Системы цифровой обработки данных

Отсюда Вы можете скачать исходники моей программы (8 кб). Сразу предупреждаю, что в архиве нет папки IMG c файлами изображений. Если этих файлов у вас нет - качайте этот архив (220 кб). Там есть сразу всё.

А здесь Вы сможете посмотреть и скачать несколько img-файлов созданных мной.

Думаю, стоит описать лабораторные работы, которые от нас требуется сдать.

Итак, все операции производятся с рисунками, размером 256 x 256 пикселей и 256-ью цветами, представляющими собой градации серого цвета.

Лабораторная работа №1
Простейшие операции преобразования яркости

Требуется запрограммировать следующие операции:

• Осветление - просто прибавляем к значению цвета (для каждого пикселя) какую-нибудь положительную константу. Если новый цвет будет превышать значение 255, то усиленно присваивеам ему 255.
• Затемнение - отнимаем от значения цвета какую-нибудь положительную константу. Если новый цвет будет отрицательным, то присваивеам ему значение 0.
• Умножение - умножаем значение цвета на какое-нибудь действительное число > 1. Округляем. Если новый цвет будет превышать значение 255, то усиленно присваивеам ему 255.
• Деление - делим значение цвета на какое-нибудь действительное число > 1. Округляем. Если новый цвет будет отрицательным, то присваивеам ему значение 0.
• Инвертирование - новый цвет получается путём нахождения разности между числом 255 и значением старого цвета.
• Бинаризация - задаём какой-нибудь порог бинаризации, то есть число от 0 до 255. Далее, если значение старого цвета меньше или равно этому порогу, то новому цвету присваиваем 0, иначе - присваиваем 255.
• Выделение поддиапазона -

Лабораторная работа №2
Фильтры

Низкочастотные фильтры

Низкочастотная фильтрация изображений позволяет сглаживать их. При этом уменьшаются импульсные помехи, но размываются границы деталей. Особенность: все коэффициенты должны быть неотрицательны, а их сумма должна быть равна 1.

Высокочастотные фильтры

Высокочастотная фильтрация позволяет повысить резкость изображения. Но при этом увеличиваются импульсные помехи. Особенность: центральный коэффициент должен быть положительным, остальные - неположительны, а сумма всех коэффициентов должна быть равна 1.

Направленные фильтры

Направленные фильтры позволяют выделять границы объектов. Есть фильтры отдельно для горизонтальных, вертикальных, диагональных линий. Можно также придумать свои фильтры, которые будут выделять линии, расположенные под определённым углом.

Задача состоит в том, чтобы запрограммировать обработку изображений различными фильтрами.

Лабораторная работа №3
Операторы выделения границ объектов

Оператор Робертса

Обработать значение интенсивности каждой точки изображения по формуле:

E_{i, j} := | E_{i+1, j+1} - E_{i, j} | + | E_{i+1, j} - E_{i, j+1} |

Оператор Собеля

Обработать значения интенсивности по формуле:

E_{i, j} := | C_V | + | C_N |

где C_V и C_N находятся с помощью фильтров:

соответственно.

Оператор Лапласа

Оператор определяет переход интенсивности. То есть если граница перехода интенсивности широкая, то в результе обработки изображения должно получиться две границы. Поэтому этот оператор редко используется для нахождения кромок. Недостаток - очень чувствителен к помехам.

Разумеется, что если после применения различных операторов значения интенсивности будут выходить за границы диапазона 0..255, то надо переприсвоить то граничное значение, которое ближе, т.е. 0 или 255.

Лабораторная работа №4 (по вариантам)
Выделение границ плоских объектов

Реализовать следующий алгоритм:

1. Произвести сглаживание изображения с помощью усреднённой фильтрации.
2. Построить гистограмму яркости, по гистограмме определить порог бинаризации. Апроксимацию гистограммы разрешается произвести в MathCAD'е.
3. Произвести бинаризацию.
4. Определить контур двумерного объекта с помощью метода сигнатуры или метода построчного сканирования.
5. С помощью преобразования Фурье построить сложную гармоническую функцию для массива значений из п.4. Разрешается произвести в MathCAD'е.

Лабораторная работа №5 (по вариантам)
Восстановление формы объекта