Реферат: Методи покращення растрових зображень - Refy.ru - Сайт рефератов, докладов, сочинений, дипломных и курсовых работ

Методи покращення растрових зображень

Рефераты по информатике » Методи покращення растрових зображень

Реферат на тему:

Методи покращення растрових зображень

Розглянемо деякі з існуючих методів покращення якості зображень, які основані на суб’єктивному сприйняттю роздільної здатності і кількості кольорів. При однакових значеннях параметрів пристрою графічного виводу можна створити ілюзію збільшення роздільної здатності або кількості кольорів. При чому суб’єктивне покращення одної характеристики виконується за рахунок погіршення іншої.

Усунення східчастого ефекту

В растрових системах при невисокій роздільній здатності (менше 300 dpi) існує проблема східчастого ефекту (aliasing). Цей ефект особливо помітний для похилих ліній – при великому кроці сітки растра пік селі утворюють сходинки сходів.

Розглянемо на прикладі відрізка прямої лінії. Растрове зображення об’єкту визначається алгоритмом зафарбування пікселей, які відповідають площині об’єкту. Різні алгоритми можуть дати різні варіанти растрового зображення одного і того ж об’єкту. Розглянемо об’єкт, який зафарбовується наступним чином – якщо в контур об’єкту потрапляє більше половини площини комірки сітки растра, то відповідний пік сель зафарбовується кольором об’єкту (С), в іншому випадку – пік сель зберігає колір фону (Сф).

На рисунку показано растрове зображення товстої прямої лінії, на яке для порівняння накладений ідеальний контур лінії























































Рис. Растрове зображення відрізка лінії

(Усунення східчастого ефекту наз. по-англ. antialiasing)

Для того, щоб растрове зображення виглядало більш гладким, можна колір кутових пікселей „сходинок сходів” замінити на деякий відтінок, проміжний між кольором об’єкту і кольором фону. Будемо обраховувати колір пропорційно частині площини комірки растру, який покритий ідеальним контуром об’єкту. Якщо площину всієї комірки позначити через S, а частину площини, яка покрита контуром, - Sx, то необхідний колір дорівнює:

На рисунку показано згладжування растрового зображення, яке побудоване вказаним вище методом.























































Рис. Згладжування

Методи отримання згладжених растрових зображень можна розділити на 2 групи:

Складають алгоритми генерації згладжуваних зображень окремих простих об’єктів – ліній, фігур.

Складають методи обробки вже нарисованих зображень. Для згладжування растрових зображень часто використовують алгоритми цифрової фільтрації.

Один з таких алгоритмів – локальна фільтрація. Вона здійснюється шляхом сумування яскравості пікселей, розміщених в деякій області поточного пікселя, який обробляється. Приклад, в ході обробки зображення, по растру проходить вікно, яке вихоплює пік селі, що використовуються для обчислення кольору деякого поточного пікселя. Якщо область симетрична, то даний пік сель знаходиться в центрі вікна.

jmin

Рис. Вікно пікселя, який обробляється

Базову операцію такого фільтру можна представити так:

,

де Р – значення кольору поточного пікселя, F – нове значення кольору пікселя, К – нормуючий коефіцієнт, який визначає властивості фільтру (цей масив називають маскою).

Розміри вікна фільтру: (jmax–jmin+1) по горизонталі і (imax–imin+1) – по вертикалі. При imin, jmin=-1 і imax, jmax = +1 маємо фільтр з вікном 3х3, який часто використовують на практиці.

Для обробки всього растру необхідно провести вказані вище обчислення для кожного пікселя. Якщо в ході обробки нові значення кольору пік селів записуються в вихідний растр і втягуються в обчислення для наступних пікселей, то таку фільтрацію називають рекурсивною. При нерекурсивній фільтрації в обчислення втягуються тільки попередні значення кольорів пікселів. Нерекурсивність можна забезпечити, якщо нові значення записують в окремий масив.

Маска – це масив коефіцієнтів, які розміщуються відповідно пікселям вікна.

При згладжуванні кольорових зображень можна використовувати модель RGB і виконувати фільтрацію по кожній компоненті. За допомогою локальної фільтрації можна виконувати достатньо різноманітну обробку зображення – підвищення чіткості, виділення контурів та ін.