Способ комплексирования цифровых полутоновых изображений

Способ комплексирования цифровых полутоновых изображений

Иллюстрации

Показать все

Реферат

Изобретение относится к области цифровой обработки изображений, в частности к комплексированию цифровых изображений.

Известен способ комплексирования цифровых многоспектральных полутоновых изображений [1]. Способ включает получение исходных изображений, разложение каждого исходного изображения на низкочастотные и высокочастотные компоненты, раздельную обработку низко- и высокочастотных компонент изображений, комплексирование компонент, основанное на принципе взвешенного суммирования для каждого пикселя, формирование результирующего изображения. При этом каждое исходное изображение подвергают многоуровневой декомпозиции вейвлетом Хаара путем быстрого дискретного стационарного двумерного вейвлет-преобразования с целью получения аппроксимирующей составляющей, представляющей из себя низкочастотную компоненту изображения, и семейства детализирующих составляющих, являющихся высокочастотными компонентами изображения. Определяют значения матриц энергетических характеристик пикселей на всех уровнях разложения для каждого изображения. Осуществляют фильтрацию всех детализирующих составляющих, включающую коррекцию детализирующих составляющих путем адаптивного изменения значений детализирующих составляющих в соответствии с межуровневой динамикой их энергетических характеристик и устранение шумовой микроструктуры путем адаптивного порогового ограничения значений детализирующих составляющих на каждом уровне разложения. Вычисляют для каждого разложения корректирующие функции яркости и корректирующие функции контраста, параметром которых является значение аппроксимирующей составляющей. Производят выравнивание яркостных диапазонов каждого разложения путем преобразования аппроксимирующих составляющих корректирующими функциями яркости. Преобразуют детализирующие составляющие корректирующей функцией контраста. Вычисляют для каждого разложения на каждом уровне весовую функцию, параметром которой является значение энергетической характеристики. Производят для каждого пикселя на каждом уровне разложения вычисление компонент синтезированного изображения путем взвешенного суммирования значений соответствующих составляющих разложений исходных изображений с использованием весовых функций. Осуществляют фильтрацию всех детализирующих составляющих синтезированного изображения, включающую коррекцию детализирующих составляющих путем адаптивного изменения значений детализирующих составляющих в соответствии с межуровневой динамикой их энергетических характеристик и устранение шумовой микроструктуры путем адаптивного порогового ограничения значений детализирующих составляющих на каждом уровне разложения. Вычисляют корректирующую функцию яркости и корректирующую функцию контраста, параметром которых является значение аппроксимирующей составляющей синтезированного изображения. Преобразуют аппроксимирующую составляющую корректирующей функцией яркости. Преобразуют детализирующие составляющие корректирующей функцией контраста. Формируют синтезированное изображение путем реконструкции при помощи обратного быстрого дискретного стационарного двумерного вейвлет-преобразования, применяемого к детализирующим составляющим синтезированного изображения и аппроксимирующей составляющей синтезированного изображения, согласуют яркостной диапазон результирующего изображения с параметрами видеосистемы.

К недостаткам данного способа следует отнести общее снижение локального контраста из-за усреднения двух многоспектральных изображений (частный случай - вычисление попиксельно средних значений яркостей пикселей двух многоспектральных изображений, то есть когда весовые функции детализирующих составляющих каждого изображения практически близки к 0,5).

Наиболее близким к предлагаемому является способ комплексирования цифровых полутоновых изображений, полученных от двух каналов различного спектрального диапазона [2], который выбран в качестве прототипа. Представленный способ состоит из следующих этапов: получают исходные телевизионные и тепловизионные изображения; определяют основное изображение с наибольшим уровнем информативных деталей; вычисляют среднюю яркость изображения второго канала; вычисляют среднее значение абсолютных разностей между средней яркостью изображения второго канала и значениями яркостей всех пикселей изображения второго канала; для каждого пикселя комплексированного изображения вычисляют сумму значения яркости пикселя изображения основного канала и абсолютной разности значения яркости пикселя изображения второго канала и средней яркости изображения второго канала, из полученной суммы вычитают среднее значение абсолютных разностей яркости пикселей изображения второго канала и средней яркости изображения второго канала; нормализуют яркостный диапазон изображения.

При экспериментальном исследовании способа прототипа был выявлен его недостаток, ухудшающий качество комплексированного изображения, выраженный в появлении темного контура вокруг контрастных к фону объектов.

Задачей предлагаемого способа комплексирования цифровых полутоновых изображений является повышение качества изображения, содержащего информативные элементы изображений одной и той же сцены.

Поставленная задача достигается тем, что предлагаемый способ комплексирования изображений включает получение исходных изображений, определение наиболее информативного изображения, комплексирование изображений, основанное на комбинировании наиболее информативного изображения и отличительных деталей второго изображения, выравнивание яркостного диапазона результирующего изображения. При комплексировании изображений определяют оценки коэффициентов линейной регрессии величин яркостей второго изображения по величинам яркостей наиболее информативного изображения, формируют промежуточное изображение как результат линейного преобразования наиболее информативного изображения с найденными коэффициентами, находят комплектованное изображение путем прибавления к наиболее информативному изображению разности второго и промежуточного изображений, умноженной на корректирующий коэффициент.

