Обработка и фильтрация изображений. Особенности изображений как информационных процессов. Типы помех и искажений, их свойства и модельные представления, страница 3

Если для изображения большинство пикселов имеют одинаковые (или примерно одинаковые) значения, то эти группы называются фоном. В изображении на рис. 14.3,а имеется фон серого цвета (конкретные значения соответствующих пикселов равны 40 при 8-битном представлении данного изображения). А для площадных и малоразмерных объектов значения пикселов отличны от 40 (10, 160 и т.д.). В этом случае площадные и малоразмерные объекты характеризуются контрастом по отношению к фону, который может быть как положительным (для более светлых объектов), так и отрицательным (для более темных). Контраст может выражаться как в абсолютных единицах (как разность значений с двух сторон границы площадных объектов или разность значений для малоразмерного объекта и окружающего его фона), так и в относительных величинах, например, с нормировкой указанных выше разностей на среднеквадратическое отклонение аддитивных помех.               

а)                                                                       б)

Рис. 14.3. Пример тестового изображения с различными типами объектов без помех (а) и при моделировании мультипликативного шума и компактной импульсной помехи (б) 

            Отметим, что малоразмерный объект - понятие условное. Под малоразмерным объектом при анализе и обработке изображений понимают компактно расположенную группу пикселов, характеризуемых обычно одинаковым знаком контраста по отношению к окружающему фону. Еще одним признаком малоразмерного объекта является то, что количество пикселов, которые ему принадлежат, невелико - порядка единиц (до 10-15). При этом малоразмерным объектам в зондируемой сцене могут соответствовать площади до нескольких квадратных километров, если СФИ имеет низкую линейную разрешающую способность (большие размеры элемента разрешения).

            Под текстурным участком понимают некоторую область компактно расположенных пикселов достаточно большой площади (сотни и тысячи пикселов), для которой характерно следующее:

1)  шумоподобное поведение с достаточно заметной квазипериодической структурой (пространственной коррелированностью флуктуаций) или регулярностью появления элементов данной текстуры;

2)  в среднем, меньший уровень отличий значений пикселов от среднего значения для всего участка текстуры, чем контраст малоразмерных объектов по отношению к фону. 

Таким образом, основная информация, содержащаяся в одноканальном изображении, состоит в истинных значениях пикселов для однородных объектов (и фона), положениях и контрастах границ и формах площадных объектов, положениях (координатах) и форме малоразмерных объектов, положении и форме текстурных участков, а также статистических и спектрально-корреляционных характеристиках значений принадлежащих текстурным участкам пикселов. Для многоканальных изображений дополнительной полезной информацией является соотношение значений компонентных изображений для каждого пиксела или их конкретные значения, которые, например, для цветного RGB изображения определяют цвет. При этом необходимо отметить, что для многоканальных изображений характерна заметная коррелированность (подобие) компонентных изображений.

Коэффициент взаимной корреляции компонентных изображений рассчитывается как

 ,                                       (14.1)

где  - значение ij-го пиксела l-го компонентного изображения, I, J - размеры изображения, ; , .

Коэффициент корреляции компонентных изображений часто достаточно велик. Например, для цветных RGB изображений он обычно имеет порядок 0,7-0,8. Извлечение полезной информации из многоканальных изображений в значительной степени основывается на использовании одновременно подобия и различий компонентных изображений.  Таким образом, изображения являются еще более сложными (двумерными или многомерными) случайными сигналами в плане их свойств, анализа и обработки, чем рассмотренные в разделах 12 и 13 одномерные сигналы. Отличия состоят, прежде всего, в гораздо большем разнообразии возможных вариантов: форм границ площадных объектов, конфигураций малоразмерных объектов, характеристик и типов текстур и т.д., причем именно в этих, достаточно разнородных признаках, и содержится основная информация. Еще одно отличие заключается в гораздо большем, чем для одномерных сигналов, объеме данных, которые необходимо анализировать и обрабатывать, особенно если речь идет о многоканальных изображениях. Следовательно, к соответствующим алгоритмам часто предъявляются более жесткие требования по их быстродействию.