2 Инверсная фильтрация.

Реставрация изображений – процесс оценивания исходного изображения, которое подвергнуто некоторому преобразованию. Для того чтобы успешно решить такую задачу, желательно иметь модель искажающей системы. В реальных системах искажения могут возникнуть из-за таких явлений как турбулентность атмосферы, дефекты фотоматериалов, датчиков изображений; возникают явления нерезкости изображения из-за быстрого движения датчика изображений, шумовые дефекты. Для многих таких явлений разработаны соответствующие математические модели, на основе которых строятся алгоритмы реставрации.

Во многих случаях известно, что при линейном искажении можно использовать и линейные методы для восстановления, поэтому будем рассматривать системы реставрации в виде фильтра с независимым от линейного сдвига импульсным откликом На выходе этого фильтра получается исправленное изображение, описываемое функцией

В тех областях, где H_D мало (АЧХ), а шум присутствует, вторая составляющая в (3.5) может сильно возрастать, что будет выражаться, в конечном итоге, в сильном искажении мелких деталей изображения. Поэтому такое явление может приводить к значительным ошибкам в оценке исходного изображения.

Билет 17

1 Алгоритм разметки и параметризации бинарного изображения.

В результате решения задачи сегментации имеем дело часто с бинарными изображениями, у которых могут присутствовать объекты и фон (точки принадлежат объекту и фону). Также присутствуют ошибочные точки (шум на бинарном изображении). Задача разметки и параметризации состоит а том, чтобы определить, сколько сегментов присутствует на изображении и оценить их параметры (число точек, размеры по осям и т.п.). Под сегментом подразумевается некоторая связанная совокупность точек, имеющих одинаковую яркость.

При реализации описанного алгоритма для обработки любой i-ой строки или выражения необходимо иметь информацию о предыдущей строке (i-1), записанную в виде последовательности, представленной в строке (i-1) матрицы H’ метода с их адресами, и формировать такую же информацию по строке i для последующей строки i+1.

2 Алгоритм измерения координат с межкадровым изменением текущего изображения объекта.

Билет 18

1 Морфологическая обработка. Базовые понятия теории множеств.

Морфология предлагает единый, достаточно мощный подход для многих задач обработки изображений. В математической морфологии объекты представляются множеством на изображении. В более широком плане изображения могут быть небинарными.

Базовые понятия теории множеств.

Пусть А – множество в пространстве Z². Если а=(а₁,а₂) есть элемент А, то этот факт обозначается символической записью:

В противном случае, то есть когда а не является элементом А, используется запись

Множество, не содержащее ни одного элемента, называется пустым множеством и обозначается

Множество задается путем перечисления его содержимого в {}. Например, записывая выражение в форме C={ω|ω=-d, d D}, подразумевается, что С состоит из элементов ω, которые строятся умножением на -1 обоих координат каждого элемента множества D.

Если все элементы множества А являются также элементами другого множества В, то говорят, что А есть подмножество множества В, что обозначается

Объединение двух множеств А и В: С=А (4).

Пересечение: (5).

Два множества А и В называются непересекающимися или взаимоисключающими, если у них нет общих элементов. В этом случае

Дополнение множества А есть множество элементов, не содержащиеся в А: А^С={ω|ω А} (7).

Разность двух множеств А и В обозначается А\В и определяется

А\В={ω|ω , ω B}=A B^C (8).

Это множество состоит из элементов А, которые не входят в множество В.

Рис.1 иллюстрирует введенные выше понятия.

Центральное отражение множества В, обозначаемое , определяется как

Эта операция эквивалентна повороту множества В на 180 относительно начальных координат.

Параллельный перенос (или сдвиг) множества А в точке z=(z₁, z₂) обозначается (А)_z и определяется:

Точки на рис.2 указывают местоположение начала координат для каждого из множеств.

Известны логические операции, являющиеся дополнением к алгоритмам обработки морфологических операций. Логические операции применимы к бинарным изображениям.