Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений

В данной статье предложена модифицированная методика автоматизированного повышения яркости и контраста мультиспектральных изображений, которая, благодаря своей адаптивности, может быть применена для обработки широкого спектра снимков и позволяет сохранять цветовое соответствие с исходным изображение...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2010
Автори:	Егоров, А.А., Ахметшина, Л.Г.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Інститут проблем штучного інтелекту МОН України та НАН України 2010
Назва видання:	Штучний інтелект
Теми:	Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений
Онлайн доступ:	http://dspace.nbuv.gov.ua/handle/123456789/58383
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений / А.А. Егоров, Л.Г. Ахметшина // Штучний інтелект. — 2010. — № 4. — С. 201-211. — Бібліогр.: 5 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-58383
record_format	dspace
spelling	irk-123456789-583832014-03-24T03:01:14Z Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений Егоров, А.А. Ахметшина, Л.Г. Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений В данной статье предложена модифицированная методика автоматизированного повышения яркости и контраста мультиспектральных изображений, которая, благодаря своей адаптивности, может быть применена для обработки широкого спектра снимков и позволяет сохранять цветовое соответствие с исходным изображением. Представлены экспериментальные результаты применения предложенной методики для обработки полутоновой фотографии и медицинского RGB снимка. У цій статті запропонована модифікована методика автоматизованого підвищення яскравості та контрасту мультиспектральних зображень, яка, завдяки своїй адаптивності, може бути застосована для обробки широкого спектра знімків та дозволяє зберегти при цьому кольорову відповідність до вхідного зображення. Представлені експериментальні результати застосування запропонованої методики для обробки півтонової фотографії та медичного RGB знімку. This article deals with modified automated image contrast and intensity enhancement method of multispectral images. It is allowed to process various color and grayscale photos and to save color correspondence to input image. The experimental results of using proposed method for the processing of grayscale photo and medical RGB image are shown. 2010 Article Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений / А.А. Егоров, Л.Г. Ахметшина // Штучний інтелект. — 2010. — № 4. — С. 201-211. — Бібліогр.: 5 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/58383 004.93 ru Штучний інтелект Інститут проблем штучного інтелекту МОН України та НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений
spellingShingle	Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений Егоров, А.А. Ахметшина, Л.Г. Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений Штучний інтелект
description	В данной статье предложена модифицированная методика автоматизированного повышения яркости и контраста мультиспектральных изображений, которая, благодаря своей адаптивности, может быть применена для обработки широкого спектра снимков и позволяет сохранять цветовое соответствие с исходным изображением. Представлены экспериментальные результаты применения предложенной методики для обработки полутоновой фотографии и медицинского RGB снимка.
format	Article
author	Егоров, А.А. Ахметшина, Л.Г.
author_facet	Егоров, А.А. Ахметшина, Л.Г.
author_sort	Егоров, А.А.
title	Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений
title_short	Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений
title_full	Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений
title_fullStr	Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений
title_full_unstemmed	Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений
title_sort	повышение достоверности цветопередачи в методике обработки мультиспектральных изображений
publisher	Інститут проблем штучного інтелекту МОН України та НАН України
publishDate	2010
topic_facet	Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений
url	http://dspace.nbuv.gov.ua/handle/123456789/58383
citation_txt	Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений / А.А. Егоров, Л.Г. Ахметшина // Штучний інтелект. — 2010. — № 4. — С. 201-211. — Бібліогр.: 5 назв. — рос.
