Documente Academic
Documente Profesional
Documente Cultură
Restaurarea imaginilor
Conf. dr. ing. Ana-Maria Suduc
Cursul 10
Restaurarea imaginilor
Restaurarea imaginilor
Recuperarea
Modelarea
imaginii
Aplicarea
unui proces
degradării invers
originale
Restaurarea imaginilor
Exemple
Tehnici
În domeniul spațial (ex. zgomot aditiv)
În domeniul frecvență (ex. neclaritatea imaginii)
Important
Caracteristicile spațiale ale zgomotului
Dacă zgomotul e corelat cu imaginea
2 𝑧𝑧−𝑎𝑎 2
−
𝑝𝑝 𝑧𝑧 = �𝑏𝑏 𝑧𝑧 − 𝑎𝑎 𝑒𝑒 𝑏𝑏 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑧𝑧 ≥ 𝑎𝑎
0 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑧𝑧 < 𝑎𝑎
𝜋𝜋𝜋𝜋
𝑧𝑧̅ = 𝑎𝑎 +
4
𝑏𝑏 4 − 𝜋𝜋
𝜎𝜎 2 =
4
Zgomotul Erlang (gamma)
1
𝑝𝑝 𝑧𝑧 = �𝑏𝑏 − 𝑎𝑎 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑎𝑎 ≤ 𝑧𝑧 ≤ 𝑏𝑏
0 î𝑛𝑛 𝑐𝑐𝑐𝑐𝑐𝑐 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
𝑃𝑃𝑎𝑎 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑧𝑧 = 𝑎𝑎
𝑝𝑝 𝑧𝑧 = �𝑃𝑃𝑏𝑏 𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝𝑝 𝑧𝑧 = 𝑏𝑏
0 î𝑛𝑛 𝑐𝑐𝑐𝑐𝑐𝑐 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
Histogramele unor
benzi (subimagini)
extrase din imaginile
afectate de zgomot
Gaussian, Reyleigh și
uniform
Parametrii funcțiilor de densitate de
probabilitate
Datele obținute din benzile de imagine pot fi obținute pentru a calcula media și varianța
nivelurilor de gri (de intensitate). Dacă se notează o bandă (subimagine) cu S și 𝑝𝑝𝑆𝑆 𝑧𝑧𝑖𝑖 , 1=1...L-1,
valorile probabilităților estimate (histogramei normalizate) ale intensităților pixelilor din S, unde L
este numărul total de valori posibile din întreaga imagine (256, pt o imagine pe 8 biți), media și
varianța pixelilor din S se estimează folosind formulele:
𝑧𝑧̅ = ∑𝐿𝐿−1
𝑖𝑖=0 𝑧𝑧𝑖𝑖 𝑝𝑝𝑆𝑆 𝑧𝑧𝑖𝑖
Forma histogramei identifică cea mai apropiată potrivire a funcției de densitate de probabilitate.
Dacă forma este aproximativ gaussiană, atunci media și varianța sunt suficiente, deoarece funcția
densitate de probabilitate gaussiană este complet specificată de acești doi parametri.
Pentru celelalte forme ale zgomotului se folosesc media și varianța pentru a afla parametrii a și b.
Restaurarea imaginilor afectate doar de
zgomot – Filtrarea spațială
Când singura degradare într-o imagine este cea dată de zgomot, imaginea degradată
va fi:
𝑔𝑔 𝑥𝑥, 𝑦𝑦 = 𝑓𝑓 𝑥𝑥, 𝑦𝑦 + 𝜂𝜂 𝑥𝑥, 𝑦𝑦
Acesta este cel mai simplu filtru de mediere. Imaginea filtrată va fi:
1
𝑓𝑓̂ 𝑥𝑥, 𝑦𝑦 = � 𝑔𝑔(𝑠𝑠, 𝑡𝑡)
𝑚𝑚𝑚𝑚
(𝑠𝑠,𝑡𝑡)∈𝑆𝑆𝑥𝑥𝑥𝑥
Această operație poate fi implementată prin folosirea unui filtru spațial de dimensiune
m x n în care toți coeficienții au valoarea 1/mn. Un filtru de mediere estompează
variațiile locale din imagine, iar zgomotul e redus.
Filtrul de mediere geometrică
În acest caz fiecare pixel restaurat va avea valoarea produsului pixelilor din vecinătate,
ridicat la puterea 1/mn. Filtrul de mediere geometrică are un efect asemănător cu cel
de mediere aritmetică, doar că, de obicei, se pierd mai puține detalii.
Filtrul de mediere armonică
Filtrul de medie armonică funcționează bine pentru zgomotul de tip sare, dar nu
funcționează pentru zgomotul de tip piper. Se descurcă bine și cu alte tipuri de
zgomot, cum ar fi zgomotul gaussian.
Filtru de mediere contraarmonică
Acest filtru este foarte potrivit pentru reducerea sau eliminarea virtuală a efectelor
zgomotului de tip "sare și piper". Pentru valori pozitive ale lui Q, filtrul elimină
zgomotul de tip piper. Pentru valori negative ale lui Q, acesta elimină zgomotul de tip
sare. Nu le poate face pe amândouă simultan. Filtrul contraarmonic este filtrul de
mediere aritmetică atunci când Q = 0 și la filtrul de mediere armonică atunci când Q = -1.
imagine afectată de
Imaginea originală
zgomot Gaussian cu
media 0 și varianța 400
imaginea filtrată
imaginea filtrată
cu filtru de
cu filtru de
mediere
mediere
contraarmonică
contraarmonică
Q=-1.5
Q=1.5
Observații
Filtrele de mediere aritmetică și geometrică (în special cel din urmă) sunt potrivite
pentru zgomotul aleatoriu, cum ar fi zgomotul gaussian sau uniform
Filtrul contraarmonic este bine adaptat pentru zgomotul impuls, dar are dezavantajul
că trebuie să se știe dacă zgomotul este întunecat sau luminos pentru a selecta semnul
adecvat pentru Q.
Rezultatele aplicării unor filtre de mediere contraarmonice cu semne greșite pentru Q (la
prima s-a aplicat un filtru cu Q=-1.5, iar la a doua Q=1.5)