Обработка и фильтрация изображений. Особенности изображений как информационных процессов. Типы помех и искажений, их свойства и модельные представления, страница 13

Благодаря применению операции вычисления медианы к выходным значениям, полученным для различных субапертур, и , такие процедуры оказываются способными устранить небольшое число выбросов, а благодаря использованию субапертур - хорошо сохранить детали нужной ориентации.

            Также робастным является разработанный нами модифицированный сигма-фильтр (МСФ), что достигается благодаря применению специальной процедуры обнаружения  выбросов и использованию в таких случаях модификации КМГФ. МСФ основан на анализе определяемых в скользящем окне параметров: N_S, N_L и N_l, а также ранга (положения) центрального элемента изображения r_y в упорядоченной выборке значений отсчетов, принадлежащих текущему положению скользящего окна. Здесь N_L и N_l - соответственно число значений отсчетов 2s-окрестности, которые больше и меньше I_ij. Если N_S в (14.19) мало, например, меньше N_Sпор=(0,1... 0,15)NxN, то, вероятно, что центральный пиксель соответствует выбросу, малоразмерному объекту или границе. Если при этом r_ij приближается к единице или NxN (r_ijÏ[0,1NxN; 0,9NxN]), то высока вероятность именно первых двух ситуаций. Тогда необходимо использовать алгоритм фильтрации, способный сохранить детали, обладающие свойствами компактности и связности расположения соответствующих пикселов, или устранить выброс или несколько выбросов. Решить такую задачу позволяют КМГФ или МФ с скользящим окном 3х3, которые и рекомендован к применению в случае, если N_S меньше определенного порога (0,1 ... 0,15)NxN.

            В противном случае, т.е. при N_S>(0,1 ... 0,15)NxN, центральный пиксель, скорее всего, принадлежит однородному участку или окрестности границ площадных объектов. В этом случае предложено использовать следующий алгоритм:

            1. Если N_L³N_l, то в пределах исходной 2s-окрестности находят минимальное значение изображения , формируют новую окрестность  для случая мультипликативных гауссовых помех или  при воздействии аддитивного гауссового шума и далее проводят усреднение отсчетов выборки с учётом значений, попавших в новую окрестность, и нового значения N_S', которое никогда не меньше исходного N_S в (14.19);

            2. Если N_L<N_l , то аналогичным образом находят максимальное значение , формируют окрестность  или  (в зависимости от типа помех) и проводят усреднение значений для отсчетов, ей принадлежащих.

            Фактически МСФ является локально-адаптивным фильтром, принципы синтеза и функционирования которых рассмотрены в подразделе 14.7. Описанные выше модификации позволили не только обеспечить способность МСФ подавлять смешанный (аддитивный и импульсный или мультипликативный и импульсный) шум при , но и добиться в 2,5...3,6 раза (на 3,5...5,5 дБ) большей эффективности подавления пространственно-некоррелированных помех на однородных участках  по сравнению со обычным сигма-фильтром.

            Важно помнить, что эффективность подавления помех на однородных участках изображений зависит от степени их пространственной коррелированности. Для пространственно-некоррелированных помех часто либо удается аналитически рассчитать параметр d (14.13), либо найти соответствующие сведения в публикациях, описывающих тот или иной фильтр. В случае воздействия пространственно-коррелированных помех ситуация гораздо сложнее. Для большинства нелинейных фильтров даже при отсутствии импульсных помех аналитические выражения для определения d  отсутствуют. Очевидно, что параметр d должен зависеть от характеристик двумерной пространственной АКФ шума, но точно оценить ее по анализируемому изображению сложно. В связи с эти можем отметить следующее:

1)  При увеличении ширины главного лепестка двумерной пространственной АКФ значения параметра d для всех нелинейных фильтров возрастают (ухудшаются), однако различия значений d между ЛУФ и другими нелинейными фильтрами (при одном и том же размере скользящего окна) уменьшаются;