Przetwarzanie i Kompresja Obrazów. Filtracja
Transkrypt
Przetwarzanie i Kompresja Obrazów. Filtracja
Przetwarzanie i Kompresja Obrazów. Filtracja Aleksander Denisiuk ([email protected]) Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55, 80-045 Gdańsk 17 kwietnia 2016 1 / 33 Filtracja Modele filtracji Wygładzanie obrazu Najnowsza wersja tego dokumentu dostępna jest pod adresem http://users.pja.edu.pl/~denisjuk/ Wzmocnienie obrazu Odzyskanie obrazu 2 / 33 Modele filtracji Czarna skrzynka Filtry liniowe Filtry splotowe Wygładzanie obrazu Wzmocnienie obrazu Odzyskanie obrazu Modele filtracji 3 / 33 Model czarnej skrzynki Modele filtracji Czarna skrzynka Filtry liniowe Filtry splotowe Wygładzanie obrazu Wzmocnienie obrazu Odzyskanie obrazu f (x, y) 7→ g(x, y) = Pf (x, y) Typowe zastosowania: f (x,y) /P g(x,y) / odszumowanie wygładzanie wyostrzanie uwypuklenie detali krawędziowanie filtry artystyczne 4 / 33 Filtry liniowe Modele filtracji Czarna skrzynka Filtry liniowe Filtry splotowe Filtr P nazywa się liniowym, jeżeli P(αf1 + βf2 ) = αP(f1 ) + βP(f2 ) Inne filtry nazywają się nieliniowymi Wygładzanie obrazu Wzmocnienie obrazu Odzyskanie obrazu 5 / 33 Filtry splotowe Modele filtracji Czarna skrzynka Filtry liniowe Filtry splotowe Wygładzanie obrazu Wzmocnienie obrazu Filtr P nazywa się translacyjnie-niezmienniczym, jeżeli P f (x − u, y − v) = Pf (x − u, y − v) Filtr liniowy i translacyjnie-niezmienniczy nazywa się splotowym Odzyskanie obrazu Pf (x, y) = f ∗h(x, y) = R∞ R∞ f (x−u, y−v)h(u, v) dudv, −∞ −∞ gdzie h(u, v) jest jądrem splotowym (funkcją odpowiedzi impulsowej) g = f ∗ h ⇐⇒ G = F · H, gdzie G, F i H są transformacjami Fouriera odpowiednio g, f oraz h, H(u, v) nazywa się funkcją transmisji g(i, j) = f (i, j) ∗ h(i, j) = m−1 P P n−1 h(k, l)f (k + i, l + j) k=0 l=0 h jest zazwyczaj symetryczną macierzą 6 / 33 Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny Wygładzanie obrazu Filtr Butterwortha Wzmocnienie obrazu Odzyskanie obrazu 7 / 33 Zagadnienie Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny Odzyskanie obrazu liniowe uśrednienie z sąsiedztwem rozmycie Gaussa nieliniowe Filtr Butterwortha Wzmocnienie obrazu Redukcja szumu Uśrednienie Metody przestrzenne uśrednienie poprzez mediany Metody widmowe filtry dolnoprzepustowe 8 / 33 Uśrednienie z sąsiedztwem Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Wzmocnienie obrazu Wybiera się okno 3 × 3 albo 5 × 5, zawierające dany piksel 0 1 4 0 1 4 1 8 0 4-sąsiednie średnie: 41 0 0 8-sąsiednie średnie: 0 1 19 9 1 9 1 9 1 9 1 9 1 9 1 9 1 9 1 18 8 1 8 1 8 1 4 1 8 1 8 1 8 — także 8-sąsiednie średnie Odzyskanie obrazu 9 / 33 Progowanie Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Wybiera się próg τ > 0 Oblicza się średnią: a Jeżeli stara wartość różni się od średniej mniej, niż próg, zostawia się starą wartość dla 4-sąsiednich średnich: a= 1 4 f (x−1, y)+f (x, y−1)+f (x, y+1)+f (x+1, y) g(x, y) = ( a, |f (x, y) − a| > τ, f (x, y), |f (x, y) − a| ¬ τ. Wzmocnienie obrazu Odzyskanie obrazu 10 / 33 Rozmycie Gaussa Modele filtracji Wygładzanie obrazu Jądro splotowe Gaussa h(x, y) = Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny 1 2πσ 2 e −x 2 +y 2 2σ 2 jest rozdzielczym jest symetrycznym względem rotacji ma takie same wygładzanie w każdym kierunku Filtr Butterwortha Wzmocnienie obrazu Odzyskanie obrazu 11 / 33 √ Okno 7 × 7 dla σ = 2 Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny 1 4π 0.011 0.039 0.082 0.105 0.082 0.039 0.011 0.039 0.135 0.287 0.368 0.287 0.135 0.039 0.082 0.287 0.606 0.779 0.606 0.287 0.082 0.105 0.368 0.779 1.000 0.779 0.368 0.105 0.082 0.287 0.606 0.779 0.606 0.287 0.082 0.039 0.135 0.287 0.368 0.287 0.135 0.039 0.011 0.039 0.082 0.105 0.082 