📭 🐛 🔅 विरल मास्क के साथ छवि प्रसंस्करण 🌌 🚽 📝

हम साधारण मास्क लगाकर छवियों के सामान्य स्थानिक प्रसंस्करण के बारे में बात करेंगे। कभी-कभी इस प्रक्रिया को द्वि-आयामी एपर्चर सुधार कहा जाता है। जैसा कि आप जानते हैं, इस तरह के प्रसंस्करण का सिद्धांत निम्नानुसार है: एक नई छवि का एक पिक्सेल पुरानी छवि के पिक्सेल के आधार पर बनता है और इसके वजन के साथ अलग-अलग वजन होता है। डिजिटल इमेज प्रोसेसिंग के वर्षों में उनके साथ बहुत सारे मास्क और ट्रिक्स का आविष्कार किया गया है, इस प्रकार के प्रसंस्करण के अपने पेशेवरों और विपक्ष हैं। हम दुर्लभ मास्क के प्रभावों पर विचार करेंगे।
हम छोटे विवरणों पर विचार करने के लिए टेस्ट टेलीविज़न टेबल की छवि अनुभाग को संसाधित करेंगे।

उदाहरण के लिए, सामान्य लो-पास मास्क लें [1]:

1 2 1 2 4 2 1 2 1

छोटे मुखौटे का प्रभाव आइसोट्रोपिक नहीं है, क्योंकि मुखौटा के केंद्रीय तत्व और ऊर्ध्वाधर / क्षैतिज तत्वों के बीच की दूरी मनमाने ढंग से 1 है, और मुखौटा और विकर्ण तत्वों के केंद्रीय तत्व के बीच यह 2 की जड़ है। यह कुछ ज्यामितीय विकृतियों की ओर जाता है। आइसोट्रॉपी सुनिश्चित करने के लिए मास्क का आकार बढ़ाने के लिए स्पष्ट समाधान है। जब कंप्यूटर पर छवि प्रसंस्करण में महारत हासिल थी, और रखरखाव पर खर्च होने वाला समय महत्वपूर्ण था, तो मुखौटा के आकार में वृद्धि से गणना की मात्रा में वृद्धि हुई, इसलिए यह शून्य के साथ "अतिरिक्त" तत्वों को भरने के लिए प्रथागत था। ये विचार 80 के दशक में कॉमरेड एल.पी. यारोस्लावस्की, लेकिन रूसी में उन्होंने तीन बड़ी किताबें प्रकाशित कीं, जहां उन्होंने इस मुद्दे को संबोधित नहीं किया, लेकिन मुझे उनके छोटे लेख या मोनोग्राफ नहीं मिले।
वैसे, मैं ढेर को उद्धृत करूंगा: "किसी भी छोटे आकार की वस्तु में कुछ कॉम्पैक्ट क्षेत्र में कई बिंदु होते हैं (यह एक सर्कल, आयत, क्रॉस, रोम्बस इत्यादि हो सकते हैं)। केंद्रीय तत्व के आसपास एक "ब्रेक ज़ोन" है। यदि इस क्षेत्र का आकार वस्तु के आकार से दोगुना है, तो वस्तु विरूपण के बिना बाहर खड़ी है [2]। "
5 * 5 तत्वों के मास्क के लिए एक ही लो-पास फ़िल्टर फॉर्म लेगा:

 1 0 2 0 1 0 0 0 0 0 2 0 4 0 2 0 0 0 0 0 1 0 2 0 1

हालांकि, धुंधला प्रभाव कई गुना अधिक मजबूत है, क्योंकि दूर के पड़ोसी नई छवि के केंद्रीय पिक्सेल के गठन में भाग लेते हैं।
7 * 7 तत्वों के मास्क के लिए समान निम्न-पास फ़िल्टर:

 0 0 0 2 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 2 0 0 4 0 0 2 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 2 0 0 0

प्रसंस्करण परिणामों की तुलना करें (क्रम में - मूल छवि, 3 * 3, 5 * 5, 7 * 7):

अगला, हम अपने आध्यात्मिक गुरु, गालचुक द्वारा गणना किए गए एक तीखे मुखौटे के प्रभाव पर विचार करते हैं, और [3] में प्रकाशित होते हैं।
3 * 3 तीक्ष्ण फिल्टर:

