Вы находитесь на странице: 1из 9

ВЫБОР РАЗМЕРА ОБЛАСТИ

ЭКВАЛИЗАЦИИ ПРИ ЛОКАЛЬНОМ


КОНТРАСТИРОВАНИИ ЭЛЕМЕНТОВ
ИЗОБРАЖЕНИЙ
И.Ю. Грицкевич ведущий инженер НТЦ «Элинс»
г. Зеленоград
В. И. Жарков техник, АО  «октб Омега»
г. Великий Новгород
Н.А. Ерганжиев советник
АО «НПК«Высокие технологии
и стратегические системы», г. Москва
При контрастировании элементов
изображений, определяются размеры
локальных областей, полученных при
дискретно-косинусном преобразовании
(ДКП). Области, по которым производится
эквализация каждого пикселя, оцениваются
статистически до и после обработки.
Дискретно-косинусное преобразование (ДКП) – изменение представления
изображений из пространственной области в частотную область.

Для анализа изображения, введём «коэффициент


размера» равный отношению (S0,1+S1,0)/S00,
компонента S0,0(DC),компонента S0,1(AC0)-первый
высокочастотный компонент, S1,0(AC1)-второй
высокочастотный компонент.
Схема адаптивного алгоритма

Входное изображение

Загружается массив строк


максимальное кол.
равно макс размеру изобр. по
вертикали, который можно разбить
на отдельные области(плитки)

Получаем «карты» размеров


обработки.
Рассчитываются ДКП
коэффициенты

Исходя из «карты размеров» рассчитывается 1раз при необходимости Меняем множители для
гистограмма яркостей отдельных областей исходя калибровки под изменённый значений коэффициентов
из карт обработки задаём размеры(плиток) и сюжет размера
рассчитываем коэффициенты эквализации

Выходное изображение
Значения отношения дисперсий локального элемента к глобальной дисперсии
изображения до и после обработки

Строки пикселя Столбцы


1 2 3 4 5 6 7 8
1 до обработки 0,0146 0,0216 0,0218 0,0209 0,0026 0,0029 0,0047 0,0047
обработанное 0,0176 0,0316 0,0318 0,0309 0,0036 0,0039 0,0067 0,0067
2 до обработки 0,361 0,0203 0,0204 0,0200 0,0060 0,0063 0,0083 0,0065
обработанное 0,381 0,0203 0,0304 0,0200 0,0070 0,0075 0,0083 0,0085
3 до обработки 0,0199 0,0216 0,0043 0,0060 0,0060 0,063 0,0081 0,0065
обработанное 0,0229 0,0216 0,0063 0,007 0,0070 0,075 0,0081 0,0085
4 до обработки 0,0212 0,0222 0,0067 0,02 0,0063 0,0061 0,0073 0,0069
обработанное 0,0202 0,0322 0,0087 0,03 0,0083 0,0075 0,0073 0,0089
5 до обработки 0,0118 0,0222 0,0223 0,077 0,076 0,077 0,0216 0,0065
обработанное 0,0128 0,0322 0,0323 0,085 0,085 0,085 0,0216 0,0085
6 до обработки 0,0380 0,018 0,022 0,022 0,0222 0,061 0,0215 0,0067
обработанное 0,0320 0,028 0,032 0,032 0,0322 0,078 0,0215 0,0091
7 до обработки 0,0128 0,0224 0,0225 0,0218 0,0076 0,021 0,0215 0,0067
обработанное 0,0158 0,0324 0,0295 0,0308 0,0086 0,075 0,0215 0,0087
8 до обработки 0,0130 0,036 0,0226 0,0224 0,064 0,0070 0,0218 0,0064
обработанное 0,0160 0,056 0,0316 0,0314 0,090 0,0080 0,0218 0,0085
9 до обработки 0,014 0,0390 0,0228 0,0227 0,0226 0,0070 0,0073 0,0064
обработанное 0,024 0,0450 0,0228 0,0227 0,0326 0,0080 0,0073 0,0085
Сравнение функций плотности распределения вероятностей шума в
равномерных областях изображения
Функции плотности распределения вероятностей.

Элемента изображения 38*38 Строки изображения Области изображения 16*16 близкой


к минимальной для алгоритма
Плотности распределения вероятностей от яркостей
Плотности распределения вероятностей от яркостей
До(верхнее ) и после обработки(нижнее)

Элемента изображения 38*38 Строка изображения Области изображения


16*16 близкой
к минимальной для алгоритма
Оригиналы изображений
и результат обработки изображений предлагаемым методом
Выводы
Сравнение изображений на рисунках позволяет утверждать,
что представленные результаты, полученные изменением
коэффициентов «размера окна», с учётом отношения дисперсий в
изображении, позволяют автоматически улучшить качество
цветных, чёрно-белых и изображений в ИК-области.