📄Работа №211396
Тема: Разработка и исследование алгоритма сглаживания цветных изображений, основанного на анализе градиентов
Характеристики работы
Тип работы
Дипломные работы, ВКР
Предмет
Автоматика и управление
Объем:
67 листов
Год:
2021
Просмотров:
52
4650
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Аннотация
ВВЕДЕНИЕ 7
1. ПОСТАНОВКА И АНАЛИЗ ЗАДАЧИ 8
2. ОБЗОР ЛИТЕРАТУРЫ 13
КАТЕГОРИЗАЦИЯ ПОДХОДОВ 13
2.1 ЯВНЫЕ МЕТОДЫ СГЛАЖИВАНИЯ 14
2.2 НЕЯВНЫЕ МЕТОДЫ СГЛАЖИВАНИЯ 19
3. ОПИСАНИЕ МЕТОДА 23
4. РЕЗУЛЬТАТЫ 29
5. СРАВНЕНИЕ КАЧЕСТВА 34
5.1 СРАВНЕНИЕ КАЧЕСТВЕННОЕ 37
5.2 СРАВНЕНИЕ КОЛИЧЕСТВЕННОЕ 42
5.2.1 СРАВНЕНИЕ НА ЗАДАЧЕ 42
5.2.2 СРАВНЕНИЕ НА БЕНЧМАРКЕ 51
6. ОБСУЖДЕНИЕ 57
6.1 ГРАНИЦЫ ПРИМЕНИМОСТИ 58
6.2 ДАЛЬНЕЙШИЕ РАЗРАБОТКИ 60
ЗАКЛЮЧЕНИЕ 61
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 63
ПРИЛОЖЕНИЕ А ИСХОДНЫЙ КОД РЕАЛИЗАЦИИ ПРЕДЛАГАЕМОГО
МЕТОДА 68
ВВЕДЕНИЕ 7
1. ПОСТАНОВКА И АНАЛИЗ ЗАДАЧИ 8
2. ОБЗОР ЛИТЕРАТУРЫ 13
КАТЕГОРИЗАЦИЯ ПОДХОДОВ 13
2.1 ЯВНЫЕ МЕТОДЫ СГЛАЖИВАНИЯ 14
2.2 НЕЯВНЫЕ МЕТОДЫ СГЛАЖИВАНИЯ 19
3. ОПИСАНИЕ МЕТОДА 23
4. РЕЗУЛЬТАТЫ 29
5. СРАВНЕНИЕ КАЧЕСТВА 34
5.1 СРАВНЕНИЕ КАЧЕСТВЕННОЕ 37
5.2 СРАВНЕНИЕ КОЛИЧЕСТВЕННОЕ 42
5.2.1 СРАВНЕНИЕ НА ЗАДАЧЕ 42
5.2.2 СРАВНЕНИЕ НА БЕНЧМАРКЕ 51
6. ОБСУЖДЕНИЕ 57
6.1 ГРАНИЦЫ ПРИМЕНИМОСТИ 58
6.2 ДАЛЬНЕЙШИЕ РАЗРАБОТКИ 60
ЗАКЛЮЧЕНИЕ 61
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 63
ПРИЛОЖЕНИЕ А ИСХОДНЫЙ КОД РЕАЛИЗАЦИИ ПРЕДЛАГАЕМОГО
МЕТОДА 68
📖 Аннотация
В данной работе разработан и исследован новый алгоритм сглаживания цветных изображений с сохранением границ, основанный на анализе компонент вектора градиента — его длины и угла наклона. Актуальность исследования обусловлена фундаментальной ролью сглаживания в задачах компьютерного зрения и графики, где критически важен баланс между подавлением шума, текстур и сохранением значимых структур изображения. Основным результатом является создание эффективного алгоритма, формирующего весовую маску фильтра на основе близости углов градиентов и обратной величины их длин, что позволяет сохранять выраженные границы при устранении мелких деталей. Научная значимость работы заключается в разработке нового дескриптора для адаптивного сглаживания, а практическая — в демонстрации эффективности метода, особенно для устранения артефактов сжатия, при сравнительно простой реализации. В контексте существующих подходов, таких как классический метод Кэнни для детекции границ, билатеральная фильтрация, рассмотренная Трипати и Мукхопадхьяй, а также современные адаптивные методы, подобные работе Хэма, Чо и Понс, предложенный алгоритм представляет собой альтернативное решение, сочетающее аналитическую ясность и конкурентное качество обработки.
📖 Введение
Сглаживание изображений является фундаментальной задачей в области компьютерной графики и компьютерного зрения. Его цель - улучшение качества изображения, выявление его структуры с помощью устранения незначительных деталей, и сохранения при этом общей структуры изображения. Однако всегда присутствует необходимость идти на компромисс между этими двумя задачами: сглаживая очень легко потерять структуры, несущие информацию. Сглаживание имеет широкий спектр применений в задачах компьютерной графики и обработки изображений - это низкоуровневое преобразование, входящее практически в любой процесс обработки изображения. К сферам применения относятся задачи выделения границ, сегментации, абстракции, улучшения изображений и подобные [1-3].
В этой работе предлагается новый алгоритм для решения задач сглаживания с сохранением границ, который позволяет сохранять выраженные структуры на изображении и подавлять слабозаметные текстуры, шум невысокой интенсивности и разного рода артефакты.
Он основан на анализе двух компонент векторов градиента, отражающих изменение интенсивности цвета в окрестности определенной точки. Эти компоненты - длина и угол наклона вектора градиента. Метод имеет явно выраженное правило для формирования маски весов. Предполагается, что близость углов градиента в точках окрестности говорит о принадлежности двух точек к одной границе, а значит, при сглаживании они должны иметь больший вес. Также принимается во внимание обратное значение длины вектора градиента как фактор формирования веса. Целью данной работы является разработка алгоритма сглаживания цветных изображений для задачи сглаживания с учетом границ на основе анализа компонент градиента.
