Покращення зображень із використанням градаційних перетворень їх Фур’є образів
DOI:
https://doi.org/10.15587/2706-5448.2021.230079Ключові слова:
цифрова обробка зображень, градаційні перетворення, дискретне перетворення Фур’є, космічні знімкиАнотація
Об'єктом дослідження є низькоякісні цифрові зображення. Представлена робота присвячена проблемі цифрової обробки зображень низької якості, що є одним з найбільш важливих завдань data science в області добування корисної інформації з великого масиву даних. Запропоновано здійснювати процес покращення зображень шляхом градаційної обробки їх Фур’є образів. Підставою для такого підходу є той факт, що Фур'є образи описуються значеннями яскравостей у широкому діапазоні значень, який можна значно зменшити шляхом градаційних перетворень. У роботі здійснено перетворення Фур’є зображення із виділенням амплітуди та фази. Показано важливу роль фази в процесі формування зображення, отриманого після здійснення зворотного перетворення Фур’є. Хоча при аналізі фази інформація про амплітуду сигналу втрачається, тим не менше всі основні деталі безпомилково відповідають початковому зображенню. Це говорить про те, що при модифікації Фур’є спектрів зображень необхідно враховувати вплив, як на амплітуду, так і на фазу досліджуваного об’єкту.
Дієвість запропонованого методу продемонстровано на прикладі космознімку Земної поверхні. Показано, що після градаційного логарифмічного перетворення Фур’є образу та зворотного Фур’є перетворення, отримано зображення, яке є більш контрастним у порівнянні з початковим, що безумовно полегшить роботу з ним в процесі візуального аналізу. Для пояснення отриманих результатів здійснено розклад отриманого градаційного перетворення у ряд Меркатора. Показано, що результуюче зображення складається з двох частин. Перша з них відповідає відтворенню початкового зображення, отриманого шляхом зворотного перетворення Фур’є, а друга здійснює згладжування його яскравості, що аналогічно дії комбінованому методу просторового покращення зображень. При використанні запропонованого методу необхідна також попередня обробка, яка, як правило, включає в себе операції, необхідні для центрування Фур'є образу, а також перетворення початкових даних у формат з плаваючою точкою.
Посилання
- Nielsen, M. A., Chuang, I. L. (2009). Quantum Computation and Quantum Information. Cambridge University Press, 676. doi: http://doi.org/10.1017/cbo9780511976667
- Goswami, D. (2003). Optical computing. Resonance, 8 (6), 56–71. doi: http://doi.org/10.1007/bf02837869
- Gonzalez, R. C., Woods, E. R. (2017). Digital Image Processing. Upper Saddle River: Prentice Hall, 797.
- Nakonechny, A., Nakonechny, R., Pavlish, V. (2010). Digital Image Processing. Lviv: Lviv Polytechnic Publishing House, 366.
- Jain, A. (1994). Fundamental of Digital Image Processing. Prentice Hall, 592.
- Seul, M., O'Gorman, L., Sammon, M. J. (2000). Practical algorithms for image analysis: description, examples, and code. Cambridge University Press, 521.
- Polovynko, I., Kashuba, A. (2019). A method of improving space image by using spatial masks and frequency filters. Electronics and Information Technology, 12, 55–63. doi: http://doi.org/10.30970/eli.12.6
- Polovynko, I., Kashuba, A. (2020). Color transformations of space images in reflected and scattered light. Measuring and computing equipment in technological processes. International scientific and technical journal, 1 (65), 11–16.
- Bribiesca, E., Jimenez, J. R., Medina, V., Valdes, R., Yanez, O. (2003). A voxel-based measure of discrete compactness for brain imaging. Proceedings of the 25th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (IEEE Cat. No.03CH37439). doi: http://doi.org/10.1109/iembs.2003.1279913
- Lyons, R. (2010). Understanding Digital Signal Processing. Pearson, 954.
- Forsyth, D., Ponce, J. (2011). Computer Vision: A Modern Approach. Pearson India, 792.
- Zaiats, V. M., Kaminskyi, R. M. (2004). Metody rozpiznavannia obraziv. Lviv, 173.
- C# у Visual Studio. Available at: https://docs.microsoft.com/ru-ru/dotnet/csharp/tour-of-csharp/
- Hairer, E., Wanner, G. (Eds.) (2008). Analysis by Its History. Undergraduate Texts in Mathematics. doi: http://doi.org/10.1007/978-0-387-77036-9
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2021 Ігор Іванович Половинко, Любомир Олександрович Князевич
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.