиус, который характеризует соотношение аппертур основного канала и канала нерезкого маскирования. Выбор этого значения будет определять ширину полосы подчеркивания;

- параметр количества. Он характеризует степень усиления при нерезком маскировании, то есть контраст подчеркивающей полосы;

  •  порог. Он определяет тот  порог контраста изображения с которого начинается включение процесса нерезкого маскирования.

Возможно подчеркивание изображения как в области светов и теней (подчеркивание осуществляется как по светлой так и по черной границе изображения), так и выбор возможного подчеркивания только с одной стороны изображения.

Выбор параметров нерезкого маскирования зависит от семантики оригинала и от его масштаба, то есть от коэффициента масштабирования. Четких рекомендаций по этому вопросу не существует и выбор этих параметров зависит от опыта оператора. Обычно рекомендуется только, что параметр радиуса определяется как величина разрешения выраженная в пикселях при сканировании деленная на 200.

Важным фактором является выбор канала по которому проводится нерезкое маскирование. Не рекомендуется осуществлять маскирование по всем каналам одновременно. При не приводки такого изображения будет получаться структурный шум изображения.

При рациональной работе в системе Lab нерезкое маскирование целесообразно проводить по каналу L (по светлоте). Если будем использовать нерезкое маскирование в СМУК, то для улучшения резкости необходимо использовать канал дополнительный по цвету к основному цвету маскируемого изображения. Так, например, если хотим осуществить повышение резкости зелени, то маскирование нужно проводить в канале пурпурной краски, которая будет формировать рисунок определяющий резкость этих листьев.

Нерезкое маскирование до настоящего времени является самым распространенным и привычным способом коррекции резкости. Однако, в современном программном обеспечении существуют и другие средства коррекции резкости, которые осуществляются цифровыми методами с применением дополнительных фильтров коррекции резкости. Для такой коррекции резкости используются цифровые матрицы пересчета с центральным положительным  элементом и отрицательными периферийными элементами. При этом величина центрального элемента должна по абсолютной величине превосходить сумму величин периферийных элементов. Степень повышения резкости будет зависеть от степени превышения этой величины.

При возможности аппаратного нерезкого маскирования этому способу необходимо отдавать предпочтение перед методами программной коррекции, так как этот способ аппаратного нерезкого маскирования  дает более хорошие результаты без дополнительных затрат времени на обработку.

Коррекция шумов изображения

Шумы могут быть случайные  аналоговые, импульсные и различного рода детерминированные.

Случайные аналоговые шумы

Случайные аналоговые шумы порождаются, как правило, гранулярной структурой фотографического материала, но котором изготовлен оригинал. Шумы становятся актуальными при увеличении более чем в 8 раз.

Для устранения таких шумов применяются методы сглаживающей фильтрации.

Действие этих методов основано на цифровой фильтрации путем усреднения значения сигнала по окрестности считываемой пиксели. В программах типа PhotoShop эти сглаживающие фильтры носят название Blur, Gaussian Blur.

Blur даст  прямое усреднение. Gaussian Blur вводит веса пиксель в матрицу усреднения по закону Гаусса.

Blur является устаревшим так как не позволяет регулировать степень усреднения. Степень сглаживания регулируется неоднократным применением фильтра.

 Gaussian Blur  более современный. В нем можно регулировать параметр усреднения, регулируя таким образом сглаживание.

Необходимо помнить, что использование таких фильтров может приводить к потери резкости изображения, так как усредняется не только шумовая структура, но и пиксели формирующие границу изображения. В некоторых случаях целесообразно после процедуры сглаживания дополнительно осуществлять процедуру нерезкого маскирования.

 Случайные импульсные шумы

Под случайными импульсными шумами понимаются относительно редко расположенные единичные дефекты, типа царапин, пылинок. Применительно к ним процедура сглаживания обычно не эффективна в результате того, что размеры таких дефектов достаточно велики.

Для устранения таких дефектов применяются фильтры ранго-порядкового класса. Такие ранго-порядковые фильтры создают серии пиксель вдоль строки, упорядочивают эти серии, располагая их по порядку возрастания, откидывают минимальные и максимальные значения пиксель, которые могут быть дефектными и находят среднее значение в этой серии. Это среднее значение ставят на место анализируемой пиксели.

