Содержание
- 2. Цифровая обработка сигналов Сигнал - это информационная функция, несущая сообщение о физических свойствах, состоянии или поведении
- 3. Цифровая обработка сигналов Одномерный сигнал – это сигнал, значения которого зависят от одной независимой переменной Звуковой
- 4. Математическое описание позволяет абстрагироваться от физической природы сигнала и материальной формы его носителя: классификации сигналов, сравнение,
- 5. Аналоговые сигналы Являются непрерывной функцией непрерывного аргумента, (определены для любого значения аргументов) Источники аналоговых сигналов -
- 6. Аналоговые сигналы
- 7. Дискретные сигналы Дискретный сигнал по своим значениям – тоже непрерывная функция, но определенная по дискретным значениям
- 8. Дискретные сигналы
- 9. Пример дискретизации изображения
- 10. Цифровые сигналы Цифровой сигнал квантован по своим значениям и дискретен по аргументу. Он описывается решетчатой функцией
- 11. Квантование (quantization) Квантование по уровню - процесс преобразования бесконечных по принимаемым значениям аналоговых отсчетов в конечное
- 12. Пример цифрового сигнала
- 13. Как получается цифровое изображение Свет, падая на светочувствительный элемент матрицы ПЗС (прибор с зарядовой связью, CCD-Charge-Coupled
- 14. Причины потери качества изображения Ограниченный диапазона чувствительности ПЗС-матрицы “Плохая” функция передачи ПЗС-матрицы “Плохая” освещенность
- 15. Гистограмма График распределения интенсивности в изображении. На горизонтальной оси - шкала яркостей тонов от белого до
- 16. Коррекция изображений Что может не устраивать в полученном изображении: Узкий или смещенный диапазон яркостей (узкий диапазон
- 17. Линейная коррекция Компенсация узкого диапазона яркостей – линейное растяжение: График функции f -1(y)
- 18. Линейная коррекция. Результат Компенсация узкого диапазона яркостей – линейное растяжение:
- 19. Линейная коррекция. Пример Линейное растяжение – «как AutoContrast в Photoshop»
- 20. Линейная коррекция не всегда успешна Линейная коррекция не помогает, если в изображении уже представлены все интенсивности
- 21. Графики функции f -1(y) γ>1 γ Гамма-коррекция Гамма-коррекция (коррекция яркости монитора изменением напряжения). Так называют преобразование
- 22. График функции f -1(y) Растянуты низкие и сжаты высокие интенсивности Нелинейная коррекция. Пример
- 23. Нелинейная компенсация недостаточной контрастности Часто применяемые функции: Гамма-коррекция Изначальная цель – коррекция для правильного отображения на
- 24. Компенсация разности освещения
- 25. Компенсация разности освещения Идея: Формирование изображения: Плавные изменения яркости относятся к освещению, резкие - к объектам.
- 26. Выравнивание освещения. Алгоритм Алгоритм Получить компонент освещения путем низкочастотной фильтрации G изображения Восстановить изображение по формуле
- 27. Выравнивание освещения. Пример
- 28. Компенсация разности освещения / = Gauss 14.7 пикселей
- 29. Цветовая коррекция изображений Серый мир Идеальный отражатель Коррекция "autolevels" Коррекция с опорным цветом Статистическая цветокоррекция Изменение
- 30. Гипотеза «Серый мир» Предположение: Сумма всех цветов на изображении естественной сцены дает серый цвет Метод: Посчитать
- 31. Гипотеза «Серый мир». Примеры
- 32. Гипотеза «Идеальный отражатель» Предположение: Наиболее яркие области изображения относятся к бликам на поверхностях, модель отражения которых
- 33. Растяжение контрастности (“autolevels”) Идея: растянуть интенсивности по каждому из каналов на весь диапазон; Метод: найти минимум,
- 34. Растяжение контрастности (“autolevels”) Авто По белому
- 35. Коррекция с опорным цветом Идея: пользователь указывает целевой цвет (например: белый, серый, черный) вручную; Источники для
- 36. Коррекция с опорным цветом. Примеры Коррекция по серому Коррекция по черному Получили засветление окна
- 37. В чем отличие разных фильтров Box filer (простое размытие) – помимо подавления шума портит резкие границы
- 38. Фильтр размытия, основанный на применении свертки Оригинальное изображение Ядро свертки Результат
- 39. Применение свертки в компьютерной графике Примеры фильтров: размытие изображений (blur); повышение резкости (sharpen); выделение контуров (edge
- 40. Размытие Гаусса (Gaussian Blur)
- 41. Повышение резкости (sharpen)
- 42. Тиснение (emboss) либо
- 43. Выделение границ (Edge detection)
- 44. Медианный фильтр (подавление шумов)
- 46. Скачать презентацию