series	Штучний інтелект
work_keys_str_mv	AT egorovaa povyšeniedostovernosticvetoperedačivmetodikeobrabotkimulʹtispektralʹnyhizobraženij AT ahmetšinalg povyšeniedostovernosticvetoperedačivmetodikeobrabotkimulʹtispektralʹnyhizobraženij
first_indexed	2025-07-05T09:34:41Z
last_indexed	2025-07-05T09:34:41Z
_version_	1836799053811154944
fulltext	«Штучний інтелект» 4’2010 201 4Е УДК 004.93 А.А. Егоров, Л.Г. Ахметшина Днепропетровский национальный университет, г. Днепропетровск, Украина akhmlu@mail.ru, egorov@mayak.dp.ua Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений В данной статье предложена модифицированная методика автоматизированного повышения яркости и контраста мультиспектральных изображений, которая, благодаря своей адаптивности, может быть применена для обработки широкого спектра снимков и позволяет сохранять цветовое соответствие с исходным изображением. Представлены экспериментальные результаты применения предложенной методики для обработки полутоновой фотографии и медицинского RGB снимка. Введение В процессе решения многих реальных задач возникает необходимость в обработке изображений, которая должна выполняться в автоматизированном режиме. При этом их можно разбить на две группы: задачи, не требующие сохранения фотографического качества изображений, и задачи, для которых важно сохранить как фотографическое качество, так и цветовое соответствие с исходным изображением. К первой группе мо- гут быть отнесены задачи, связанные с распознаванием регистрационных символов в системах реального времени, создание медицинских экспертных систем и т.п. Ко второй группе задач можно отнести обработку фотографий, цветных медицинских снимков и т.д. Автоматизированная обработка изображений при решении задач, относящихся к обеим группам, усложняется тем, что из-за изменяющихся условий съемки некото- рые из обрабатываемых изображений могут оказаться «темными» и содержащими низко- контрастные области. Кроме того, применяемые алгоритмы должны иметь малое число управляющих параметров, требующих «ручной» подстройки, что упрощает решение поставленной задачи даже в случаях, когда автоматизированная обработка не является основным требованием. Особый интерес представляют алгоритмы, которые обеспечивают сохранение фотографического качества и цветового соответствия с исходным изображением, т.к. они могут быть применены для решения задач, относящихся к обеим группам. Постановка задачи Большинство существующих алгоритмов повышения яркости и контраста [1], [2] либо не справляются с поставленной задачей, либо имеют большое количество управ- ляющих параметров, требующих «ручной» подстройки под конкретное изображение, что в случае изменяющихся условий съемки приводит к необходимости их длительного подбора и, соответственно, полностью непригодно при автоматизированной обработке. Егоров А.А., Ахметшина Л.Г. «Искусственный интеллект» 4’2010 202 4Е В работе [3] была рассмотрена методика автоматизированного повышения яр- кости и контраста, которая удовлетворяла вышеперечисленным требованиям, обеспечи- вая при этом, как правило, сохранение цветового соответствия с исходным изображе- нием. Однако эта методика имела ряд недостатков: автоматизированная оценка яркости производилась на основе статистических характеристик всего изображения, что не позволяло учесть особенности его различных фрагментов; повышение яркости в зависи- мости от значения ее автоматизированной оценки могло производиться не для всех цветовых каналов изображения, что в некоторых случаях приводило к нарушению ба- ланса цветов; применение метода адаптивной гистограммной коррекции для некоторых изображений могло приводить к нарушению баланса цветов; не выполнялась оценка уровня контраста, на основании которой принималось бы решение о необходимости применения метода адаптивного