0.039 0.011 Filtr Butterwortha Wzmocnienie obrazu Odzyskanie obrazu 12 / 33 √ Okno 7 × 7 dla σ = 2, liczby całkowite Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny 1 4 7 1 1115 10 7 4 1 4 12 26 33 26 12 4 7 26 55 71 55 26 7 10 33 71 91 71 33 10 7 26 55 71 55 26 7 4 1 12 4 26 7 33 10 26 7 12 4 4 1 Filtr Butterwortha Wzmocnienie obrazu Odzyskanie obrazu 13 / 33 Uśrednienie medianami Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny Wybieramy piksele z sąsiedztwa Dany piksel jest zastąpiony przez medianę uporządkować wartości rosnąco wybrać tę, która będzie pośrodku Okno 3 × 3 albo 5 × 5 Filtr Butterwortha Wzmocnienie obrazu Odzyskanie obrazu 14 / 33 Przykład Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Wzmocnienie obrazu Odzyskanie obrazu 200 202 205 205 Obraz: 217 212 210 208 201 203 210 210 214 214 212 208 202 202 203 202 200 198 205 204 204 202 200 197 211 212 210 209 208 205 208 212 215 213 218 212 219 210 211 220 218 208 218 220 220 219 218 218 213 215 216 216 210 212 210 211 212 214 210 210 203 205 204 3 × 3 sąsiedztwo 210 211 212 210 208 212 Wartości uporządkowane: 203 204 205 208 210 211 212 212 213 Mediana (i nowa wartość): 210 15 / 33 Mediany z wagami Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Wzmocnienie obrazu Powiększamy krotność pikseli Przykładowo: dla okna 3 × 3 f (i − 1, j + 1) f (i, j + 1) f (i + 1, j + 1) f (i, j) f (i + 1, j) f (i − 1, j) f (i − 1, j − 1) f (i, j − 1) f (i + 1, j − 1) 1 2 1 możliwe wagi są: 2 3 2 1 2 1 w poprzednim przykładzie: Odzyskanie obrazu wartości uporządkowane: 203 204 205 205 208 210 210 211 211 211 212 212 212 213 213 mediana (i nowa wartość): 211 16 / 33 Idealny dolnoprzepustowy filtr Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny ( 1, D(u, v) < D0 , Funkcja transmisji H(u, v) = gdzie D0 0, D(u, v) D0 , √ to jest częstotliwość graniczna, D(u, v) = u2 + v 2 skok w domenie widmowej powoduje artefakty w domenie fizycznej (rozmazanie, pierścienie, etc) Filtr Butterwortha Wzmocnienie obrazu Odzyskanie obrazu 17 / 33 Trapezoidalny dolnoprzepustowy filtr Modele filtracji Wygładzanie obrazu Zagadnienie Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny H(u, v) = 1, D(u,v)−D1 D0 −D1 0, gdzie D0 < D1 . D(u, v) ¬ D0 , D0 < D(u, v) < D1 , D(u, v) D1 , Filtr Butterwortha Wzmocnienie obrazu Odzyskanie obrazu 18 / 33 Filtr Butterwortha Modele filtracji Wygładzanie obrazu Zagadnienie 1 H(u, v) = gdzie n jest rządem filtru, D0 jest częstotliwością graniczną. 1+ h D(u,v) D0 in , Uśrednienie z sąsiedztwem Rozmycie Gaussa Uśrednienie medianami Idealny dolnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Wzmocnienie obrazu Odzyskanie obrazu 19 / 33 Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Zagadnienie Gradient Krzyż Robertsa Operator Prewitta Wzmocnienie obrazu Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu 20 / 33 Zagadnienie Modele filtracji Wygładzanie obrazu Wyostrzanie zdjęcia Wzmocnienie fragmentu, np. krawędzi Wzmocnienie obrazu Zagadnienie Gradient Krzyż Robertsa Operator Prewitta Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu 21 / 33 Gradient Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Zagadnienie Gradient Krzyż Robertsa Operator Prewitta Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Niech dana będzie funkcja f (x, y)! Wektor gradient ∇f (x, y) = ∂f ∂x ∂f ∂y pokazuje kierunek i stopień wzrastania funkcji Długość gradientu można obliczyć według trzech podstawowch norm euklidesowa: k∇f k2 = r ∂f 2 ∂x + ∂f ℓ1 : k∇f k1 = ∂f ∂y ∂x + n o ∂f ℓ∞ : k∇f k∞ = max ∂f ∂x , ∂y ∂f 2 ∂y Odzyskanie obrazu 22 / 33 Obraz gradientowy Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Zagadnienie Gradient Krzyż Robertsa Obraz zastąpiony przez