12.4. ПОДЧЕРКИВАНИЕ ГРАНИЦПсихофизические эксперименты показывают, что фотографическое или телевизионное изображение с подчеркнутыми границами часто оказывается субъективно более приятным, чем фотометрически совершенная репродукция. Метод подчеркивания границ можно реализовать несколькими способами. В системах электронного сканирования изображений получаемый видеосигнал можно пропустить через электрический фильтр верхних частот. Другой способ обработки сканируемых изображений заключается в использовании нерезкого маскирования [12]. При этом изображение как бы сканируется двумя перекрывающимися апертурами, одна из которых соответствует нормальному разрешению, а другая - пониженному. В результате получают соответственно массив нормального изображения
где Рис. 12.4.1. Осциллограммы видеосигналов в системе улучшения изображений методом нерезкого маскирования. а – высокая разрешающая способность; б – низкая разрешающая способность; в – эффект нерезкого маскирования. Подчеркивание границ можно также осуществить, выполняя дискретную фильтрацию согласно соотношению (12.3.1) с использованием высокочастотного импульсного отклика Ниже представлены три типичные маски для выполнения высокочастотной фильтрации: маска 1
маска 2
маска 3
Эти маски отличаются тем, что сумма их элементов равна единице. Рис. 12.4.2 иллюстрирует два способа подчеркивания границ: нерезкое маскирование и применение масок высокочастотной фильтрации. Рис. 12.4.2. Образцы изображений с подчеркнутыми границами при использовании нерезкого маскирования и масок высокочастотной фильтрации. а - исходное изображение; б - нерезкое маскирование при Еще одним способом подчеркивания границ является так называемое статистическое дифференцирование [7, 16, стр. 100]. Значение яркости каждого элемента делится на статистическую оценку среднеквадратического отклонения
Среднеквадратическое отклонение
вычисляется в некоторой окрестности Уоллис [17] обобщил метод статистического дифференцирования. Предложенный им оператор дает улучшенное изображение, имеющее требуемые моменты первого и второго порядка. Оператор определяется выражением вида
Здесь Рис. 12.4.3. Образцы изображений, обработанных методом статистического дифференцирования [17]. Фотографии предоставлены Р. Уоллисом из фирмы Stanford Technology (Саннивэйл, шт. Калифорния). а - исходное изображение; б - результат усреднения по окрестности; в - результат вычисления среднеквадратического отклонения по окрестности; е - улучшенное изображение при
|