4.3.Порядок выполнения работы

На основе программы, созданной в лабораторной работе №2, разработать программу, выполняющую фильтрацию изображения линейным усредняющим и медианным фильтром с прямоугольной апертурой.

Предусмотреть возможность изменения размеров апертуры фильтра.

Исследовать влияние фильтров с апертурами различных размеров на исходное изображение, и изображение, подвергшееся воздействию аддитивного белого и импульсного шума.

4.4.Контрольные вопросы

1. Объясните основное отличие линейной фильтрации от нелинейной?

2. Как влияет увеличение апертуры линейного фильтра на результирующее изображение?

3. Какой из видов фильтров – линейный усредняющий или медианный, – оказывается более эффективным при обработке импульсного шума?

5.ЛР №5. ИССЛЕДОВАНИЕ МЕТОДОВ ВЫДЕЛЕНИЯ КОНТУРОВ

5.1.Цель и задачи работы

Закрепить на практике сведения о способах выделения контуров объектов на монохромных изображениях. Разработать программу, реализующую двумерное пространственное дифференцирование сигнала фильтрами Роббертса и Собела.

Требования к техническим и программным средствам: персональный компьютер PC/AT; операционная система MS Windows; интегрированная среда разработки ABC-Pascal.

5.2.Основные теоретические положения

Важным этапом обработки растровых изображений в системах технического зрения является выделение контуров объектов. Анализируя контуры, оказывается возможным определять форму, геометрические размеры объектов и, в конечном итоге, решать задачу распознавания образов.

Основным принципом большинства методов определения кромок объектов является вычисление частных производных.

Градиент изображения в точке определяется как двумерный вектор, компонентами которого являются частные производные яркости в этой точке по соответствующим пространственным координатам:

.

Вектор указывает направление максимального изменения функции яркости в точке . С точки зрения анализа контура объекта представляет интерес не только направление, но и (даже в большей степени) величина этого вектора, обозначаемая :

. ( 1 )

Операция вычисления квадратного корня обычно требует значительных временны;´х затрат, поэтому на практике градиент часто аппроксимируется суммой абсолютных значений частных производных:

. ( 2 )

Производные, использующиеся в выражениях (1)-(2) применительно к цифровым моделям изображений могут быть вычислены различными способами. Наиболее простым является оценка производных по разностям между уровнями яркости соседних пикселей:

( 3 )

В более сложном случае рассматривается окрестность размером 33 точки, по которой осуществляется оценка:

( 4 )

Градиентный фильтр, основанный на выражении (3) называется фильтром Робертса, а на выражении (4) – фильтром Собела. Фильтр Собела имеет определенное преимущество над фильтром Робертса за счет большего усреднения, что делает градиент менее чувствительным к помехам. В принципе возможно использование более широких окрестностей для оценки градиента, однако чрезмерное увеличение их размеров влечет дополнительные вычислительные и временные затраты.

Выход градиентных фильтров может непосредственно использоваться для формирования выходного результирующего изображения, то есть:

,

где c – некоторый масштабирующий коэффициент.

Однако возможен и другой подход, заключающийся в сравнении вычисляемого градиента с некоторым пороговым значением:

Таким образом, задавая величину порога можно указывать, какой контрастностью должен обладать участок изображения, чтобы быть отнесенным к контуру некоторого объекта.