Таким образом можно устранить относительно мелкие дефекты как типа царапин, так и типа пыли. В принципе можно изменять длину серии и таким образом осуществлять селекцию более крупных дефектов.

Однако, для достаточно крупных дефектов, которые превышают длину серии пиксель этот метод не применим.

Именно по этому методу работает фильтр Dust and Scratches.

При более крупном импульсном шуме необходимо прибегать к полуавтоматическому ретушированию, в котором устранение дефектов изображения осуществляется  путем замены дефектных пиксель на окрашенные пиксели из их ближнего окружения. Из ближнего окружения выбирается пикселя и сажается на дефектное место.

В программном обеспечении такая процедура называется штамп и требует значительных затрат времени. Прежде чем приступить к такой процедуре необходимо проанализировать изображение в масштабе увеличения при репродуцировании и устранить те дефекты, которые будут заметны при этом масштабе. В принципе, такая же процедура может быть использована и для редакционной коррекции, когда необходимо дополнить какие-то утраченные детали изображения.

Детерминированные шумы изображения

Наиболее ярким представителем детерминированных шумов изображения является растровая структура изображения, если в качестве оригинала используется полиграфический оттиск.

Считывание растрового изображения может привести к нежелательному взаимодействию растровой структуры изображения с новой растровой структурой генерируемой в процессе фотовывода.

Возможно два пути решения этой проблемы:

1. устранение растровой структуры оригинала в процессе сканирования и обработки. Для этого используются методы подобные методам аппретурной фильтрации при считывании изображения с большей апертурой, или их цифровой аналог, то есть усреднение пиксель и формирование усредненного сигнала.

Теоретически и экспериментально показали, что наилучшие результаты получаются при согласовании размера апертуры с размерами растрового элемента растровой структуры оригинала. Поэтому в процессе сканирования необходимо точно определить линиатуру растра, который использовался в оригинале и фильтр де растрирования выбирать в соответствие с этой линиатурой.

Для определения линиатуры растра в оригинале возможно использование специальных тестов. Некоторые современные программы, например LinoColor, позволяют в процессе предварительного сканирования определять линиатуру и в соответствие с ней устанавливать оптимальный фильтр дерастрирования.

Недостатки такого устранения:

1) потеря резкости изображения;

2) в следствии различных углов поворота растровых структур изображения для разных красок, полного согласования апертуры  дерастрирования и растровой структуры не происходит и неизбежны остаточные флуктуации в изображении (муарообразование).

2. считывание растровой структуры с ее полным сохранением. В результате мы получим при считывании трех растровых цветоделенных изображения с сохранением растровой структуры. По сути дела мы получим изображение в системе СМУК.  Далее это изображение можно перевести в Lab потеряв таким образом информацию о растровой структуре. Затем всю обработку перевести в Lab и перейти в СМУК со своей растровой структурой.  

Для этого необходимо считывать с высоким разрешением. СopiDot – соответствующее программное обеспечение для перевода СМУК в Lab.

В настоящее время сложность заключается в том, что считывание цветных изображений имеет значительные трудности. Поэтому такого рода технология CopiDot, в настоящее время, используется для  считывания фотоформ растрированных и цветоделенных.

Далее возможна процедура перехода из СМУК в Lab, проведение дополнительных по коррекции градации, переверстке изображения. Затем новое растрирование.  

Особенно интересна эта технология, которая в последнее время сильно развилась, необходимостью использования каких-то архивных фотофрм технологии C-t-P (компьютер-печатная форма).

3. перерастрирование с использованием растра нерегулярной структуры (частотно-модулированного).

Учет шумовых свойств структуры оригинала

Оригинал, за частую, содержит изображение, в котором имеется периодическая структура напоминающая структуру полиграфического растра. Взаимодействие этой  структуры с структурой полиграфического растра может приводить к шумам типа шумов муарообразования. Иногда это взаимодействие бывает весьма интенсивно и хорошо заметно.

