Предварительная обработка изображения

Все методы предварительной обработки изображений можно разделить на пространственные и частотные. 
               Пронстранственные методы оперируют непосредственно с пикселями изображения, а в качестве характеристики изображения используется яркость. 
               Частотные методы связаны с переводом изображения в комплексную плоскость с помощью преобразования Фурье.

На первом этапе предварительной обработки происходит формирование изображения. Формированием изображения называется процедура непосредственного получения изображения в виде расположенного в памяти видеопроцессора массива дискретных элементов – пикселей, образующих матрицу или контур.

На этапе формирования изображения выбирают порог яркости путем регулирования освещения и проводят фильтрацию изображения для компенсации помех, а также выделят контур изображения - края и линии.

При необходимости на этом этапе выполняют бинаризацию, т.е. преобразуют полутоновое изображение в бинарное.

Выбор порога яркости является важнейшей процедурой первого этапа предварительной обработки изображения, поскольку его качество сильно зависит от освещенности рабочей сцены. Если освещенность занижена, то увеличивается количество помех на изображении вплоть до потери объекта; при очень сильной освещенности происходит засвечивание объекта. В большинстве случаев порог яркости регулируют при вводе изображения через фреймграббер.

Обычно при улучшении изображения применяют покадровую регулировку яркости и контрастности вводимого изображения. При этом для каждого кадра строят гистограмму распределения яркости изображения и вычисляют ее параметры: математическое ожидание и дисперсию. Каждая точка такой гистограммы определяет количество пикселей изображения, имеющих данное значение яркости. При этом математическое ожидание определяет общую яркость изображения, а дисперсия - контрастность.

Бинаризацию часто выполняют непосредственно после улучшения изображения. Задача бинаризации состоит преобразовании полутонового изображения в бинарное. В процессе бинаризации выбирают пороговое значение яркости, которое разделяет область объекта и область фона. Таким образом, если значение яркости в произвольной точке превышает пороговое значение, то точка принадлежит объекту, в противном случае - фону. Выходное бинаризованное изображение содержит две градации яркости: 0 или 1.

Таким образом, на изображении пиксели с единичным значением яркости принадлежат объектам, а с нулевым - фону.

Фильтрация изображения является наиболее длительной и сложной стадией предварительной обработки. Существует большое количество различных методов фильтрации со своими достоинствами и недостатками. Применение того или иного метода определяется задачей. Так, существуют алгоритмы, выполняющие одновременно две функции: филльтрацию и выделение контура (оконтуривающие фильтры). В общем случае фильтрация решает следующие основные задачи:

- сглаживание (подавление высокочастотной помехи типа "снег",

- повышение контрастности,

- выделение контура.

Фильтрация в ряде случаев позволяет существенно уменьшить аппаратурные помехи, вносимые оптической системой, фреймграббером, камерой (например, абберация объектива, дискретизация по полю ячеек светочувствительной поверхности и неодноднородность их фотоэлектрических характеристик).

Возможность фильтрации обусловлена тем, спектр визуальных помех обычно содержит более высокие пространственные частоты, чем спектр изображения, т.е. размер помех существенно меньше размера фрагмента объекта. Для усреднения высокочастотной помехи типа "снег" служит фильтр нижних частот. Недостатком низкочастотной фильтрации является ухудшение контрастности изображения.

Если же исходное изображение недостаточно резкое, что бывает при слабой освещенности, применяют высокочастотные фильтры, увеличивающие контрастность изображения. Фильтр верхних частот оставляет без изменения высокие частоты и сглаживает области, содержащие мало деталей, например блики. Недостатком высокочастотной фильтрации является появление артефактов изображения, особенно заметных на фоне в виде мелкодисперсных элементов, которые получили название "снег".

В результате предварительной обработки изображение содержит одно или несколько контурных представлений объектов. Процедура разделения этих контуров и соотнесения их с определенными объектами называется сегментацией. Несмотря на многообразие методов сегментации, все они направлены на поиск однородных областей изображения, которые можно было бы присвоить одному объекту. Частным случаем такой области является контур, разделяющий объект и фон. Поэтому алгоритмы сегментации, как правило, основываются на поиске разрывности в контуре и подобие областей. В первом случае находится контур и осуществляется его программный обход по установленному правилу. Если контур оказывается замкнутым, считаается, что он принадлежит объекту. Во втором случае определяются области изображения, обладающие общими свойствами (например, одинаковой яркостью пикселей). Прри нахождении таких областей происходит отнесение их либо к фону, либо к объекту.

Заметим, что существующиие алгоритмы сегментации очень чувствительны к освещенности. Алгоритмы сегментации путем обхода контура получили большее развитие (распознавание текстов).