- •1.1. Введение. Роль информационных технологий.
- •1.2. Компьютеризированные системы цифровой обработки
- •1.3. Классификация сигналов. Их характеристики.
- •Энергетические характеристики сигналов:
- •2.1. Обобщенный ряд Фурье и системы базисных функций.
- •2.2. Разложение в ряд Фурье.
- •2.3. Примеры разложения в ряд Фурье.
- •Б) Пилообразный сигнал.
- •3.1 Преобразование Фурье.
- •3.2. Свойства преобразования Фурье.
- •4.1. Аналоговые, дискретные и цифровые сигналы.
- •4.2. Частота Найквиста.
- •4.3. Спектр дискретного сигнала.
- •4.4. Теорема Котельникова.
- •Частота дискретизации
- •5.1. Функции окна.
- •5.2. Виды окон.
- •5.3. Особенности функций окна.
- •6.1. Нерекурсивные фильтры
- •6.1.1. Алгоритм.
- •6.1.2. Импульсная характеристика.
- •6.1.3. Передаточная функция.
- •6.1.4. Определение параметров нерекурсивного фильтра низкой частоты.
- •6.1.5. Синтез нрф с использованием окон.
- •6.1.5. Расчет коэффициентов фильтра.
- •6.2. Явление Гиббса.
- •7.1. Коэффициенты для высокочастотных, полосовых и
- •7.2. Расчет вч, пф и рф.
- •Преобразование фнч в пф.
- •Преобразование фнч в режекторный фильтр.
- •8.1. Корреляционный анализ.
- •9.1. Основные свойства речевых сигналов.
- •9.2. Дискретизация и квантование речевых сигналов.
- •Обработке речевых и аудио сигналов.
- •10.1. Анализ речевых сигналов во временной области.
- •Одним из важных параметров речевого сигнала является его энергия:
- •Энергия может служить хорошей мерой отличия вокализованных и невокализованных участков речи. Энергия невокализованных участков речи намного меньше, чем вокализованных.
- •10.2. Анализ речевых сигналов в частотной области.
- •10.3. Гомоморфная обработка речи.
- •10.4. Психоакустическая модель восприятия звука.
- •Технологии при обработке и анализе изображений.
- •11.1. Обработка изображений, предназначенных для зрительного
- •Применение обработки изображений в задачах анализа.
- •Теоретические основы обработки изображений.
- •11.2. Сигналы во временной и пространственной областях.
- •12.1. Модель реставрации изображений.
- •12.2. Методы повышения контраста.
- •13.1. Операторы сглаживания.
- •Низкочастотные операторы с усреднением.
- •Низкочастотные гауссовские операторы.
- •12.2. Другие методы сглаживания.
- •Пороговое сглаживание.
- •Сигнально-адаптивные сглаживающие операторы.
- •Подчеркивание контуров низкочастотным оператором.
- •Подчеркивание контуров дифференциальным оператором.
- •Градиентные операторы.
- •Операторы Лапласа.
- •Специальные методы обострения контуров.
- •14.1. Основные требования к алгоритмам сжатия изображений. Класс изображений.
- •Примеры приложений, использующих алгоритмы компрессии графики
- •Требования к алгоритму.
- •Критерии оценки алгоритмов сжатия изображений.
- •14.2. Алгоритмы архивации без потерь.
- •14.2.1. Алгоритм rle.
- •14.2.2. Алгоритм lzw.
- •14.2.3. Алгоритм Хаффмана.
- •15.1. Алгоритм jpeg.
- •Работа алгоритма.
- •Характеристики алгоритма jpeg.
- •15.2. Рекурсивный (волновой) алгоритм.
- •Заключение.
Технологии при обработке и анализе изображений.
Рост числа автоматизированных систем управления и информационных систем, в которых производится переработка и анализ изображений, объясняется следующими факторами:
– качественным ростом систем сканирования (в частности, оптико-электронного приборостроения), достижениями в области аппаратных средств сбора информации;
– возросшими возможностями вычислительной техники;
– тем фактором, что визуальная информация является наиболее значимой информацией (80% информации об окружающем мире человек воспринимает с помощью зрения).
Информационные технологии, связанные с изображениями, развиваются в двух направлениях – в направлении обработки и анализа изображений и в направлении сжатия изображений.
Лекция № 11. Основы обработки изображений.
[3(49-60)]
11.1. Обработка изображений, предназначенных для зрительного
восприятия.
Различают обработку изображений, предназначенных для зрительного восприятия (отображение информации), и обработку в устройствах автоматического анализа. В последнем случае на первый план выходят задачи выделения признаков, формирования данных о количественных характеристиках и др. Обработку изображения, проводимую с целью улучшения его зрительного восприятия, иллюстрирует рис.1.
Главная задача обработки в этом случае состоит в повышении его качества, оцениваемого визуально (например, в медицинской рентгенодиагностике облегчить понимание, т.е. дешифрируемость изображения). Сохранение свойств оригинального изображения при этом, как правило, желательно, но не всегда обязательно.
Обработка изображения часто включает этап предварительной подготовки, которая производится:
в координатной или частотной области;
с учетом или без учета содержания изображения;
с использованием линейных или нелинейных алгоритмов обработки;
с использованием поэлементных операторов (действуют в пределах элемента изображения), локальных операторов (действуют в пределах отдельных окон в плоскости изображения) или глобальных операторов (действуют в пределах всего изображения).
Обработка изображения завершается выделением тех признаков, которые несут наибольшую информационную нагрузку. В процессе обработки изображения осуществляется, по существу, семантический его анализ. Весьма эффективны операции, осуществляемые с использованием памяти, при этом возможны:
коррекция геометрических искажений;
преобразование системы координат (ортогональной, полярной и др.);
масштабирование изображения;
видеоинтерполяция и др.
Рис.1. Классификация технических средств обработки изображений.
Предварительная обработка изображения как этап процедуры улучшения изображения включает большой набор элементарных алгоритмов, таких как:
нелинейные преобразования сигналов изображения с целью согласования амплитудных характеристик отдельных устройств (преобразователя изображения, устройства воспроизведения и т.п.);
коррекция сигнала по полю изображения (для выравнивания неоднородностей, вызванных дефектами освещения и чувствительности преобразователя изображения);
операция свертки в пространственной области с локальными операторами окон (операторами сглаживания, усреднения и др.);
фильтрация в пространственно-частотной области;
интерполяция в поле изображения;
временное суммирование изображений;
сегментация изображения и др.
