- •230100 – Информатика и вычислительная техника
- •Часть 2. Алгоритмы цифровой обработки изображений 58
- •Часть 3. Методические указания для практических и лабораторных работ 109
- •Введение
- •Часть 1. Программирование графического адаптера nvidia с использованием технологии cuda
- •Краткая история развития графических адаптеров
- •Архитектура nvidia cuda
- •Архитектура gpu-приложения
- •Основные различия между cpu и cuda-устройством
- •Различие возможностей между поколениями cuda-устройств
- •Инструментарий cuda Toolkit
- •Установка
- •Проверка правильности установки
- •Компиляция примеров
- •Прикладные программные интерфейсы cuda
- •Особенности компиляции
- •Опции компилятора nvcc
- •Профайлер
- •Отладка программ в режиме эмуляции устройства
- •Среда разработки nvidia Parallel Nsight
- •Подключаемые библиотеки
- •Библиотека cublas
- •Библиотека cufft
- •Часть 2. Алгоритмы цифровой обработки изображений
- •Видоизменение гистограммы изображения
- •Основы пространственной фильтрации
- •Сглаживающие пространственные фильтры
- •Сглаживание изображений локальным усреднением
- •Сглаживание по обратному градиенту
- •Сглаживающий сигма-фильтр
- •Сглаживание по наиболее однородным областям
- •Медианный фильтр
- •Описание метода медианной фильтрации
- •Одномерный медианный фильтр
- •Зависимость качества работы медианного фильтра от размера апертуры
- •Двумерный медианный фильтр
- •Пространственные фильтры выделения границ областей
- •Линейные методы выделения границ областей. Лапласиан
- •Нелинейные методы выделения границ областей
- •Оператор Превита
- •Частотные фильтры
- •Сглаживающий частотный фильтр
- •Частотный фильтр повышения резкости
- •Гомоморфная фильтрация
- •Морфологическая фильтрация
- •Операции математической морфологии
- •Дилатация
- •Алгебраические свойства дилатации и эрозии
- •Применение морфологической дилатации
- •Применение морфологической эрозии
- •Размыкание и замыкание
- •Применение морфологических операций размыкания и замыкания
- •Основные морфологические алгоритмы
- •Выделение границ.
- •Заполнение областей.
- •Выпуклая оболочка.
- •Утончение.
- •Утолщение.
- •Построение остова.
- •Часть 3. Методические указания для практических и лабораторных работ
- •Практическая работа №1. Введение в технологию cuda
- •Цель работы
- •Порядок выполнения работы
- •Теоретическая часть
- •Архитектура графических адаптеров nvidia.
- •Архитектура чипа g80.
- •Архитектура чипа Fermi.
- •Вычислительные способности графического процессора.
- •Среда разработки cuda.
- •Язык cuda с.
- •Модель программирования cuda.
- •Теоретическая часть Модель памяти cuda
- •Особенности глобальной памяти.
- •Особенности разделяемой памяти.
- •Теоретическая часть Программный пакет «Sarcis».
- •Команды меню.
- •Панель инструментов.
- •Механизм подключения динамических библиотек.
- •Создание внешней библиотеки
- •Пример листинга программы динамической библиотеки.
- •Медианная фильтрация
- •Варианты индивидуальных заданий
- •Выбор по дискретному критерию.
- •Выбор по среднему контрасту.
- •Выбор по среднему градиенту.
- •Выбор на основе простых статистик.
- •Параметрическая аппроксимация.
- •Моментный подход.
- •Варианты индивидуальных заданий
- •Теоретическая часть
- •Инициализация устройства.
- •Выделение памяти на gpu
- •Пересылка данных между cpu и gpu.
- •Вызов функции ядра.
- •Методические рекомендации
- •Цель работы
- •Варианты индивидуальных заданий
- •Методические рекомендации
- •Защита лабораторной работы
- •Лабораторная работа № 3. Работа с разделяемой памятью в технологии cuda
- •Порядок выполнения работы
- •Методические рекомендации
- •Методические рекомендации
- •Особенности текстурной памяти.
- •Особенности линейной текстурной памяти.
- •Защита лабораторной работы
- •Правила оформления отчета
- •Оформление титульного листа
- •Библиографический список
Сглаживание по обратному градиенту
Метод сглаживания изображений по обратному градиенту заключается в специальном выборе весовых коэффициентов маски оператора. Чем больше абсолютное значение разности яркостей текущей (i,j) и центральной (x,y) точек, тем меньший вес придается соответствующему отсчету при усреднении. Для окна размером 3×3 элемента с центром в точке (x,y) процедура сглаживания изображениям f(i, j) описывается следующим образом:
где
и
Иными словами, влияние яркости пикселя окрестности зависит от того, насколько его яркость близка к яркости центрального пикселя.
Сглаживающий сигма-фильтр
Идея сигма-фильтра заключается в том, что при замене значения яркости в точке (x,y) в усреднении участвуют только те пиксели окрестности, значения которых отличаются от яркости центрального пикселя окна не более чем на заданную величину параметра алгоритма σ:
где
Нетрудно видеть, что этот фильтр представляет собой модификацию простейшего линейного сглаживающего пространственного фильтра.
Недостаток указанного
подхода, заключающийся в необходимости
априорного назначения параметра
алгоритма σ, частично преодолен в близком
к нему методе усреднения по К-ближайшим
соседям. Его суть заключается в замене
яркости
центральной точки (x,y) окна размером
N×N средним уровнем яркости К (К < N2)
ее соседей в окне с ближайшими к
значениями яркости.
Сглаживание по наиболее однородным областям
В пределах окна размером 5х5 выбирается 9 окон меньшего размера. Они показаны на рис. 2.4. Для каждого из девяти окон вычисляются среднее и дисперсия. Среднее значение яркости окрестности с минимальной дисперсией присваивается центральному элементу большого окна.
Рис. 2.4. Форма окон в методе сглаживания по однородным областям
Данный алгоритм можно модифицировать с целью сокращения вычислительных операций. Форма окон меньшего размера делается одинаковой и равной 3х3 пикселя (Рис. 2.5). Вместо дисперсии в качестве показателя однородности рассчитывается величина
Рис. 2.5. Примеры модифицированных областей усреднения
Здесь
– яркость центральной точки большого
окна 5×5;
– яркость l-й точки k-го малого окна
(3×3). Как и в предыдущем случае,
заменяется средним уровнем яркости в
пределах окна с минимальным значением
,
Медианный фильтр
Цифровые изображения, формируемые различными техническими устройствами, искажаются под действием помех, шумов. Это затрудняет как их визуальный анализ, так и автоматическую обработку на ЭВМ. Причинами помех зачастую являются: несовершенство измерительных приборов, хранение и передача изображений с потерей данных. Существует множество методов и алгоритмов устранения помех. Многообразие методов и алгоритмов фильтрации связано с наличием большого разнообразия видов шумов. Кроме того, применяются различные критерии оптимальности (время, качество, яркость и др.), основанные на разных оценках результатов фильтрации, что также ведет к разнообразию методов фильтрации.
Медианная фильтрация была предложена Дж. Тьюки в 1971 г. Первоначально ее предполагалось использовать в качестве инструмента анализа временных рядов, а позже ее стали применять для обработки изображений.
В настоящее время медианная фильтрация является достаточно изученным и широко применяемым методом в области цифровой обработки изображений. Особенностью медианного фильтра является его нелинейность, что особо выделяет его среди множества алгоритмов фильтрации.
