3.2.5. Медианный фильтр
Медианный фильтр в отличие от сглаживающего фильтра реализует нелинейную процедуру подавления шумов. Медианный фильтр представляет собой скользящее по полю изображения окно W, охватывающее нечетное число отсчетов. Центральный отсчет заменяется медианой всех элементов изображения, попавших в окно. Медианой дискретной последовательности x1 , x2 , ..., xL для нечетного L называют такой ее элемент, для которого существуют (L - 1)/2 элементов, меньших или равных ему по величине, и (L - 1)/2 элементов, больших или равных ему по величине. Другими словами, медианой является средний по порядку член ряда, получающегося при упорядочении исходной последовательности. Например, med(20, 10, 3, 7, 7) = 7. Двумерный медианный фильтр с окном W определим следующим образом:
(8)
Как и сглаживающий фильтр, медианный фильтр используется для подавления аддитивного и импульсного шумов на изображении. Характерной особенностью медианного фильтра, отличающей его от сглаживающего, является сохранение перепадов яркости (контуров). При этом если перепады яркости велики по сравнению с дисперсией аддитивного белого шума, то медианный фильтр дает меньшее значение СКО по сравнению с оптимальным линейным фильтром. Особенно эффективным медианный фильтр является в случае импульсного шума.
Что касается импульсного шума, то, например, медианный фильтр с окном 3х3 полностью подавляет одиночные выбросы на равномерном фоне, а также группы из двух, трех и четырех импульсных выбросов. В общем случае для подавления группы импульсных помех размеры окна должны быть по меньшей мере вдвое больше размеров группы помех. Среди медианных фильтров с окном 3х3 наиболее распространены следующие:
(9)
Координаты представленных масок означают, сколько раз соответствующий пиксел входит в описанную выше упорядоченную последовательность.
Разновидностью медианного фильтра является метод, подавляющий импульсный шум и в то же время минимально изменяющий значения яркости на исходном изображении, состоит в замене яркости пикселов локальных максимумов на локальное максимальное значение яркости между границами и замене пикселов локальных минимумов на локальное минимальное значение между границами:
(10)
здесь P(i) - исходная интенсивность пиксела i; P'(i) - новое значение интенсивности пиксела i. Уравнение (1) представляет минимум из k пикселов, уравнение (2) - максимум из k пикселов.
3.2.6. Выделение контуров
С точки зрения распознавания и анализа объектов на изображении наиболее информативными являются не значения яркостей объектов, а характеристики их границ - контуров. Другими словами, основная информация заключена не в яркости отдельных областей, а в их очертаниях. Задача выделения контуров состоит в построении изображения именно границ объектов и очертаний однородных областей.
Будем называть контуром изображения совокупность его пикселов, в окрестности которых наблюдается скачкообразное изменение функции яркости. Так как при цифровой обработке изображение представлено как функция целочисленных аргументов, то контуры представляются линиями шириной, как минимум, в один пиксел. При этом может возникнуть неоднозначность в определении линии контура с перепадом яркости.
Если исходное изображение, кроме областей постоянной яркости, содержит участки с плавно меняющейся яркостью, то введенное определение контура остается справедливым, однако при этом не гарантируется непрерывность контурных линий: разрывы контуров будут наблюдаться в тех местах, где изменение функции яркости не является достаточно резким.
С другой стороны, если на "кусочно-постоянном" изображении присутствует шум, то, возможно, будут обнаружены "лишние" контуры в точках, которые не являются границами областей.
При разработке алгоритмов выделения контуров нужно учитывать указанные особенности поведения контурных линий. Специальная дополнительная обработка выделенных контуров позволяет устранять разрывы и подавлять ложные контурные линии.
Общую процедуру построения бинарного изображения границ объектов иллюстрирует блок-схема, представленная на рис.
Рис. Процедура выделения контуров
Исходное изображение f подвергается линейной или нелинейной обработке, с тем чтобы выделить перепады яркости. В результате этой операции формируется изображение e, функция яркости которого существенно отличается от нуля только в областях резких изменений яркости изображения f. Затем в результате пороговой обработки из изображения e формируется графический (контурный) препарат g. Правильный выбор порога на втором этапе должен производиться из следующих соображений. При слишком высоком пороге могут появиться разрывы контуров, а слабые перепады яркости не будут обнаружены. При слишком низком пороге из-за шумов и неоднородности областей могут появиться ложные контуры. Других особенностей пороговая обработка не имеет. Поэтому обратим основное внимание на первую операцию - выделение перепадов яркости (контуров) - и рассмотрим основные методы выполнения этой операции.