Суреттерді қалпына келтіру алгоритмдерін салыстыру мақаласы

Суреттерді қалпына келтіру алгоритмдерін салыстыру

Бұрмаланған суреттерді қалпына келтіру - суреттерді өңдеу, теориялық және практикалық тұрғыдан алғанда - тапсырмаларындағы ең қызықты және маңызды мәселелердің бірі. Ерекше жағдай - дұрыс емес фокустау мен бұлыңғырлық - бұл сіздердің әрқайсысыңыз жақсы таныс ақаулар, оларды түзету өте қиын - олар мақаланың тақырыбы үшін таңдалған. Қалған бұрмаланулармен (шу, бұрмалану, бұрмалау) адамзат тиімді күресуді үйренді, әрбір өзін-өзі құрайтын фотоматериалда тиісті құралдар бар.

Кескін ұзындық функциясы арқылы кескінді қалпына келтіру мәселесін шешудің кейбір тәсілдерін қарастырайық. MATLAB ортасында алгоритмдерді енгізген кезде, біз Image Processing Toolbox бағдарламасының тиісті функцияларын (deblurring functions) пайдаланамыз.

Материалды таныстыру процесінде пайдаланылатын кейбір тұжырымдамаларды анықтаймыз.

Деконволюция - бұл ыдырауға қарсы айналдыру процессі.

Бұрмалаушы оператор (функция) - бұрмаланған суреттерді имитациялау үшін пайдаланылатын оператор. Нүкте ұзындығының функциясымен енгізілетін бұрмалаулар практикада пайда болатын ұқсас болып табылады.

Оптикалық айырбастау функциясы - жиілік ауқымында оптикалық айырбастау функциясы сызықты, инвариантты жүйенің импульсіне жауапты сипаттайды. Оптикалық трансформация функциясы нүктелік ұзындық функциясының Фурье түрлендіруі болып табылады.

Нүкте ұзындығының функциясы-кеңістіктік аймақта нүкте ұзындығының функциясы оптикалық жүйе нүктелік жарықты ерітетін дәрежені сипаттайды. Нүкте ұзындығының функциясы Фурье оптикалық түрлендіру функциясынан инверсиялы түрленуі болып табылады.

Бұлыңғыр бейнені өңдеу технологиясының негізін қысқаша қарастырайық.

Суреттердің сапасы нашар (бұлыңғыр) болуының себебі әр түрлі факторлар болуы мүмкін. Бұл камераны бейнелерді түсіру, ұзақ уақытты эксплуатациялау уақыты, дефокус, атмосфералық турбуленттілік, конфокалды микроскоптардағы жарық шашырау және т.б.

Бұлыңғыр және бұрмаланған суреттерді шамамен өрнекте сипаттауға болады

g=Hf+n,

Мұндағы g – бұлыңғыр сурет

Н - бұрыштық оператор, нүктелік ұзындық функциясы арқылы анықталады. Бұл функцияны суретке түсіру бұрмалаудың себебі болып табылады;

f – бастапқы сурет

n - қосарлы шу, сурет түсіру кезінде енгізіледі және оларды бұрмалайды.

Нүкте ұзындығы функциясы

Қарастырылған үлгіге сүйене отырып, шайылған бейнелерді қалпына келтірудің фундаменталды міндеті бұрмалауды дәл көрсететін нүкте ұзындығының функциясы бар шайылған бейненің деконволюциясынан тұрады. Шайылған бейнелерді өңдеу сапасы, негізінен, нүкте ұзындығының қызметі туралы білімдермен анықталады.

Мысалға: ұзындық функциясын жасау үшін біз қозғалысқа байланысты бұрмалауды модельдейтін special функциясын пайдаланамыз және жібіту ұзындығын (LEN = 31) және жуылған деңгей бұрышын (THETA = 11) орнатамыз. Көзілдіріктің ұзындық функциясы жасалғаннан кейін, біз, мысалы, бастапқы бейнені айналдыру үшін имфильтер функциясын пайдаланамыз.

