Шаг 9: Моделирование функции протяженности точки psf.

Функция deconvlucy применяется для восстановления рассматриваемого размытого изображения с использованием функции протяженности точки PSF. Рассмотрим зависимость качества восстановления изображений от удачного выбора функции протяженности точки.

Binned=squeeze(sum(reshape(Blurred, [2 16 2 16])));

BinnedImage=squeeze(sum(Binned, 2));

Binned=squeeze(sum(reshape(PSF(1:14, 1:14), [2 7 2 7])));

BinnedPSF=squeeze(sum(Binned, 2));

subplot(234); imshow(1-BinnedImage, [], 'notruesize');

set(gca, 'Visible', 'on', 'XTick', [], 'YTick', []);

Проведем восстановление изображения BinnedImage с использованием смоделированной функции протяженности точки BinnedPSF. Отметим, что на изображении luc5 размещено только три объекта.

luc5=deconvlucy(BinnedImage, BinnedPSF, 100);

subplot(235); imshow(1-luc5, [], 'notruesize');

set(gca, 'Visible', 'on', 'XTick', [], 'YTick', []);

Рассмотрим еще один пример восстановления изображений с применением более точной функции протяженности точки. Восстановленное изображение (luc6) характеризируется более точным расположением объектов. Изменяя параметры, попробуем разделить объект в нижнем правом углу, что должно привести к улучшению восстановления.

luc6=deconvlucy(BinnedImage, PSF, 100, [], [], [], 2);

subplot(236); imshow(1-luc6, [], 'notruesize');

set(gca, 'Visible', 'on', 'XTick', [], 'YTick', []);

Некоторые подходы к улучшению визуального качества изображений с затемненными участками.

Как уже не раз отмечалось, изображение является одной из наиболее удобных форм представления информации. Однако, довольно часто, эти данные не обладают нужным уровнем визуального качества. Это затрудняет проведение их анализа и принятие на его основе достоверных решений. Поэтому актуальной является задача повышения визуального качества такого рода изображений. В этой работе рассмотрим вопросы повышения качества изображений с затемненными участками. Эту задачу можно обобщить на улучшение визуального качества тех изображений, в которых интенсивности пикселей информационных областей сосредоточены в узком динамическом диапазоне.

Подходы, которые применяются для решения этой задачи, могут быть самыми разнообразными. Стандартной методики, определяющей какой метод и когда применять, не существует. В большинстве случаев выбор того или другого метода делают на основе анализа гистограммы исследуемого изображения. Также следует отметить, что рассмотренные методы разрабатывались для обработки полутоновых изображений и применять их для обработки цветных изображений следует очень осторожно, поскольку это может привести к нарушению соотношений между составляющими цвета.

Шаг 1. Считывание исходного изображения.

Считаем исходное изображение (рис.1) в рабочее пространство Matlab и выведем его на экран монитора.

L=imread('krepost.bmp');

figure, imshow(L);

Также определим основные параметры (размерности) этого изображения.

[N M s]=size(L);

Рис. 1. Исходное изображение.

Шаг 2. Построение гистограммы исходного изображения.

Выбор того или другого метода обработки базируется на анализе его гистограммы. Построим гистограмму исходного изображения. Поскольку данное изображение является многомерным, то следует строить гистограмму по каждой цветовой составляющей.

imhist(L(:,:,1)); %красная составляющая.

Рис. 2. Гистограмма исходного изображения (красная составляющая).

imhist(L(:,:,2)); %зеленая составляющая.

Рис. 3. Гистограмма исходного изображения (зеленая составляющая).

imhist(L(:,:,3)); %синяя составляющая.

Рис. 4. Гистограмма исходного изображения (синяя составляющая).

Анализ гистограммы подтверждает тот факт, что основную часть изображения составляют темные и светлые области. Количество элементов изображения со средними значениями интенсивности существенно меньше. Известно, что наиболее приемлемым, с точки зрения визуального восприятия, являются изображения, гистограмма которых является равномерной. Из этого следует, что нужно провести такие преобразования, которые привели бы к растяжению диапазона интенсивностей темных и светлых областей. Теперь, исходя из своего опыта и знаний, исследователь подбирает нужный метод. Рассмотрим несколько подходов к решению данной задачи, а также проанализируем их преимущества и недостатки.