Сущность предлагаемого способа заключается в следующем. С помощью двух каналов различного спектрального диапазона, например телевизионной и тепловизионной камер, получают два исходных цифровых полутоновых изображения. Определяют изображение с наибольшим количеством информативных деталей путем субъективной оценки изображений оператором, либо используя любой известный способ вычисления мощности высокочастотных компонент изображения. Определяют оценки параметров линейной регрессии a и b величин яркостей второго изображения по величинам яркостей наиболее информативного изображения по методу наименьших квадратов:

где x_i - яркость пикселя с номером i наиболее информативного изображения, y_i - яркость пикселя с номером i второго изображения, N - количество пикселей изображений.

Формируют промежуточное изображение:

где y ˜ i - яркость пикселя с номером i промежуточного изображения.

Формируют комплексированное изображение:

где z_i - яркость пикселя с номером i комплексированного изображения, C - корректирующий коэффициент.

Выравнивают яркостный диапазон комплексированного изображения с помощью любого известного метода. Выводят результирующее изображение для просмотра.

Поставленная задача достигается тем, что в предлагаемом способе благодаря определению параметров регрессионной связи выделяют детали второго (наименее информативного изображения), отсутствующие на первом изображении, и добавляют их к первому изображению.

Предлагаемый способ комплексирования может быть реализован с помощью устройства, схема которого приведена на фиг.1, где

1 - источник первого изображения,

2 - источник второго изображения,

3, 4 - блоки подготовки первого и второго изображений, выполняющие геометрическое преобразование изображения, улучшение яркости и контраста, фильтрацию шума,

5 - блок вычисления оценок параметров линейной регрессии, реализующий выражение (1),

6 - блок формирования промежуточного изображения, реализующий выражение (2),

7 - блок формирования комплексированного изображения, реализующий выражение (3),

8 - блок выравнивания яркостного диапазона изображения,

9 - блок вывода результирующего изображения.

Выполнение поставленной задачи иллюстрируется изображениями, приведенными на фиг.2-13, на которых представлены:

- фиг.2 - первое тестовое телевизионное изображение;

- фиг.3 - первое тестовое тепловизионное изображение;

- фиг.4 - первое комплексированное по способу прототипа изображение;

- фиг.5 - первое комплексированное по предлагаемому способу изображение;

- фиг.6 - второе тестовое телевизионное изображение;

- фиг.7 - второе тестовое тепловизионное изображение;

- фиг.8 - второе комплексированное по способу прототипа изображение;

- фиг.9 - второе комплексированное по предлагаемому способу изображение;

- фиг.10 - третье тестовое телевизионное изображение;

- фиг.11 - третье тестовое тепловизионное изображение;

- фиг.12 - третье комплексированное по способу прототипа изображение;

- фиг.13 - третье комплексированное по предлагаемому способу изображение.

Как видно из приведенных изображений, на комплексированном по способу прототипа изображении (фиг.4), в отличие от комплексированного по предлагаемому способу (фиг.5), плохо видны детали обочины дороги, скрытые в тени, пропала текстура травы на поле, присутствует темный контур вокруг фигуры человека, тогда как на фиг.5 различимы детали дороги и прилегающего поля, фигура человека не имеет темного контура.

На комплексированных по способу прототипа изображениях (фиг.8 и 12), в отличие от изображений, полученных предлагаемым способом (фиг.9 и 13), присутствуют ложные темные контуры вокруг различных объектов изображения и, местами, искажения исходных цветов.

Кроме этого, было проведено количественное сравнение качества комплексирования. При сравнении использовалась мера качества комплексирования, предложенная в работе [3]. Результаты приведены в таблице. Большее значение соответствует лучшему качеству комплексирования (близость комплексированного изображения к каждому из исходных и меньшие искажения яркости и контраста).

Тестовые изображения	Способ из прототипа	Предлагаемый способ
фиг.2 и фиг.3	0,259 (фиг.4)	0,447 (фиг.5)
фиг.6 и фиг.7	0,467 (фиг.8)	0,694 (фиг.9)
фиг.10 и фиг.11	0,518 (фиг.12)	0,637 (фиг.13)

Таким образом, как видно из приведенных данных, предлагаемый способ комплексирования позволяет получать комплексированные изображения с лучшим по сравнению с известным способом качеством, чем и достигается поставленная задача.

Источники информации

1. Патент РФ №2342701 от 15.08.2007 г.

2. Патент РФ №2451338 от 23.12.2010 г.

3. G. Piella, Н. Heijmans. A new quality metric for image fusion. Proceedings of International Conference on Image Processing, pp.173-176, 2003.

Способ комплексирования двух цифровых полутоновых изображений включает получение исходных изображений, определение наиболее информативного изображения, комплексирование изображений, основанное на комбинировании наиболее информативного изображения и отличительных деталей второго изображения, выравнивание яркостного диапазона результирующего изображения, отличающийся тем, что при комплексировании изображений определяют оценки коэффициентов линейной регрессии величин яркостей наиболее информативного изображения по величинам яркости второго изображения, формируют промежуточное изображение как результат линейного преобразования наиболее информативного изображения с найденными коэффициентами, находят комплексированное изображение путем прибавления к наиболее информативному изображению разности второго и промежуточного изображений.