Средства предварительной обработки и улучшения изобразительных характеристик космических изображений.
Интерактивный визуальный анализ изображений - первый этап любой технологии тематического дешифрирования. Он необходим для оценки общей информативности изображения, выбора участков для тематической обработки, выбора наиболее информативных спектральных зон и выявления характерных признаков изучаемых объектов и явлений. Основными средствами автоматической обработки на этом этапе являются процедуры, улучшающие визуальное восприятие изображения и позволяющие подчеркнуть на нем детали, которые представляют интерес для решения задачи. Эффективность применения той или иной процедуры преобразования оценивается «на глаз» аналитиком данных. Аналогичные процедуры имеются во всех пакетах для обработки картинок и фотографий.
При визуальном анализе изображение рассматривается как «сцена», то есть картинка, в которой яркость или цвет пикселя не несут никакой физической нагрузки. Признаки объектов формируются на основе пространственного сочетания определенных значений яркости. Поэтому математические модели обработки и анализа сцены строятся в системе координат плоскости изображения X,Y, где яркость пикселя есть функция f(x,y). Для многослойных растровых изображений преобразования применяются к каждому отдельному слою, и уже потом каким-либо способом комбинируются.
Процедуры, предназначенные для улучшения визуального восприятия, можно условно разбить на два класса:
|
|
|
1) локальные преобразования, выполняющиеся для каждого отдельного пикселя независимо от его окружения;
2) «масочные» преобразования, выполняющиеся с учетом окружения каждого пикселя в заданном окне (маске).
Локальные преобразования предназначены преимущественно для того, чтобы сделать изображение более четким. Иногда это позволяет визуально обнаружить положение и границы интересующих аналитика объектов, слабо заметных на исходном изображении. В основе таких преобразований лежит анализ простейшей статистической характеристики изображения – гистограммы.
Гистограмма распределения яркости – это функция распределения яркости G(k)=Nk/N, где N - общее количество пикселей изображения, Nk – число пикселей, имеющих яркость k, k={0,1,…,2N-1}.
Гистограмма распределений яркости является эффективным средством при обработке и анализе цифровых изображений, так как она обеспечивает нас информацией о распределении уровней яркости изображения, которое преобразуется в процессе обработки.
Гистограммы используются, в частности, при построении мозаик из нескольких изображений, чтобы привести изобразительные характеристики совмещаемых изображений к одинаковому виду. Анализ гистограммы изображения полезен и в методах автоматической классификации изображений.
|
|
|
Если число пикселей на изображении или его участке, по которому строится гистограмма, достаточно велико, то нормированную к значению N функцию можно рассматривать как функцию плотности статистического распределения яркости p(k). То есть яркость в такой математической модели – это случайная величина, которая принимает значение k с вероятностью p(k).
При обработке изображений, в частности, при классификации, часто используется нормальное (Гауссово) распределение.
Плотность нормального распределения имеет вид:
(1)
Если функция p(x) определена на всем интервале [-¥,¥], то 
Из выражения (1) видно, что функция p(x) характеризуется двумя параметрами: средним значением m и среднеквадратическим отклонением s.
График плотности нормального распределения p(x) в одномерном случае со средним значением m=0 и среднеквадратическим отклонением σ=1 показан на рис.2. Значения m-s, m+s (обозначены пунктирами) соответствуют точкам перегиба функции p(x). Заметим, что площадь под графиком между двумя пунктирами (на уровне одного σ) P»0.683, на уровне 2σ P»0.845, на уровне 3σ P»0.999. В задачах классификации эти величины имеют большое значение при оценке ожидаемой величины ошибки классификации.
Параметры m и s называют первым и вторым моментами распределения.
Дата добавления: 2018-05-12; просмотров: 375; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!