 -0.1 -0.1 -0.1 -0.1 2 -0.1 -0.1 -0.1 -0.1

स्पष्टता फ़िल्टर 5 * 5:

 -0.1 0 -0.1 0 -0.1 0 0 0 0 0 -0.1 0 2 0 -0.1 0 0 0 0 0 -0.1 0 -0.1 0 -0.1

स्पष्टता फ़िल्टर 7 * 7:

 0 0 0 -0.1 0 0 0 0 -0.1 0 0 0 -0.1 0 0 0 0 0 0 0 0 -0.1 0 0 2 0 0 -0.1 0 0 0 0 0 0 0 0 -0.1 0 0 0 -0.1 0 0 0 0 -0.1 0 0 0

और, चरम के लिए, 15 * 15 उच्च परिभाषा फिल्टर:

 0 0 0 0 0 0 0 -0.1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.1 0 0 0 0 0 0 0 0 0 -0.1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.1 0 0 0 0 0 0 2 0 0 0 0 0 0 -0.1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.1 0 0 0 0 0 0 0 0 0 -0.1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0.1 0 0 0 0 0 0 0

और, वास्तव में, परिणाम (क्रम में - मूल छवि, 3 * 3, 5 * 5, 7 * 7, 15 * 15):

दरअसल, 15 * 15 मास्क के लिए परिणाम स्पष्ट हैं, क्योंकि बड़ी वस्तुओं के लिए चमक में बड़े अंतर के साथ वस्तुओं की सीमाओं को विकृत करने का प्रभाव होता है, साथ ही साथ विभिन्न वस्तुओं के हिस्सों का एक दूसरे के साथ मिश्रण और कुछ छवि विवरणों का विनाश होता है। जैसा कि ऊपर उल्लेख किया गया है, यह इस तथ्य के कारण है कि संसाधित छवि के पिक्सल के चमक मान उन तत्वों से बनते हैं जो केंद्र बिंदु से दूर हैं।
S / w और cch के लिए माप किए जाने के बाद, मुझे पता चला कि छवियों के इस समूह के लिए इष्टतम मास्क का आकार 7 * 7 है।

बड़े, विरल मास्क की एक उल्लेखनीय विशेषता बढ़ती आकार के साथ प्रभाव को बढ़ाने में है।

यह लेख का मुख्य निष्कर्ष है।

बेशक, आप बड़े भरे हुए मुखौटे बना सकते हैं (कोई शून्य तत्व नहीं हैं, हर जगह कुछ गणना गुणांक हैं), लेकिन यहां इन तत्वों की गणना करना मुश्किल हो जाता है, क्योंकि किसी उद्देश्य के लिए मुखौटा बनाना एक बहुत ही गैर-तुच्छ और समय लेने वाला कार्य है जो एक नियम के रूप में, सबसे बड़ा प्रभाव देता है। लगभग समान परिस्थितियों में समान सिस्टम में प्राप्त छवियों के लिए। क्रमशः प्रसंस्करण समय, भी बढ़ता है।

कार्यान्वयन सुविधाएँ

मैंने लेख के लिए छवियां बनाने के लिए ImageJ का उपयोग किया - शुरुआती लोगों के लिए, यह बहुत अच्छा है, और सबसे महत्वपूर्ण बात, तेज। अपने स्वयं के मुखौटे और यहां तक कि जटिल प्रसंस्करण एल्गोरिदम बनाने की क्षमता मौजूद है (मैक्रोज़ के साथ कुछ लिखने के लिए कुछ अंतर्निहित मॉड्यूल प्रतीत होता है, लेकिन मैंने इसकी कोशिश नहीं की है)।

स्थिर अनुसंधान में मैं matlab का उपयोग करता हूं। मास्किंग के लिए कोड बहुत सरल है:

 input=imread('C:\input.jpg'); input=double(input); kernel=[-0.1 -0.1 -0.1;-0.1 2 -0.1;-0.1 -0.1 -0.1]/1.2; %  -  ,     % kernel=[0 0 -0.1 0 0;0 -0.1 0 -0.1 0;-0.1 0 2 0 -0.1;0 -0.1 0 -0.1 0;0 0 -0.1 0 0]/1.2; %  5*5,   output = imfilter(input, kernel); figure, imshow((output));