Для устранения или снижения такого рода шумов возможно несколько путей решения:

  1.  применить растр с нерегулярной структурой;
  2.  если эта структура имеет сильную ахроматическую составляющую, то целесообразно интенсивное использование  GCR и затем выбор углов поворота растра, возможно нестандартных, которые дают меньшее муарообразование для данной структуры;
  3.  если возможно по дизайну, то можно уменьшить масштаб изображения;
  4.  возможно сглаживание (снижение резкости) изображения и даже добавление шумов соответствующими фильтрами обработки.

Возникновение шумов изображения (детерминированных) при неоптимальном проведении процесса

Помимо шумов, объясняемых объективными причинами (это шумы присутствующие в оригинале) возможно возникновение шумов уже в самом процессе репродуцирования.

Такими шумами являются шумы квантования. Их принять называть шумами пастеризации. Они возникают тогда, когда при неограниченном числе уровней квантования в процессе преобразования, например градационной коррекции, производится усиление ведущее к растяжению интервала квантования. Этот интервал квантования начинает превосходить пороговый критерий. И таким образом шаги тона становятся визуально заметными. Это приводит к появлению ложных границ на непрерывном изображении, которые обычно имеют размытый характер распределяясь по поверхности изображения.

Другими причинами шумов может являться неправильный выбор масштаба при сканировании изображения. В результате необходимость перемасштабирования такого изображения в дальнейшем технологическом процессе, когда перемасштабирование происходит уже с изображением высокого разрешения, приводит к появлению шумов.

Перевод одной пиксельной структуры в  другую может являться причиной муарообразования.

Саму растровую структуру изображения то же можно рассматривать как шумы и ее воспроизведение, то есть появление шумов, будет зависеть от спектра этих шумов. Существует большая разница между спектром регулярной растровой структуры и нерегулярной растровой структуры.

При проведении дальнейшего процесса возникают шумы второго порядка, которые связаны с нестабильностью воспроизведения растровой структуры. Такая нестабильность воспроизведения зависит от условий проведения процесса, но также и от структуры растра, в частности от периметра растровых точек, от их формы и обычно более заметна для растровых структур обладающих большим периметром и обладающих более интенсивной высокочастотной составляющей.

Если точка является квадратной, то углы уже несут высокочастотную информация и по закону фильтрации они более подвержены воздействиям.

5


 

А также другие работы, которые могут Вас заинтересовать

54922. Environmental Problems 68 KB
  It’s a wonderful world we live in. It is our Earth. For thousands of years the Earth has given support to all forms of life – human beings, animals, birds, fishes, insects and plants. But now people all over the world think about our planet. They think about air, water, plants and animals on the Earth. They say our planet is in danger. We have very serious environmental problems on our Earth. Who can say what these problems are?
54926. ПЛАН ПСИХОЛОГИЧЕСКОГО АНАЛИЗА УРОКА 32.5 KB
  Место и значение данного урока в перспективном плане развития учащихся Формулировка цели. В какой мере содержание и структура урока отвечают принципам развивающего обучения: Соотношение нагрузки на память и мышление учащихся; Соотношение воспроизводящей и творческой деятельности учащихся; Соотношение усвоения знаний в готовом виде со слов учителя ученика и т. и самостоятельного поиска; Какие звенья проблемноэвристического обучения выполняются учителем и какие учащимися кто ставит проблему кто решает; Соотношение...
54927. Размножение и развитие насекомых 52.5 KB
  Так как учитель ставит перед учениками различные интересные задачи решение которых требует не только жизненного опыта но и логического мышления. Организация внимания Для организации внимания учеников на занятиях учитель обращает внимание на такие аспекты как: выделение важной информации то есть основную так называемый скелет новой темы который будет обрастать более подробной информацией. Важную информацию учитель выделяет с помощью занесения ее в конспект изменения тембра голоса также с помощью сосредоточения учеников на ней чтобы они...
54928. Валовой национальный продукт и методы его исчисления. Номинальный, реальный и потенциальный ВНП 20.34 KB
  Валовой национальный продукт – это рыночная стоимость конечных товаров и услуг, произведенных в течение года факторами производства, принадлежащими гражданам данной страны независимо от их местонахождения. Существует три метода определения величины ВНП: - метод конечного использования – определение ВНП как суммы расходов