Введение 3
Глава 1 Анализ систем фильтрации изображений 5
1.1 Задачи предварительной обработки 5
1.2 Анализ работы фильтров 10
1.3 Оценка качества изображения 22
1.4 Вывод по первой главе 29
Глава 2 Алгоритм фильтрации цифрового изображения 30
2.1 Металлографическое изображение чугуна 30
2.2 Классификация фильтров 35
2.3 Алгоритм фильтрации микроструктурных изображений серого чугуна 40
2.4 Вывод по второй главе 48
Заключение 49
Список использованных источников 51
Приложение А 51
Цифровая обработка изображений является бурно развивающейся областью науки. В современном мире появляется все большая необходимость в использовании информации, имеющей фото и видео формат. Информация данного вида, а так же технологии,позволяющие хранить, редактировать и обрабатывать ее, используются в повсеместных для нас сферах - системы видео наблюдения, реклама, медицинские приборы, анализ металлографических изображений металлов и сплавов и т.п.
По данным американского статистического экономического агентства Marketline Companies на 2016-й год объем продаваемых программно¬аппаратных средств, связанных с захватом, обработкой и хранением фото и видео изображений увеличивается ежегодно на 20 процентов, что приводит к пропорциональному ежегодному приросту фото и видео изображений.
В процессе получения информации с помощью датчиков происходят искажения на изображениях. Поэтому проблема повышения эффективности и качества обработки фото и видео изображений является актуальной и представляет несомненный интерес. Вопросами разработки алгоритмов анализа и фильтрации цифровых изображений занимались многие авторы. Большой вклад в изучение вопросов анализа шума на цифровых изображениях внесли Р. Вудс и Р. Гонсалес, У. Прэтт. Так же важные исследования в области низкочастотной фильтрации шума на цифровых изображениях выполнены Я. А. Фурман, А. Н. Юрьевым, В. В. Яншиным и В. А. Сойфером и др.
Несмотря на большое число работ многие проблемы не получили пока универсального решения, в частности существующие алгоритмы фильтрации шумов позволяют производить фильтрацию лишь отдельных видов шумов, исключая универсальное использование и адаптацию в зависимости от размеров изображений и областей, на которых присутствует шум.
При необходимости проведения фильтрации изображения необходимо иметь представление o шумах и методах борьбы с ними. Однако, впервые столкнувшись с такой проблемой, появится необходимость в изучении данной области, что может повлиять на время и сроки выполнения основной работы. За последние десятилетия теория и методы цифровой фильтрации сигналов и изображений достигли больших развитий. Построение алгоритма фильтрации опирается на использование вероятностных моделей сигнала или изображения и шума, а также на применение различных статистических критериев оптимальности. Все это порождает многообразие методов и алгоритмов фильтрации.
Целью дипломного проекта является разработка алгоритма, позволяющего решать задачу по устранению шума на цифровом изображении. В качестве изображений, на которых разрабатывается и реализовывается алгоритм, выбраны изображения серого чугуна с шаровидными выделениями графита. Реализация поставленной цели предполагает необходимость решения следующих задач:
1) анализ задач предварительной обработки цифровых изображений;
2) классификация фильтров;
3) разработка алгоритма фильтрации.
В ходе проделанной работы решены следующие задачи:
- проанализированы задачи предварительной обработки цифровых изображений;
- классифицированы фильтры;
- разработан алгоритм фильтрации.
В результате выполнения проекта, разработана технология фильтрации микроструктурных металлографических изображений чугуна. Технология включается в себя алгоритм фильтрации и разработанную классификацию фильтров по параметрам, объединенную в общую классификацию по двум критериям - содержанию фильтра и технологии фильтрации. Разработан и описан алгоритм фильтрации микроструктурных изображений, включающий в себя разработанную классификацию фильтров.
Алгоритм разрабатывался на примере микроструктурного металлографического изображения серого чугуна с шаровидными выделениями графита. Данное изображение имело импульсную зашумленность «соль-перец» в определенной области. По ходу работы алгоритма применялся медианный фильтр для погашения данного вида шума.
Данный алгоритм позволит решать задачу фильтрации и проводить фильтрацию микроструктурных изображений человеку-оператору без глубокого изучения методологии фильтрации и принципов работы фильтров в целом. Это позволяет уменьшить время обработки изображения и уменьшает нагрузку на оператора в следствии отсутствия необходимости изучения дополнительного материала.
Задачи, связанные с отысканием алгоритма решения класса проблем определенного типа, следует называть интеллектуальными. После того, как такой алгоритм уже найден, процесс решения соответствующих проблем становится таким, что его могут в точности выполнить человек, вычислительная машина или робот, не имеющие представления о сущности самой проблемы. От исполняющего лица требуется лишь соблюдение и выполнение тех элементарных операций, из который складывается процесс, руководствуясь предложенным алгоритмом.
В таком случае, не следует включать в класс интеллектуальных задач такие задачи, для которых существуют стандартные методы решения (вычислительные задачи). В противоположность этому, при таких задачах, как распознавание образов, доказательство теорем и т.п., наоборот, формальное разбиение процесса поиска решения на отдельные элементарные шаги часто оказывается затруднительным, даже если само их решение несложно.