пространственного контрастирования; необходимость «ручного» задания параметра 0 addP в методе адаптивного пространственного контрасти- рования; наличие «граничного» эффекта на стыке между соседними окнами в приме- няемых в методике алгоритмах. Целью данной работы является исправление вышеупомянутых недостатков, при- сущих методике автоматизированного повышения яркости и контраста, для чего были внесены изменения как во все алгоритмы, лежащие в ее основе, так и в способ их со- вместного применения. Решение задачи Для повышения яркости и контраста в предлагаемой методике используются адап- тивные алгоритмы, которые могут быть применены для широкого класса цветных фо- тографических изображений и обеспечивают сохранение цветового соответствия и баланса цветов по сравнению с входным изображением. При обработке изображение разбивается на неперекрывающиеся окна, что позволяет повысить чувствительность при определении низкоконтрастных участков и приводит к более низким вычислитель- ным затратам по сравнению с использованием перекрывающихся окон. Для примене- ния всех нижеперечисленных алгоритмов необходимо выполнить отображение диапазона уровней яркости каждого цветового канала исходного изображения на отрезок [0..1]. Метод адаптивного повышения яркости обеспечивает автоматизированное при- нятие решения о необходимости ее повышения. Суть метода заключается в автомати- зированном пропорциональном повышении яркости изображения, которое достигается благодаря использованию степенных преобразований и статистических характерис- тик как изображения в целом, так и каждого его окна. Предложенный метод состоит из пяти шагов, которые выполняются над каждым цветовым каналом исходного изоб- ражения. 1. На первом шаге производится автоматизированная оценка яркости (V ) каж- дого цветового канала исходного изображения, выполняемая следующим образом: ( ) ( )∑ = + −         −= w j j N 1j 2 Ii v1 IIV , (1) ( ) 2 5,0+ = II , (2) где ji − средняя яркость j-го окна выбранного цветового канала; wN − количество окон, которое зависит от размеров окна и изображения (рекомендуется выбирать 3х3 пик- Повышение достоверности цветопередачи в методике обработки... «Штучний інтелект» 4’2010 203 4Е селей); I − средний уровень яркости выбранного цветового канала, а jv − оценка уров- ня яркости j-го окна выбранного цветового канала, вычисление которой происходит следующим образом: − если количество пикселей 1iN j-го окна выбранного цветового канала, уро- вень яркости которых не меньше, чем ji , больше 0 и 0i1 j ≠ , то jv вычисляется по следующим формулам: ( ) ( ) ( ) ( ) ji2 ji1 jisgn1 2 j 1 j j 2 j 1 j2 j 1 j i,imax ii,imin iisgn1 jj iv      −+         −−= , (3) 2 Ii i j j + = , (4)         −= p 1i1 j 1 j N N1ii , (5) p 1i2 j 2 j N Nii = , (6) где pN − количество пикселей окна; − если 0N 1i > и 0i1 j = , то ( ) ji1 ji1 jj iv + += ; (7) − если 0N 1i = , то ( ) ji1 ji1 jj iv − −= . (8) Если для всех цветовых каналов значение 0V ≥ , то повышение яркости для дан- ного изображения не выполняется. В случае, когда для какого-то k-го цветового ка- нала 0Vk ≥ , а для остальных цветовых каналов 0V < , то с целью сохранения цветового баланса повышение яркости производится для всех цветовых каналов, однако яркость k-го цветового канала выходного изображения будет понижена на последнем этапе. 2. Выполняется пропорциональное повышение яркости каждого пикселя выб- ранного цветового канала, для чего каждое его окно подвергается следующему преоб- разованию: ( ) 1 y,xp1 y,x 2 y,x ww = , (9) где 1 y,xw и 2 y,xw − пиксели с координатами y,x текущего окна входного и выходного изображений для этого шага алгоритма, соответственно; значение 1 y,xp вычисляется на основе значений уровня яркости каждого пикселя, статистических характеристик текущего окна и выбранного цветового канала по формулам: ( ) ( ) ( ) ( ) 3 y,x 1w1w 2 y,x 2 y,x p1 i1,imax1 y,x p1,pmax1 y,x1 y,x 2 ww1 p + −−           +− = , (10) 3p 3 y,x 2 y,x minpp −= , (11) Егоров А.А., Ахметшина Л.Г. «Искусственный интеллект» 4’2010 204 4Е ( ) ( ) k 4 y,x V1 kk p14 y,x 4 y,x 3 y,x VVsgnppsgnp −− += , (12) ( ) ( ) 1w 1 y,x i1 1w w11 y,x 4 y,x iwp −− −= , (13) 1 1 0,5 max / 2 4 w w i Ii + + + = , (14) где 3pmin , 1wmax − минимальное и максимальное значения по матрицам 3p и 1w , соответственно; i и I − средние значения по текущему окну выбранного цветового канала входного для этого этапа изображения и выбранному цветовому каналу исход- ного изображения, соответственно; kV − автоматизированная оценка уровня яркости выбранного цветового канала, которая была вычислена по формуле (1) на первом ша- ге алгоритма. 3. Этот этап предназначен для пропорционального изменения яркости всех пик- селей каждого окна выбранного цветового канала, которое выполняется следующим образом: ( ) ( )         − + = aft y,xp1aft y,x aft y,x ppsgn12 y,x 3 y,x ww , (15) ( ) 2wi1 2w I1aft y,x iIp −− −= , (16) где 2wi вычисляется по формуле (14). В зависимости от статистических характерис- тик текущего окна его яркость может быть как повышена, так и понижена, что необ- ходимо для корректировки результатов предыдущего этапа. 4. На предпоследнем этапе выполняется изменение яркости для каждого цвето- вого канала исходного для этого шага изображения следующим образом: если ( ) 0Psgn 1 < , то ( ) ( ) ( )       −      −+ = 2/I1,Imin1 y,xI 11 PP11 y,x 2 y,x II , (17) иначе ( ) ( ) ( )           + −+           −+ = 1 y,xII1 2/I1,Imax1 y,xI 11 PP11 y,x 2 y,x II , (18) где 1 y,xI и 2 y,xI − пиксели с координатами y,x выбранного цветового канала входно- го и выходного изображений для этого шага алгоритма, соответственно; значение 1P определяется по формулам: 2P1 21 PP += , (19) 1 1 2 0,5 0,5I IP − −= − , (20) где I вычисляется по формуле (2). На этом шаге, как и на предыдущем, в зависимости от статистических характе- ристик текущего цветового канала его яркость может быть как повышена, так и пони- жена. Этот этап предназначен для выполнения окончательной корректировки уровня яркости выбранного цветового канала в целом. Повышение достоверности цветопередачи в методике обработки... «Штучний інтелект» 4’2010 205 4Е 5. Последний шаг выполняется только для цветовых каналов исходного изобра- жения, для которых на первом этапе было получено значение 0V ≥ . Корректирующее понижение яркости выполняется следующим образом: ( ) ( ) 2/VV)P1,Pmin(12 y,x 3 y,x 12 ddII +−−+ = , (21) ( ) )V,Vmax( V,VminP 21 21 d = , (22) где 1V и 2V − автоматизированные оценки яркости выбранного цветового канала изображений 1I и 2I , соответственно. Следует отметить, что получаемый в итоге та- ких преобразований уровень яркости пикселей выбранного цветового канала выход- ного изображения будет выше, чем у соответствующих пикселей исходного изобра- жения этого же цветового канала. Метод адаптивного пространственного контрастирования обеспечивает повыше- ние контраста на определенных участках исходного изображения и сохранение уровня интенсивности его высококонтрастных фрагментов, что достигается благодаря исполь- зованию степенных преобразований и статистических характеристик как каждого окна, так и каждого цветового канала. Достоинством алгоритма является также автоматизи- рованная оценка уровня контраста, на основе которой принимается решение о необ- ходимости его повышения для каждого цветового канала. Предложенный метод состоит из четырех шагов, которые выполняются над каждым цветовым каналом исходного изображения. 1. На первом шаге производится автоматизированная оценка уровня контраста (C ) каждого цветового канала по следующей формуле: ( )∑ = −= wN 1j j CcC , (23) где C − среднее по автоматизированным оценкам контраста jc для каждого окна выбранного цветового канала, количество которых ( wN ) зависит как от размера ок- на, так и от размера изображения (рекомендуется выбирать 3х3 пикселей). При этом положительные значения C указывают на отсутствие необходимости повышения конт- раста методом адаптивного пространственного контрастирования для выбранного цве- тового канала. Значение jc вычисляется следующим образом: если 0i ≠∆ , 0w ≠∆ и 0w ≠∆ , ( ) ( )w1,wmax w1,wmaxic j ∆−∆ ∆−∆∆ = ; (24) если 0i ≠∆ , 0w ≠∆ и 0w =∆ , то ( )w1,wmax ic j ∆−∆ ∆ = ; (25) если 0i ≠∆ и 0w =∆ , то ( )w1,wmax ic j ∆−∆ ∆ = ; (26) если 0i =∆ , 0w ≠∆ и 0w ≠∆ , то ( ) ( )w1,wmax w1,wmaxc j ∆−∆ ∆−∆ = ; (27) если 0i =∆ и 0w =∆ , то ( )w1,wmaxc j ∆−∆= , (28) причем w∆ − разность между средними по пикселям текущего окна с яркостью, пре- вышающей его среднюю яркость, и ниже его средней яркости; w∆ − разность между Егоров А.А., Ахметшина Л.Г. «Искусственный интеллект» 4’2010 206 4Е максимальным и минимальным значениями уровня яркости в текущем окне; i∆ − раз- ность по модулю между средними значениями по текущему окну и по выбранному цветовому каналу. При этом для повышения уровня цветового соответствия с исход- ным изображением используется среднее между значениями среднего уровня яркости, оценки уровня контраста для каждого цветового канала и средними по этим значе- ниям по всем цветовым каналам при вычислениях значений i∆ и C , соответственно. 2. На втором шаге каждое окно рассматриваемого цветового канала входного изображения подвергается следующему преобразованию: ( )1 y,xy,x wk11 y,x 2 y,x )w(w −= , (29)         −+         = iwilg y,x 1 y,x i 10k . (30) В результате выполнения преобразования (29) для каждого пикселя текущего окна происходит сдвиг его уровня яркости к значениям 1 либо 0 в зависимости от ко- эффициента y,xk , который вычисляется для выбранного цветового канала на основе интенсивности пикселя и среднего значения интенсивности окна, что и обеспечивает повышение контраста. Однако возможны ситуации, когда это преобразование приво- дит к чрезмерному сдвигу интенсивности пикселя. 3. Для компенсации возможного негативного влияния преобразования (29) и предназначен третий шаг, который заключается в применении следующего преобра- зования к текущему окну выбранного цветового канала изображения: ( )( ) 1 y,xP1 y,xp2 y,x 3 y,x ww = , (32) ( ) ( )       −−+−= 2w i 2w i2 y,x 1 y,x max5.0imax5.0isgnw1p , (33) где 2wmax − максимальное значение яркости в окне 2w . 4. Последний шаг предложенного алгоритма позволяет осуществить управляемую коррекцию интенсивности пикселей каждого цветового канала полученного изобра- жения с использованием статистических характеристик текущего окна и выбранного цветового канала в целом, для осуществления которой текущее окно подвергается такому преобразованию: ( ) ( ) ( )         ++− = 3 y,xw add I iPI13 y,x 4 y,x ww , (34) где addP − выбираемое эмпирически значение (может выбираться на основе автома- тизированной оценки яркости), позволяющее управлять уровнем яркости получаемо- го изображения, причем отрицательные значения приводят к повышению яркости, а положительные − к уменьшению. Метод адаптивной гистограммной коррекции заключается в расширении диапа- зона яркости каждого цветового канала изображения, которое основано на использо- вании его гистограммы, что приводит к повышению контраста, а также обеспечивает некоторое повышение его яркости. Предложенный метод состоит из трех этапов, ко- торые выполняются над каждым цветовым каналом исходного изображения. 