Informatics Point

Информатика и проектирование

Сравнение изображений на практике

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.

Лучшие статьи по информатике

Разработка автоматизированной системы контроля процессов пайки топливных коллекторов
На современном этапе развития промышленности, обеспечение стабильной работы предприятий по выпуску конкурентоспособной продукции, является задачей первостеп ...

Разработка системы управления электроприводом нажимного устройства реверсивного четырехвалкового стана 5000 горячей прокатки
Целью проекта является разработка системы управления электроприводом нажимного устройства реверсивного четырехвалкового стана «5000» горячей прокатки. По ...

Разработка цикловой системы управления промышленным роботом
Электроника - это область науки и техники, которая занимается изучением физических основ функционирования, исследованием, разработкой и применением приборо ...

Меню сайта