Prelucrarea imaginilor pe calculator

În sistemul de procesare a informațiilor, semnalele sunt primite, de regulă, într-o formă continuă. Pentru prelucrarea informatică a semnalelor continue, este în primul rând necesar să le convertim în semnale digitale. Pentru aceasta se efectuează operații de discretizare și cuantificare.







Prelevarea de imagini

Discretizarea este transformarea unui semnal continuu într-o secvență de numere (numărătoare), adică reprezentarea acestui semnal de către o bază dimensională finită. Această reprezentare constă în proiectarea unui semnal pentru această bază.

Cel mai convenabil din punct de vedere al organizării prelucrării și modului natural de prelevare a probelor este prezentarea semnalelor sub formă de prelevare a valorilor (numărărilor) lor în puncte separate, localizate în mod regulat. Această metodă se numește rasterizare. iar secvența nodurilor în care sunt luate citirile este raster. Intervalul prin care sunt luate valorile semnalului continuu se numește etapa de eșantionare. Un pas invers este numit frecvența de eșantionare,

O întrebare importantă care decurge din procesul de discretizare: cât de des să luați eșantioanele de semnal pentru a avea posibilitatea de recuperare inversă din aceste eșantioane? Evident, dacă luați eșantioane prea rar, acestea nu vor conține informații despre un semnal care se schimbă rapid. Rata de schimbare a semnalului este caracterizată de frecvența superioară a spectrului său. Astfel, lățimea minimă admisibilă a intervalului de eșantionare este legată de cea mai mare frecvență a spectrului de semnal (invers proporțional cu acesta).

Semnalul este restabilit folosind funcția. Kotel'nikov a demonstrat că un semnal continuu care îndeplinește criteriile de mai sus poate fi reprezentat sub forma unei serii:

Această teoremă este numită și teorema de eșantionare. Funcția este numită și funcția de eșantionare sau Kotel'nikov. deși seria de interpolare de acest tip a fost studiată de Whitaker în 1915. Funcția de eșantionare are o lungime infinită de timp și atinge o valoare maximă de unu într-un punct relativ la care este simetric.







Fiecare dintre aceste funcții poate fi considerată ca fiind răspunsul unui filtru ideal de trecere joasă (LPF) la pulsul delta care a sosit la momentul respectiv. Astfel, pentru a restabili un semnal continuu din probele sale discrete, acestea trebuie să fie trecute prin LPF-ul corespunzător. Trebuie remarcat faptul că un astfel de filtru nu este cauzal și fizic imposibil de realizat.

Relația de mai sus înseamnă posibilitatea unei reconstrucții exacte a semnalelor cu un spectru limitat din secvența citirilor lor. Semnalele cu spectru limitat sunt semnale ale căror spectru Fourier este diferit de zero numai în cadrul unei zone limitate a domeniului de definiție. Semnalele optice le pot fi atribuite, deoarece Spectrul Fourier al imaginilor obținute în sistemele optice este limitat datorită dimensiunii limitate a elementelor lor. Frecvența se numește frecvența Nyquist. Aceasta este frecvența limitatoare, deasupra căreia nu ar trebui să existe componente de spectru în semnalul de intrare.

Image quantization

Cu procesarea digitală a imaginilor, o gamă dinamică continuă de valori de luminozitate este împărțită într-o serie de nivele discrete. Această procedură se numește cuantificare. Esența sa constă în transformarea unei variabile continue într-o variabilă discretă care ia un set finit de valori. Aceste valori sunt numite niveluri de cuantizare. În cazul general, transformarea este exprimată printr-o funcție pas (figura 1). Dacă intensitatea numărului de imagini este în intervalul (adică când). atunci numărul inițial este înlocuit cu nivelul de cuantificare, unde - pragurile de cuantizare. Se presupune că intervalul dinamic al valorilor luminozității este limitat și egal.

Fig. 1. Funcția care descrie cuantizarea

Principala sarcină aici este de a determina valorile pragurilor și nivelurilor de cuantificare. Cea mai simplă metodă de a rezolva această problemă este împărțirea intervalului dinamic în intervale egale. Cu toate acestea, această decizie nu este cea mai bună. Dacă valorile intensității majorității probelor de imagine sunt grupate, de exemplu, într-o regiune "întunecată" și numărul de nivele este limitat, atunci este recomandabil să se cuantizeze neuniform. În zona "întunecată" ar trebui să fie cuantificată mai des, iar în "lumină" mai rar. Aceasta va reduce eroarea de cuantizare.

În sistemele de procesare a imaginilor digitale, acestea tind să reducă numărul de nivele și praguri de cuantizare, deoarece cantitatea de informații necesare pentru a codifica imaginea depinde de cantitatea lor. Cu toate acestea, cu un număr relativ mic de nivele pe o imagine cuantificată, pot apărea contururi false. Ele apar ca urmare a unei schimbări bruște a luminozității imaginii cuantificate și sunt deosebit de vizibile în regiunile ușor înclinate ale variației sale. Contururile false afectează în mod semnificativ calitatea vizuală a imaginii, deoarece vederea umană este deosebit de sensibilă la contururi. La cuantizarea uniformă a imaginilor tipice, sunt necesare cel puțin 64 de nivele.







Articole similare

Pagina anterioară

Pagina următoare

Trimiteți-le prietenilor: