Реконструкция смазанных и зашумленных изображений методами регуляризации и усечения в технических системах обработки информации

• Автор: Дайнеко, Мария Владимировна
• Шифр специальности: 05.11.01
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Санкт-Петербург
• Количество страниц: 190 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ

ГЛАВА 1 ОБРАБОТКА ЦИФРОВЫХ ИЗОБРАЖЕНИЙ

1.1 Объекты изображений, системы наблюдений и типы искажений

1.2 Оцифровка изображений

1.3 Типы изображений и классы чисел в системе ММБаЬ

1.4 Математическое описание прямой и обратной задач обработки смазанных и зашумленных изображений
1.5 Выводы

ГЛАВА 2 СУЩЕСТВУЮЩИЕ МЕТОДЫ РЕКОНСТРУКЦИИ

ИЗОБРАЖЕНИЙ

2.1 Метод инверсной и псевдоинверсной фильтрации

2.2 Метод параметрической фильтрации Винера
2.3 Варианты реконструкции с использованием метода регуляризации Тихонова
2.3.1 Метод преобразования Фурье с регуляризацией Тихонова
2.3.2 Метод квадратур с регуляризацией Тихонова
2.4 Другие методы. Сравнение различных методов
2.5 Выводы
Глава 3 МОДЕЛИРОВАНИЕ СМАЗЫВАНИЯ И ЗАШУМЛЕНИЯ ИЗОБРАЖЕНИЙ (ПРЯМАЯ ЗАДАЧА)
3.1 Моделирование смазывания изображений. Особенности использования «граничных условий»
3.2 Новый прием «усечение-размытие» краев изображения
3.3 Смазывание под углом изображений (прием «поворота изображения»),..
3.4 Моделирование зашумления изображений
3.5 Выводы
Глава 4 НОВАЯ МЕТОДИКА РЕКОНСТРУКЦИИ ИСКАЖЕННЫХ ИЗОБРАЖЕНИЙ
4.1 Реконструкция смазанных изображений методом преобразования Фурье или квадратур с регуляризацией Тихонова и с использованием способа «усечение-размытие-по ворот»
4.1.1 Устранение смазывания изображения методом преобразования Фурье с регуляризацией Тихонова (варианты 1 и 2)
4.1.2 Устранение смазывания изображения методом квадратур с регуляризацией Тихонова (варианты 3, 4 и 5)
4.2 Устранение зашумленности на изображениях
4.3 Оценка качества восстановления смазанных изображений
4.4 Выводы
Глава 5 РЕАЛИЗАЦИЯ НОВОЙ МЕТОДИКИ РЕКОНСТРУКЦИИ ИСКАЖЕННЫХ ИЗОБРАЖЕНИЙ В СИСТЕМЕ МАТЬАВ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
5.1 Основные характеристики системы Ма1ЕаЬ
5.2 Описание головных программ и т-файлов
5.3 Примеры реконструкции искаженных изображений
5.3.1 Реконструкция модельных искаженных изображений
5.3.2 Реконструкция реальных искаженных изображений
5.4 Практические рекомендации по использованию новой методики
5.5 Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ
Актуальность темы. Большую часть информации человек воспринимает через зрительные образы. В настоящее время для регистрации, обработки и передачи данных (в частности, изображений) наибольшее распространение получили технические системы измерений и обработки информации, которые обычно представляют результат в виде цифрового изображения. Развитие технических систем обработки информации позволяет решать многие прикладные задачи, связанные с обработкой изображений. Под техническими системами измерений и обработки информации в данной работе подразумеваются системы, включающие устройства регистрации изображений (фотоаппараты, цифровые фото- или видеокамеры, микроскопы, телескопы, томографы и т.д.) и вычислительные устройства.
В технических системах обработки информации изображение обычно регистрируется матрицей сенсоров на основе ПЗС-матрицы. При этом выполняются оцифровка, дискретизация и квантование изображения. Наиболее часто используются полутоновые (серые, gray) изображения с градацией яркости, особенно, в медицине (томограммы, рентгеновские снимки и т.п.), а также в космо-аэро-динамической съемке, цифровых телескопах, микроскопах и т.д.
Под изображениями в представленной работе понимаются цифровые полутоновые изображения с градацией серого цвета (так называемые серые изображения), некоторое внимание уделено и цветным изображениям. В качестве объектов изображений могут быть использованы следующие: фотоснимок человека, текста, движущихся целей (самолет, автомобиль), объекта природы (в том числе, сделанный из космоса), теле- и киноизображение, телескопический снимок, оптико-электронное воспроизведение космического объекта, томограммы и т.д.

изображение смещается на общее расстояние а. Полагая Уо(/) = 0> имеем [15, с. 387]:
Н(и,у)--^—^т(пиа)е^тиа. (1.8)

Заметим, что Н обращается в нуль в точках и = п/а, где п - целое.
Если объект и съемочная камера в процессе экспозиции движутся относительно друг друга с постоянной скоростью, то результирующее изображение оказывается «смазанным», на него будут наложены различные участки объекта. Передаточная функция в такой системе имеет вид [8, с. 24]:
Н(и)-sm.au/и, (1.9)
где а - параметр, определяемый скоростью движения.
В результате на носителе зафиксируется смазанное изображение. Пример модельного смазанного изображения (томограммы головного мозга человека) представлен на рис. 1.5 [45].
Рис. 1.5. Смазанная томограмма: g(x,y) - распределение интенсивности по изображению; Д - величина сдвига (смаза); ось х направлена вдоль смаза.