Разработка алгоритмов восстановления изображений на основе применения гиббсовского описания

• Автор: Голещихин, Денис Валериевич
• Шифр специальности: 05.11.18
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Новосибирск
• Количество страниц: 143 с. : ил

СОДЕРЖАНИЕ

1. ВВЕДЕНИЕ
1.1. Задача восстановления изображений
1.2. Цели и задачи работы
2. РАЗРАБОТКА ГИББСОВСКИХ МОДЕЛЕЙ ПОЛУТОНОВЫХ ИЗОБРАЖЕНИЙ, ПОДЛЕЖАЩИХ ВОССТАНОВЛЕНИЮ
2.1. Распределение Гиббса и стохастическая релаксация
2.2. Разработка гиббсовской модели фрагмента стационарного поля.
2.3. Разработка приближенного гиббсовского описания фрагмента стационарного поля
2.4. Разработка двухуровневой гиббсовской модели изображения
2.5. Анализ потенциальной точности алгоритмов компенсации линейных
однородных искажений
Выводы по разделу
3. РАЗРАБОТКА АЛГОРИТМОВ ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЙ, ОПИСЫВАЕМЫХ ГИББСОВСКИМИ МОДЕЛЯМИ
3.1. Алгоритм компенсации линейных однородных искажений
3.2. Алгоритм компенсации линейных неоднородных искажений
3.3. Алгоритм компенсации линейных и нелинейных однородных искажений
3.4. Алгоритм компенсации шума зернистости фотопленки
3.5. Алгоритм компенсации размытия цветных изображений
3.6. Алгоритм компенсации линейных искажений, основанный на
двухуровневой гиббсовской модели изображения
Выводы по разделу
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЕ
П.1.1. Состав и назначение программы

П.1.2. Интерфейс программы
П. 1.3. Порядок работы с программой DIP Explorer
ПРИЛОЖЕНИЕ
1. ВВЕДЕНИЕ

1.1. Задача восстановления изображений
Возрастающая сложность задач, решаемых современными информационными системами, требует поиска и разработки новых подходов для их решения. Это в первую очередь относится к системам сбора и обработки информации. Основная задача таких систем заключается в выделении из поступающего потока информации полезной составляющей. Как правило, обрабатываемая информация представлена в виде одномерных или многомерных сигналов или последовательностей. Выбор способа их описания имеет решающее значение при проектировании информационных систем, поскольку в конечном итоге определяет структуру информационной системы и ее качественные показатели.
Развитие средств регистрации, хранения и отображения информации привело в настоящее время к широкому распространению представления данных в виде дискретных изображений. Такое представление часто оказывается более предпочтительным для восприятия человеком вследствие его большой информативности. Как правило, процесс получения изображений связан с потерей качества. Потери возникают вследствие недоступности непосредственному наблюдению регистрируемых величин, а также из-за несовершенства измерительной аппаратуры. Поэтому актуальной является задача построения алгоритмов, извлекающих полезную информацию из наблюдения, а также алгоритмов, обеспечивающих улучшение качества восприятия поступающей информации.
Общая схема процесса формирования изображения показана на рис. 1.1. Исходное изображение X, называемое также идеальным изображением, содержит в себе ту полезную информацию о некотором явлении или процессе, которую необходимо извлечь из наблюдения [3]. Наблюдаемое

Рис. 2.5. Изображение "Палец" а), модуль спектра изображения б), спектральная плотность мощности модели порядка Ра-0,а=Ъ в)