सोवियत विज्ञान को श्रद्धांजलि में

सामग्री की तलाश में, मैं 1982 में एक लेख में आया था [4], जिसमें मुखौटा का वर्णन 5 * 10 (जैसे, हालांकि कैनोनिक रूप से ऐसी चीजों की कभी सिफारिश नहीं की गई थी), के लिए बनाया गया था:

- निरंतर घटक को हटाने,
- पॉइंट ऑब्जेक्ट्स से सिग्नल की डायनेमिक रेंज को कम करना (जैसे कि वे चालाकी से आवेग के शोर से लड़े)।

{दिल आपको बताता है, यह मुखौटा गंभीर CRT ट्यूबों जैसे ज्यामिति समकारी पर ज्यामिति प्रदर्शित करता है}

संदर्भ

1. गोंजालेज आर।, वुड्स आर। डिजिटल इमेज प्रोसेसिंग। - एम ।: टेक्नोस्फीयर, 2005 ।-- 1072 पी।
2. कुरैची एम.आई. डिजिटल सिग्नल प्रोसेसिंग: एक अध्ययन गाइड। - टॉम्स्क: तकनीकी विश्वविद्यालय विभाग, TUSUR, 2012 ।-- 172 पी।
3. कोन्यूखोव ए.एल., गालचुक आई.वी., क्रुआचाय एम.आई. द्वि-आयामी एपर्चर सुधार और पुनरावृत्ति एल्गोरिदम का उपयोग करके सक्रिय-पल्स टेलीविज़न-कंप्यूटिंग सिस्टम का रिज़ॉल्यूशन बढ़ाना। कुर्स्क, सम्मेलन की सामग्री "मान्यता - 2012"।
4. मंद्रझ वी.पी. बिंदु वस्तुओं के निर्देशांक का निर्धारण करते समय संकेतों के द्वि-आयामी फ़िल्टरिंग की दक्षता। - एम .: संचार की तकनीक। श्रृंखला "टेलीविजन की तकनीक।" अंक 5 (संख्या 42), 1982

PS या और क्या

लेख में मैंने आंकड़े और गणना की विशेषताओं को नहीं दिया। छवि गुणवत्ता निर्धारित करने के लिए कई तरीके हैं, और उनमें से सभी कुछ हद तक पक्षपाती या असुविधाजनक हैं। इसके अलावा, तकनीकें काले और सफेद और रंगीन चित्रों के लिए भिन्न होती हैं।
दृष्टि प्रणालियों की श्वेत-श्याम छवियों को संसाधित करते समय, मुझे गुणवत्ता मानदंडों के साथ लंबे समय तक सामना करना पड़ा, क्योंकि व्यक्तिपरक लुक हमेशा व्यक्तिपरक होता है, और एक कंप्यूटर बारिश या घास के पेड़ को किसी शक्ति से हस्तक्षेप से अलग नहीं करता है यदि प्रोग्रामर नहीं करना चाहता है।
भविष्य में, श्रमिकों के अनुरोध पर, मैं ब्लैक-व्हाइट छवियों के लिए सिग्नल-टू-शोर और अन्य उद्देश्य (गणना) गुणवत्ता मानकों के मूल्यांकन पर एक समीक्षा लिख सकता हूं, इसके विपरीत गणना के तरीके (एक तुच्छ कार्य, लेकिन निम्न-गुणवत्ता वाली छवियों के लिए लगभग कोई पर्याप्त तरीके नहीं हैं), होमोमोर्फिक फ़िल्टरिंग द्वारा और जहां वह काम करती है, ठीक है, शायद हम कुछ और लेकर आएं।
आपका ध्यान के लिए धन्यवाद!

विरल मास्क के साथ छवि प्रसंस्करण

बड़े, विरल मास्क की एक उल्लेखनीय विशेषता बढ़ती आकार के साथ प्रभाव को बढ़ाने में है।

More articles: