Transcript Postupci za poboljšanje kontrasta sivih slika

Postupci za poboljšanje
kontrasta sivih slika
Diplomski rad
Vlasta Srebrić
Fakultet elektrotehnike i računarstava
Mentor: prof. dr. sc. S. Ribarić
rujan 2003.
Sustav za detekciju, raspoznavanje i
automatski unos registarskih oznaka
• pretprocesiranje slika iz baze
Kontrast sivih slika
• raspon iskorištenih sivih razina - histogram
Postupci za poboljšanje kontrasta
slika
• cilj: bolja mogućnost interpretacije i analize
slika
– čovjek
– daljnja automatska obrada
• bolja iskorištenost sivih razina
Postupci za poboljšanje kontrasta
slika
Postupci u vremenskom području
globalni
s=f(r)
lokalni
I(x,y)=f(I0(x,y), W(x,y))
Postupci u frekvencijskom području
Fourierova transformacija
Transformacije intenziteta
• Rastezanje kontrasta
– osnovni tip
– “end-in search” tip
• Gama korekcija
s
r  min
max  min

0
r  donja
 r  donja
s
donja  r  gornja
gornja

donja

r  gornja

1
sr

Modeliranje histograma
• izjednačavanje histograma
– uniformna distribucija
k
r
s  f (r ) 
p
0
r
( w)dw
k
k
ni
s k  f (rk )   pr (ri )     h(i)
i 0
i 0 N
i 0
Modeliranje histograma
• izjednačavanje histograma s pragom
rk


nj
sk  f (rk )   k
 j 
 THE 1 N  nT
• specifikacija histograma
– drugi željeni oblici histograma
rk  THE
rk  THE
Lokalni postupci u vremenskom
području
(x,y)
(x,y)
• Lokalno izjednačavanje histograma
Lokalni postupci u vremenskom
području
• Ograničeno lokalno izjednačavanje histograma
(CLHE - Constrained Local Histogram Equalization)
– ograničenje promjene transformacijske funkcije
B
W
•
(x,y)
hL (r, x, y)  hW (r, x, y)  (1   )hB (r, x, y)
Postupci u frekvencijskom području
Vremensko područje
f(x,y)*h(x,y)
ulazna slika
f(x,y)
Inverzna
Fourierova
transformacija
Fourierova
transformacija
frekvencijska slika
F(u,v)
izlazna slika
g(x,y)
F(u,v)H(u,v)
frekvencijska slika
G(u,v)
Frekvencijsko područje
Postupci u frekvencijskom području
• Višekanalno filtriranje
– podjela ulazne slike na frekvencijske pojaseve i pojačavanje srednjih od visokih
frekvencija
• neoštro maskiranje
I S ( x, y)  I 0 ( x, y)  I B ( x, y)
I ( x, y)  GS I S ( x, y)  I B ( x, y)
• trokanalno filtriranje
I(x,y)=K0I0(x,y)+ K1I1(x,y)+ K2I2(x,y)
JGACEulazna slika I
•
•
Just Noticable
Difference - Guided
Adaptive Contrast
Enhancement
uzima u obzir ljudski
vidni sustav:
•
•
•
osjetljiviji na šum u
glatkim područjima
gdje je aktivnost
(promjene intenziteta)
mala
JND - najmanja
primjetna razlika
intenziteta
podjela slike na glatke i
dinamičke blokove
(velika aktivnost) kontrast se pojačava
samo u dinamičkim i to
samo ako je manji od
praga JND
0
F[ ]
niskopropusni
filter
Prewitt-ov
operator
Ig
Σ
IB
IS
G
Σ
izlazna slika I
lokalne
karakteristike
slike
&
odabrana svojstva
ljudskog vidnog
sustava
Odabir postupka
• subjektivna ocjena – tamne slike zahtijevaju
poseban pristup
• vremenska usporedba
• objektivna ocjena - konačna provjera na
temelju uspješnosti
raspoznavanja višeslojnim
perceptronom