gradient w każdym punkcie: g(x, y) = ∇f (x, y) Wyostrzenie ( granic: bh , jeżeli k∇f (x, y)k > τ, g(x, y) = f (x, y) inaczej Operator Prewitta Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu τ jest wartością graniczną bh jest wartością bliską białego koloru Tylko granice: g(x, y) = ( bh , bl jeżeli k∇f (x, y)k > τ, inaczej τ jest wartością graniczną bh jest wartością bliską białego koloru bl jest wartością bliską czarnego koloru, bl < bh 23 / 33 Dyskretyzacja gradientu Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Zagadnienie Gradient Krzyż Robertsa Operator Prewitta ∂f (x,y) ∂f (x,y) ≈ f (x + 1, y) − f (x, y), ≈ ∂x ∂y ∂f (x,y) 1 ≈ ∂x 2 (f (x + 1, y) − f (x − 1, y)), ∂f (x,y) 1 ≈ ∂y 2 (f (x, y + 1) − f (x, y − 1)) ∂f ∂f = h ∗ f , x ∂x ∂y = hy ∗ f , gdzie Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny 1 hx = 1 −1 , hy = −1 albo hx = 1 2 f (x, y + 1) − f (x, y) ! 1 1 0 −1 , hy = 12 0 −1 Filtr Butterwortha Odzyskanie obrazu 24 / 33 Krzyż Robertsa Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Zagadnienie ! ! +1 0 0 +1 , hy = 0 −1 −1 0 k∇f (i, j)k1 = |f (i+1, j +1)−f (i, j)|+|f (i, j +1)−f (i+1, j)| hx = Gradient Krzyż Robertsa Operator Prewitta Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu 25 / 33 Operator Prewitta Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Zagadnienie Gradient −1 hx = 61 −1 −1 Wykorzystanie 0 +1 +1 +1 +1 0 +1, hy = 16 0 0 0 0 +1 −1 −1 −1 normy euklidesowej k∇f k2 Krzyż Robertsa Operator Prewitta Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu 26 / 33 Operator Sobela Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Zagadnienie Gradient −1 hx = 81 −2 −1 Wykorzystanie 0 +1 +1 +2 +1 0 +2, hy = 18 0 0 0 0 +1 −1 −2 −1 normy euklidesowej k∇f k2 Krzyż Robertsa Operator Prewitta Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu 27 / 33 Operator Laplace’a Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Zagadnienie Gradient Krzyż Robertsa Operator Prewitta ∇2 ∂2f ∂x2 ∂2f ∂y 2 = + Bezpośrednio pokazuje prędkość zmiany gradientu 0 1 0 ∇2 1 −4 1 0 1 0 Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu 28 / 33 Idealny górnoprzepustowy filtr Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu ( 0, D(u, v) < D0 , Funkcja transmisji H(u, v) = gdzie D0 1, D(u, v) D0 , √ to jest częstotliwość graniczna, D(u, v) = u2 + v 2 Zagadnienie Gradient Krzyż Robertsa Operator Prewitta skok w domenie widmowej powoduje artefakty w domenie fizycznej (rozmazanie, pierścienie, etc) Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu 29 / 33 Trapezoidalny górnoprzepustowy filtr Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Zagadnienie Gradient Krzyż Robertsa H(u, v) = 0, D(u,v)−D1 D0 −D1 1, gdzie D1 < D0 . D(u, v) ¬ D1 , D1 < D(u, v) < D0 , D(u, v) D0 , Operator Prewitta Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu 30 / 33 Filtr Butterwortha (górnoprzepustowy) Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu 1 H(u, v) = gdzie n jest rządem filtru, D0 jest częstotliwością graniczną. 1+ , n D0 D(u,v) Zagadnienie Gradient Krzyż Robertsa Operator Prewitta Operator Sobela Operator Laplace’a Idealny górnoprzepustowy filtr Filtr trapezoidalny Filtr Butterwortha Odzyskanie obrazu 31 / 33 Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Odzyskanie obrazu Degradacja obrazu Odzyskanie obrazu 32 / 33 Degradacja obrazu Modele filtracji Wygładzanie obrazu Wzmocnienie obrazu Podobno do filtracji: f (x, y) 7→ g(x, y) = Pf (x, y) Szum: f (x, y) 7→ g(x, y) = Pf (x, y) + n(x, y) Odzyskanie obrazu Degradacja obrazu (z−µ)2 − 2σ 2 Gasussa: pG (z) = σ√12π e dychotomiczny (telegraficzny): pa z = a pI (z) = pb z = b 0 w innych przypadkach Odzyskanie obrazu: odwrócenie przekształcenia degradacji 33 / 33