1. Если выполняется условие: 00 maxmin ≠ , (35) Повышение достоверности цветопередачи в методике обработки... «Штучний інтелект» 4’2010 207 4Е где 0min и 0max − значения минимального и максимального уровня яркости текуще- го окна выбранного цветового канала, то над его гистограммой выполняется преобра- зование, обеспечивающее пропорциональное повышение яркости всех его пикселей, что также приводит к одновременному повышению контраста: ( ) ( ) ( ) jd1 jh jh 1 j dihsgn11 j 2 j hh      −− = , (36) где 1 jh , 2 jh − это элементы вектора уровней интенсивности, содержащихся в гисто- грамме текущего окна выбранного цветового канала входного и выходного для этого этапа изображений, соответственно; значения jd и hi вычисляются по следующим формулам: ( ) ( )hh h 1 j i1,imax1 hh ih1 h 1 j j i1,imax ih d −− −− − − = , (37) ( ) ( ) ( ) 1d hi 11 ddsgn1 hh ii − = , (38) ii1 1 5.05.0d −= − , (39) где hi − среднее по вектору 1h , а ( ) 2/5,0+= ii . Если же условие (35) не выполняет- ся, то вектор 2h формируется следующим образом: 01 1 j 2 j minminhh +−= , (40) где 1min в случае, когда 0min0 ≠ вычисляется так: ( ) ( )( ) mind0min mind1 01 minmin += , (41) max mini1 0 min i mini d 0−− − = , (42) ( ) ( )i1,imax1 max i1,imaxi −− −= , (43) иначе 0min1 = . 2. Для текущего окна выбранного цветового канала входного для этого этапа изображения в случае, когда 1r > , где r вычисляется следующим образом: 2 1 2 max 11 hh minmaxr − − = , (44) причем 2 maxh и 2 1h − первый и последний элементы вектора 2h , а 1max , в случае, ког- да 1max0 ≠ , вычисляется по следующим формулам: ( ) ( )( ) maxd 0max maxd1 01 maxmax −= , (45) max maxi1 0 max i maxi d 0−− − = , (46) а в противном случае 1max1 = , производится масштабированное расширение гисто- Егоров А.А., Ахметшина Л.Г. «Искусственный интеллект» 4’2010 208 4Е граммы этого окна: ( ) 2 1rhrhh 22 122 j 3 j − −= , (47) где 2 jh , 3 jh − это элементы вектора уровней интенсивности, содержащихся в гисто- грамме текущего окна выбранного цветового канала входного и выходного для этого этапа изображений, соответственно. 3. Все уровни яркости пикселей текущего окна выбранного цветового канала меняются на соответствующие им уровни яркости, содержащиеся в векторе 3h (или 2h , если второй шаг был пропущен), в результате чего и формируется выходное из- ображение. В данной работе предлагается методика повышения яркости и контраста фотогра- фических изображений, состоящая из следующих этапов. 1. К исходному изображению применяется метод адаптивного повышения яркос- ти (в случае, если его применение не заблокировано принудительно, когда обрабаты- ваются темные изображения, яркость которых не должна повышаться, например, сним- ки космических объектов и т.п.). 2. Если на первом шаге было выполнено повышение яркости, то выполняются следующие действия. 2.1.1 К изображению, полученному после первого этапа, применяется метод адаптивной гистограммной коррекции. 2.1.2. Для изображения, полученного после предыдущего шага, применяется метод адаптивного пространственного контрастирования. Значения 1 addadd PP = для каж- дого цветового канала при этом 1 addP вычисляются по следующим формулам: im 0 add 1 add PPP += , (48) ∑ = = wN 1j j 0 add vP , (49) I1I1 im IIP −− −= , (50) где I вычисляется по формуле (2), а jv вычисляется по формуле (3) для изображе- ния, полученного в результате выполнения первого шага. Если метод адаптивного про- странственного контрастирования не запускается ни для одного из цветовых каналов, то повышение контраста на этом шаге выполняется методом адаптивной гистограм- мной коррекции. 