матрицы. Цвета в указываемой таблице могут кодироваться другим числом

битов. Например, в 256 цветовых режимах видеоадаптеров выбирается 256

цветов из 262 144 возможных, так как выбираемые цвета представляются в

RGB-формате и для каждого цветового компонента кодируются шестью

битами.

На всех этапах данного курсового проекта осуществляется обработка

изображений в черно-белом формате или формате градаций серого.

Подготовка исходного изображения

Создание исходного цифрового изображение путем цифровой фотосъемки и дальнейшей обработки в любом графическом редакторе. Сохранение полученного изображения в формате bmp, размером 300х300 пикселей (Рис 2).

Обработка изображений путем по элементных преобразований

Результат обработки в любой точке кадра зависит только от значения входного изображения в этой же точке. Очевидным достоинством таких процедур является их предельная простота. Вместе с тем, многие из них приводят к очевидному субъективному улучшению визуального качества. Этим определяется внимание, которое уделяется поэлементным процедурам. Не преувеличивая их роли, отметим, что очень часто поэлементная обработка применяется как заключительный этап при решении более сложной задачи обработки изображения. Часто бывает полезным подчеркнуть, усилить какие-то черты, особенности, нюансы наблюдаемого изображения с целью улучшения ее субъективного восприятия.

Рассмотрим сущность поэлементной обработки изображений. Итак, если

изображения имеют формат градации серого ( черно-белый формат – его

частный случай) значения яркости изображений соответствуют элементам

получаемого массива точек кадра, имеющего декартовы координаты i (номер 8 строки) и j (номер столбца). На рис. 1 приведена часть массива, получаемого

из изображения на Рис 2.

рис. 1

Импортирование данных из полученного файла в массив

Рис 2.

Инверсия изображения

Под инверсией изображения понимается получение негатива из исходного изображения и наоборот (Рис 3). При использовании восьми битового формата изображения градации серого уровень яркости кодируется 256 уровнями (от 0 до 255). Фактически осуществляется преобразование белого в черный, учитывая все 256 уровней кодирования (Рис 3).

(Рис 3)

Тогда операцию инверсии изображения математически можно записать следующим образом:

Фактически с помощью формулы осуществляется преобразование

белого в черный, учитывая все 256 уровней кодирования.

Рис 3.

Линейное контрастирование исходного изображения

Задача контрастирования связана с улучшением согласования динамического диапазона изображения и экрана, на котором выполняется визуализация. В рассматриваемом случае формата градаций серого на кодирование каждого отсчета изображения отводится 1 байт (8 бит) запоминающего устройства, поэтому уровни могут принимать одно из 256 значений. Обычно в качестве рабочего используется диапазон 0...255; при этом значение 0 соответствует при визуализации уровню черного, а значение 255 – уровню белого. Предположим, что минимальная и максимальная яркости исходного изображения равны и соответственно. Если эти параметры или один из них существенно отличаются от граничных значений яркостного диапазона, то визуализированная картина выглядит как ненасыщенная, неудобная, утомляющая при наблюдении.

Ненасыщенное изображение можно получить из исходного при помощи

следующего выражения:

Получим ненасыщенное изображение (Рис. 4а), а потом, с помощью линейного контрастирования, улучшим его качество (Рис. 4b) .

Рис . 4a

Рис 4b

При линейном контрастировании используется поэлементное преобразование вида:

Рис 4

Построение линейной и кумулятивной гистограмм изображения

Для цифрового изображения формата градации серого, шкала яркостей которого принадлежит целочисленному диапазону 0...255, гистограмма представляет собой таблицу из 256 чисел. Каждое из них показывает количество точек в кадре, имеющих данную яркость.

Линейная гистограмма (Рис 5a) определяет полный перебор матрицы изображения. Значение элементов матрицыв свою очередь являются индексами массива гистограммы. При выборе какого-либо элемента матрицы к соответствующему элементу массива гистограммы добавляется единица. В итоге, после полного перебора матрицыкаждый элемент массива отражает общее число элементов матрицыс соответствующим уровнем яркости.

У кумулятивной гистограммы (Рис 5b) любое значение элемента массива равно сумме всех предыдущих.

Рис 5.

Рис 5а

Рис 5b

Бинаризация изображения

Преобразование с пороговой характеристикой превращает полутоновое изображение, содержащее все уровни яркости, в бинарное, точки которого имеют яркости 0 или 255. Такая операция, называемая иногда бинаризацией или бинарным квантованием, может быть полезной, когда для наблюдателя важны очертания объектов, присутствующих на изображении, а детали, содержащиеся внутри объектов или внутри фона, не представляют интереса (Рис 5). Математическую формулировку процесса бинаризации можно