I = imread('peppers.png');

I = I(60+[1:256],222+[1:256],:);

figure; imshow(I); title('Original Image');

Бұлыңғыр суретті өңдеу мүмкіндіктерін пайдалану

MATLAB Image Processing Toolbox бумасында төрт суретті өңдеу функциясы бар:

1. deconvwnr - винероский сүзгісін қолдану арқылы бұлыңғыр кескіндерді қалпына келтіреді;

2. deconvreg - регуляризациялау сүзгілерін пайдаланып бұлыңғыр бейнені қалпына келтіруді жүзеге асырады;

3. deconvlucy - Lucky-Richardson (Lucy-Richardson) алгоритмін пайдаланып бұлыңғыр кескіндерді қалпына келтіреді;

4. deconvblind - соқыр деконволюция алгоритмі арқылы бұлыңғыр суреттерді қалпына келтіреді;

A=deconvwnr(A, PSF) функциясы A суретін қалпына келтіреді, ол PSF нүктесінің ұзындығы функциясымен және шуды толықтырумен бұзылған. Алгоритм есептеу мен бастапқы кескіндер арасындағы ең аз орташа квадраттық қате тұрғысынан оңтайландырылады және сурет пен Шудың корреляция матрицасын пайдаланады. Шу құрауышы болмаған жағдайда, Винер сүзгісі идеалды инверсиялық сүзгіге айналады.

A=deconvwnr(A, PSF, NSR) функциясында NSR параметрі сигнал/шу қатынасын көрсетеді. NSR шамасы өлшемі A массив болып табылады.

A=deconvwnr(A, PST, CAR, CAR) функциясында NCCOR және ICCOR параметрлері сәйкесінше шу мен бастапқы суреттің автокорреляциялық функциялары болып табылады. N COR және COR өлшемдігі бастапқы суреттің өлшемінен аспауы тиіс. N CAR немесе CAR векторлары PSF сияқты өлшемдік автокорреляциялық функцияны ұсынады. Егер PSF массив болса, бір өлшемді автокорреляциялық функция PSF барлық жеке емес өлшемдерді қосумен экстраполяцияланады.

J=deconvreg(I, PSF) функциясы I суретін PSF ұзындығы мен шуды қосу арқылы қалпына келтіреді. Алгоритм есептеу және нақты сурет арасындағы ең төменгі квадраттық қатенің кенсе-де оңтайлы болып табылады.

Функциясы J=deconvreg(I, PSF, NOISEPOWER) NOISEPOWER болып табылады параметрі қосылған шу. Әдепкі бойынша бұл мән 0 тең.

J=deconvreg(I, PSF, NOISEPOWER, LRANGE) функциясында LRANGE параметрі оңтайлы рұқсатты іздеу үшін рангті анықтайтын вектор болып табылады. Алгоритм Lrange рангінде lagra Лагранжының оңтайлы коэффициентін іздейді. Lrange скаляр параметрі lagra параметріне lrange тең мән береді. Әдепкі деңгей [1e-9 және 1e9] шегінде.

J=deconvreg(I, PSF, NOISEPOWER, LRANGE, REGOP) функциясында REGOP параметрі орауды сипаттайтын реттеу операторы болып табылады. Әдепкі бойынша реттеу операторы орташаландыру операциясының суретін түсіретін лапласиан болып табылады. REGOP массивінің өлшемі сурет өлшемінен аспауы керек.

Функцияның қорытынды мәні [J, LAGRA]=deconvreg(I, PSF, ...) Лагранж коэффициенті түрінде қалпына келтірілген J суретіне қосылады.

Deconvlucy функциясы Lucy-Richardson алгоритміне негізделген. Бұл функция итеративті, оңтайландыру технологиясын және Poisson статистикасын пайдаланады. Бұл функцияны пайдаланып, бұрмаланған кескіндердің қоспа шуы туралы ақпаратты көрсету қажет емес.