2.1.3. На последнем этапе происходит формирование выходного изображения путем слияния изображений, полученных в результате выполнения двух предыдущих шагов, осуществляемого следующим образом: ( ) ( ) 3 y,x1 2 y,x1 4 y,x I5.0I5.0I ∆++∆−= , (51) причем ( ) 21 221 sgn ∆−∆∆=∆ , (52) если на предыдущем шаге использовался метод адаптивного пространственного кон- трастирования, иначе ( ) ( ) 10max CPPsgn*sgn C P1 imim 1 221 im2 −−∆∆=∆ −∆− , (53) Повышение достоверности цветопередачи в методике обработки... «Штучний інтелект» 4’2010 209 4Е где 2 y,xI , 3 y,xI и 4 y,xI – пиксели с координатами y,x выбранного цветового канала для выходного изображения 2-го, 3-го и 4-го шагов методики, соответственно; 2∆ − раз- ность средних значений по выбранному цветовому каналу выходных изображений для 2-го и 3-го этапов методики; C − оценка уровня контраста для выбранного цветово- го канала, выполняемая на 1-м шаге метода адаптивного пространственного контрас- тирования; Cmax − максимальное значение из вектора оценок уровня контраста для всех цветовых каналов. Если же на первом шаге повышение яркости не осуществлялось, то изображение обрабатывается следующим образом 2.2.1. К исходному изображению применяется метод адаптивного пространст- венного контрастирования, причем параметр 0 addadd PP = . В случае повышения контраста на предыдущем шаге, если для каждого цвето- вого канала разность между средними значениями по выбранному цветовому каналу для исходного и полученного в результате повышения контраста изображений, соот- ветственно, не отрицательна, то к последнему из них применяется метод адаптивной гистограммной коррекции, в результате чего и формируется выходное изображение. В противном случае выходным становится изображение, полученное в результате вы- полнения предыдущего шага. Если на предыдущем шаге не выполнялось повышение контраста, то применяется метод адаптивной гистограммной коррекции, но выходное изображение формируется по формулам (51, 52). Размерность окон при применении методов адаптивного повышения яркости и адаптивного пространственного контрастирования 3х3 пикселей, а при использова- нии метода адаптивной гистограммной коррекции − совпадает с размерностью изоб- ражения. При применении методов адаптивного повышения яркости и пространствен- ного контрастирования в вышеизложенной методике рекомендуется использовать метод межоконного сглаживания [4], что обеспечивает подавление «граничного» эф- фекта на стыке между окнами. Экспериментальные результаты были получены на примере обработки полу- тонового снимка участка леса (рис. 1 а) и трехдиапазонного (RGB) снимка, полученного в результате дерматоскопии (рис. 2 а). Значение параметра P0 add= – 0,15 при исполь- зовании исходной методики автоматизированного повышения яркости и контраста. При применении CLAHE (метода адаптивной эквализации гистограммы) использова- лись следующие значения управляющих параметров: размер окна 8 × 8 пикселей и равномерная (uniform) функция преобразования гистограммы. На рис. 1 б) − 1 г) представлены результаты повышения контраста полутонового изображения (рис. 1 а) вышеперечисленными методами. При этом применение мето- да адаптивной эквализации гистограммы (рис. 1 б) привело к нарушению цветового соответствия по сравнению с исходным изображением. Использование модифициро- ванной методики повышения яркости и контраста (рис. 1 г) позволило обеспечить бо- лее точное цветовое соответствие и отсутствие различимых границ на стыке между соседними окнами по сравнению с исходной методикой (рис. 1 г), что особенно за- метно в центральной части изображения. На рис. 2 б) − 2 г) представлены результаты повышения контраста полутонового изображения (рис. 2 а) вышеперечисленными методами. Применение метода адаптив- ной эквализации гистограммы (рис. 2 б) несколько искажает цвета. Использование Егоров А.А., Ахметшина Л.