Informatics Point
Информатика и проектирование
Перейдем к практике, начнем со сравнения перечисленных методов на изображении с искусственным размытием и шумом.
Результаты:
Фильтр Винера
Фильтр Люси-Ричардсона
Регуляризация по Тихонову
Слепая деконволюция
Немного затронем примеры реальных изображений. До этого все искажения были искусственными, что хорошо для обкатки и изучения. Но посмотрим, как все это будет работать с настоящими фотографиями. Вот один пример такого изображения, снятого с ручным уводом фокуса:
Запускаем скрипт:
И получаем следующий результат:
На изображении появились новые детали, четкость стала гораздо выше, но появились помехи в виде "звона" на контрастных границах.
Теперь рассмотрим пример с реальным смазыванием:
Скрипт примерно тот же, только тип PSF поменяем на "motion":
Результат:
Качество, заметно улучшилось - стали различимы рамы на окнах, машины. Артефакты уже другие, нежели в предыдущем примере с расфокусировкой.
Заключение
Цифровая обработка сигналов - наука о представлении сигналов в цифровом виде методах обработки таких сигналов. Она охватывает множество предметных областей, таких как обработка изображений и биомедицинских данных, обработка звука и речи, обработка сигналов с сонаров, радаров и сенсоров, спектральный анализ.
В Работе большое внимание уделено искажающим функциям, которые не просто полезны в цифровой обработке изображений, но дают абсолютно необходимый инструмент для дальнейшего изучения вопросов, связанных с обработкой изображений. Вопросы оценки искажающей функции и сегодня представляют значительный интерес. Поскольку искажающая функция редко бывает известна точно, в последние годы был предложен целый ряд методов, в которых особое значение придается определенным аспектам восстановления. Особое внимание уделено вопросам сохранения резких перепадов значений яркости для повышения резкости изображения, в то время как основной целью в работе является восстановление мелких объектов на искаженных изображениях.
Смазанные изображения - один из самых неприятных дефектов в фотографии, наравне с расфокусированными изображениями. В работе рассматриваются алгоритмы деконволюции для восстановления смазанных и расфокусированных изображений. Эти подходы позволяют восстановить исходное изображение, если известна точная траектория смазывания (или форма пятна размытия).
В большинстве случаев траектория смазывания предполагается прямой линией, параметры которой должен задавать сам пользователь - для этого требуется достаточно кропотливая работа по подбору ядра, кроме того, в реальных фотографиях траектория смазывания далека от линии и представляет собой замысловатую кривую переменной плотности/яркости, форму которой крайне сложно подобрать вручную.
Так же в работе вводятся основные понятия ЦОС: линейные системы, свертка, дискретное преобразование Фурье.
Решение производственных задач по основам метрологии и радиоизмерений
Предметом дисциплины «Метрология и радиоизмерения» является
изучение основ метрологии и метрологического обеспечения, стандартизации и
сертификации в област ...
Цифровая обработка сигналов
сигнал преобразование фурье искажение
Цифрова́я обрабо́тка сигна́лов (ЦОС, DSP - англ. digital signal processing) -
преобразование сигналов, п ...
Устройство преобразования аналоговых сигналов
Преобразование информации к виду, удобному для использования в
различных устройствах, является важной задачей в системах управления. Долгое
время предпочтен ...
Меню сайта
2025 © www.informaticspoint.ru