Шаг 3. Арифметические операции с изображениями.

Наиболее простой метод, который приведет к увеличению детализации темных областей, заключается в реализации арифметических операций с исследуемым изображением.

Lvyh=L+64/255; % гистограмма сдвинута на 64 градации вправо.

Рис. 5. Обработка с использованием арифметических операций.

Такие операции приводят к тому, что гистограмма исследуемого изображения сдвигается на некоторое значение в среднюю часть диапазона, которая является наиболее приемлемой с точки зрения визуального восприятия.

Исходное изображение и гистограммы его цветовых составляющих
Исходное изображение	Красная составляющая	Зеленая составляющая	Синяя составляющая
Результирующее изображение и гистограммы его цветовых составляющих
Результат применения арифметических операций	Красная составляющая	Зеленая составляющая	Синяя составляющая

Рис. 6. Сравнение гистограмм цветовых составляющих исходного и результирующего изображений.

Как видно с рис. 6 применением арифметических операций можно достигать определенного уровня качества визуального восприятия. Однако данный метод имеет очень сильный недостаток, который заключается в том, что, улучшая одну область (в данном случае темную), интенсивности пикселей светлых областей сдвигаются к максимуму, что приводит к утере информации. Поэтому применять этот метод следует с учетом информативности тех или иных областей.

Шаг 4. Растяжение динамического диапазона интенсивностей пикселей изображения.

Если интенсивности пикселей потенциально информационных областей сосредоточены в узком динамическом диапазоне, тогда можно использовать еще один подход. Он заключается в растяжении динамического диапазона интенсивностей пикселей изображения. Проводятся эти преобразования согласно выражению

(1)

где , - массив значений соответственно исходного и результирующего изображений;

, - соответственно минимальное и максимальное значения исходного изображения.

Напомним, что преобразования по формуле (1) эффективны в том случае, если интенсивности пикселей потенциально информационных областей сосредоточены в узком динамическом диапазоне. Если применить эти преобразования к исходному выражению (рис. 1), то желаемого эффекта не достигнем, поскольку гистограммы его цветовых компонент занимают весь возможный диапазон.

Улучшения визуального качества исходного изображения можно достигнуть, если модифицировать выражение (1), т.е. сделать растяжение динамического диапазона интенсивностей пикселей изображения нелинейным

,

(2)

где α - коэффициент нелинейности.

Реализуем такое преобразование исходного изображения (рис.1) при α=0.5.

for k=1:3;

Lmin=min(min(L(:, :, k)));Lmax=max(max(L(:, :, k)));

for i=1:N; for j=1:M;

Lvyh(i, j, k)=(((L(i, j, k)-Lmin)/(Lmax-Lmin)))^.5; % реализация преобразований за выражением (2)

if Lvyh(i, j, k)>1; % защита от выхода за диапазон [0, 1]

Lvyh(i, j, k)=1;

end;

if Lvyh(i, j, k)<0;

Lvyh(i, j, k)=0;

end;

end; end;

end;

figure, imshow(Lvyh);

Рис. 7. Результат нелинейного растяжения динамического диапазона интенсивностей пикселей изображения.

Из приведенной части программы видно, что нелинейные преобразования проводятся для каждой цветовой составляющей. В цикле программы реализована также защита от выхода значений интенсивностей пикселей за пределы диапазона [0, 1].

В этой работе были рассмотрены наиболее простые методы повышения визуального качества изображений с затемненными участками. Эти методы служат основой для построения более сложных и эффективных методов обработки данных.