Г. «Искусственный интеллект» 4’2010 210 4Е предложенной модифицированной методики (рис. 2 г) в большей степени обеспечи- вает сохранение цветового соответствия по сравнению с исходной методикой (рис. 2 в). Это позволяет четче выделить область распространения меланомы, по одному из ос- новных признаков − наличию бело-голубых структур [5] (в центральной части сним- ка), а также приводит к отсутствию различимых границ на стыке между соседними окнами. а) б) в) г) Рисунок 1 – а) − исходное полутоновое изображение; повышение его контраста при помощи: б) − метода адаптивной эквализации гистограммы; в) − исходной методики; г) − модифицированной методики а) б) в) г) Рисунок 2 – а) − исходное RGB медицинское изображение; повышение его контраста при помощи: б) − метода адаптивной эквализации гистограммы; в) − исходной методики; г) − модифицированной методики Повышение достоверности цветопередачи в методике обработки... «Штучний інтелект» 4’2010 211 4Е Выводы Предложенная в данной работе модифицированная методика автоматизирован- ного повышения яркости и контраста может быть применена как к полутоновым, так и к цветным изображениям различной природы, и позволяет устранить большинство недостатков, присущих оригинальной методике. 1. Изменение вида преобразований позволило повысить цветовое соответствие с исходным изображением при использовании методов адаптивного повышения яр- кости и адаптивной гистограммной коррекции. 2. Изменение способа вычисления автоматизированной оценки уровня яркости и введение автоматизированной оценки уровня контраста позволило повысить точ- ность определения необходимости срабатывания соответствующих методов. 3. Уменьшение количества управляющих параметров. 4. Подавление граничного эффекта на стыке между соседними окнами при ис- пользовании методов адаптивного повышения яркости и адаптивной гистограммной коррекции. Недостатками модифицированной методики является ее высокая вычислитель- ная сложность и необходимость принудительного запрещения повышения яркости в случаях, когда исходное изображение должно оставаться «темным», например, при обработке астрономических снимков. Литература 1. Pratt W.K. Digital Image Processing / Pratt W.K. – New York ; Chichester ; Weinheim ; Brisbane : John Wiley and Sons Inc., 2001. – 723 р. 2. Гонсалес Р. Цифровая обработка изображений / Гонсалес Р., Вудс Р. ; [пер. c англ.; под ред. П.А. Чо- чиа]. – М. : Техносфера, 2006. – 1070 с. 3. Егоров А.А. Метод адаптивного контрастирования мультиспектральных изображений для повы- шения достоверности нечеткой кластеризации / Егоров А.А. // Искусственный интеллект. − 2009. − № 3. − С. 506-516. 4. Ахметшина Л.Г. Влияние метода межоконного сглаживания на результаты автоматизированного контрастирования / Л.Г. Ахметшина, А.А. Егоров // Математичне та програмне забезпечення інтелек- туальних систем : міжнародна науково-практична конф. (Дніпропетровськ, 18 − 20 листопада 2009). – С. 22-23. 5. Robert Johr. Dermoscopy The Essentials / Robert Johr, H. Peter Soyer, Giuseppe Argenziano и др. // Mosby, An imprint of Elsevier Ltd, 2004. − 231 p. А.О. Єгоров, Л.Г. Ахметшина Підвищення вірогідності кольоропередачі у методиці обробки мультиспектральних зображень У цій статті запропонована модифікована методика автоматизованого підвищення яскравості та контрасту мультиспектральних зображень, яка, завдяки своїй адаптивності, може бути застосована для обробки широкого спектра знімків та дозволяє зберегти при цьому кольорову відповідність до вхідного зображення. Представлені експериментальні результати застосування запропонованої методики для обробки півтонової фотографії та медичного RGB знімку. A.A. Egorov, L.G. Akhmetshina, Enhancement of Color Adjustment Assurance in Multispectral Images Processing This article deals with modified automated image contrast and intensity enhancement method of multispectral images. It is allowed to process various color and grayscale photos and to save color correspondence to input image. The experimental results of using proposed method for the processing of grayscale photo and medical RGB image are shown. Статья поступила в редакцию 26.05.2010.

Повышение достоверности цветопередачи в методике обработки мультиспектральных изображений

Репозитарії

Схожі ресурси