В рамках данной работы поставлены задачи: провести обзор родственных разработок - работ, предлагающих решения задачи сглаживания с учетом границ; разработать такой дескриптор, который позволил бы настраивать веса фильтра в зависимости от вида границы в окрестности; провести эксперименты, определив тем самым область применимости метода.
К методам исследования относятся: проведение обзора, постановка вычислительных экспериментов и оценка их результатов количественная и качественная.
В этой работе предлагается новый алгоритм для решения задач сглаживания с сохранением границ, который позволяет сохранять выраженные структуры на изображении и подавлять слабозаметные текстуры, шум невысокой интенсивности и разного рода артефакты.
Он основан на анализе двух компонент векторов градиента, отражающих изменение интенсивности цвета в окрестности определенной точки. Эти компоненты - длина и угол наклона вектора градиента. Метод имеет явно выраженное правило для формирования маски весов. Предполагается, что близость углов градиента в точках окрестности говорит о принадлежности двух точек к одной границе, а значит, при сглаживании они должны иметь больший вес. Также принимается во внимание обратное значение длины вектора градиента как фактор формирования веса. Целью данной работы является разработка алгоритма сглаживания цветных изображений для задачи сглаживания с учетом границ на основе анализа компонент градиента.
В рамках данной работы поставлены задачи: провести обзор родственных разработок - работ, предлагающих решения задачи сглаживания с учетом границ; разработать такой дескриптор, который позволил бы настраивать веса фильтра в зависимости от вида границы в окрестности; провести эксперименты, определив тем самым область применимости метода.
К методам исследования относятся: проведение обзора, постановка вычислительных экспериментов и оценка их результатов количественная и качественная.
✅ Заключение
В данной работе была поставлена следующая цель: разработать алгоритм сглаживания цветных изображений для задачи сглаживания с учетом границ на основе анализа компонент градиента. В рамках данной работы также были поставлены следующие задачи: провести обзор родственных разработок - работ предлагающих решения задачи сглаживания с учетом границ; разработать такой дескриптор, который позволил бы настраивать веса фильтра в зависимости от вида границы в окрестности; провести эксперименты, определив тем самым область применимости метода.
Подводя итог проделанной работы можно заявить, что поставленная в начале работы цель была к ее завершению достигнута. Был проведен обзор родственных разработок и выделены как исторически фундаментальные методы, так и самые последние разработки. Помимо этого, были также определены наиболее близкие подходы по виду применяемых дескрипторов, от результатов которых можно было бы оттолкнуться. Был разработан дескриптор, отвечающий требуемым свойствам, которые по предположению привели бы к качественному сглаживанию, после чего был проведен ряд экспериментов, позволяющих сравнить результаты работы метода с другими существующими, а также определить наилучшее его приложение.
Описанный в данной работе подход позволяет производить сглаживание с учетом границ на уровне, не уступающем другим аналогичным методам, при этом используя сравнительно простой в реализации дескриптор. Было показано, что лучше всего он подходит для задачи сглаживания артефактов сжатия. Исходя из этого, наилучшим его применением было бы поместить его на стадии постобработки сжатых изображений перед демонстрацией их пользователю, для улучшения их визуального качества. Применяя его с высокой степенью параллельности, можно было бы достичь высокой производительности для приложений реального времени.
Также в рамках апробации данной работы, было опубликовано несколько научных работ. Впервые данный метод был представлен в работе под названием «Image Smoothing Algorithm Based on Gradient Analysis» в мае 2020 года на конференции USBEREIT [35]. Дальнейшие исследования и эксперименты были освещены в работе «О свойствах алгоритма сглаживания на основе анализа градиента» опубликованной в серии «Вычислительная математика и информатика» журнала «Вестник Южно-Уральского Государственного Университета» [36].
Подводя итог проделанной работы можно заявить, что поставленная в начале работы цель была к ее завершению достигнута. Был проведен обзор родственных разработок и выделены как исторически фундаментальные методы, так и самые последние разработки. Помимо этого, были также определены наиболее близкие подходы по виду применяемых дескрипторов, от результатов которых можно было бы оттолкнуться. Был разработан дескриптор, отвечающий требуемым свойствам, которые по предположению привели бы к качественному сглаживанию, после чего был проведен ряд экспериментов, позволяющих сравнить результаты работы метода с другими существующими, а также определить наилучшее его приложение.
Описанный в данной работе подход позволяет производить сглаживание с учетом границ на уровне, не уступающем другим аналогичным методам, при этом используя сравнительно простой в реализации дескриптор. Было показано, что лучше всего он подходит для задачи сглаживания артефактов сжатия. Исходя из этого, наилучшим его применением было бы поместить его на стадии постобработки сжатых изображений перед демонстрацией их пользователю, для улучшения их визуального качества. Применяя его с высокой степенью параллельности, можно было бы достичь высокой производительности для приложений реального времени.
Также в рамках апробации данной работы, было опубликовано несколько научных работ. Впервые данный метод был представлен в работе под названием «Image Smoothing Algorithm Based on Gradient Analysis» в мае 2020 года на конференции USBEREIT [35]. Дальнейшие исследования и эксперименты были освещены в работе «О свойствах алгоритма сглаживания на основе анализа градиента» опубликованной в серии «Вычислительная математика и информатика» журнала «Вестник Южно-Уральского Государственного Университета» [36].
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.