Лабораторная работа 3. Цифровая обработка двумерных сигналов
 Скачать 1.36 Mb.
|
|
Федеральное агентство по образованию Томский межвузовский центр дистанционного образования ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ (ТУСУР) ЛАБОРАТОРНАЯ РАБОТА № 3 по дисциплине «Цифровая обработка сигналов» (Учебное пособие «Цифровая обработка сигналов», автор Курячий М.И., 2002 г.) Тема: Цифровая обработка двумерных сигналов Выполнил: студент ТМЦДО 2006г Цель работы: оценка качества линейной и нелинейной (ранговой) фильтрации изображений, изучение основных алгоритмов обработки изображений. Часть 1Алгоритм выполнения работы  Исходные данные: – исходное изображение – Lena.dat; – изображение, содержащее импульсный шум – in.dat; – изображение, содержащее нормальный шум – n.dat. Файлы с весовыми коэффициентами фильтров:
Экспериментальные данные Таблица 1
Графики зависимости СКО от числа весовых коэффициентов Ранговая фильтрация, импульсный шум  Ранговая фильтрация, нормальный шум  Линейная фильтрация, импульсный шум  Линейная фильтрация, нормальный шум  Анализируя полученные результаты, можно заметить, что СКО в случае линейной фильтрации имеет практически одинаковые значения. Ранговая фильтрация при нормальном шуме отличается от линейной, немного большими значениями при минимальном и максимальном числе весовых коэффициентов, и меньшими значениями при остальных. Ранговая фильтрация при импульсном шуме заметно выделяется из всех тем, что значения СКО у нее значительно меньше. Для всех типов фильтров прослеживается общая закономерность: резкое снижение СКО, при увеличении числа весовых коэффициентов, а затем плавное возрастание. Типы наиболее используемых масок линейных фильтров на примере маски размером 3х3: а) скользящее среднее; б) лапласиан; в) двойное дифференцирование; г) оператор выделения вертикальных линий; д) оператор выделения малоразмерных деталей из шумов; е) градиентный оператор выделения перепада. В нелинейных фильтрах используются как линейные, так и нелинейные процедуры, такие как взятие модуля, возведение в квадрат, извлечение квадратного корня и т.д.  Применяются в основном для выделения малоразмерных деталей изображения или резких переходов. Часть 2Исходные данные: – изображение телевизионной таблицы – tv.dat. Файлы с весовыми коэффициентами фильтров: Таблица. 2
Ход работыОбработаем исходное изображение масками, приведенными в таблице 2. Исходное изображение  lapl.msk  lff.msk  dff.msk  gradz.msk  grads.msk  gor.msk  vert.msk  diag.msk  Пронормируем полученные изображения. Просмотрим осциллограммы строк на характерных участках полученных изображений.
В результате проведенной работы была исследована обработка сигнала телевизионной таблицы различными фильтрами: 1. Лапласиан для "восьми соседей" (двумерный фильтр высоких частот) (lapl.msk) реализует функцию выделения сигналов малоразмерных объектов от фоновой составляющей в видеосигнале, т.е. повышает уровень малоразмерных деталей в изображении. Такая фильтрация используется в тех случаях, когда необходимо исследовать высокочастотную структуру объекта. 2. Фильтр «скользящее среднее» (двумерный фильтр нижних частот) (lff.msk) суммирует отсчеты входного сигнала с равным весом, реализует алгоритм вычисления «скользящего среднего». При использовании такого фильтра для обработки видеоинформации можно увеличить отношение сигнал/шум в выходном сигнале. Низкочастотные двумерные фильтры такого типа оставляют низкочастотные компоненты нетронутыми и ослабляют высокочастотные компоненты. Такие фильтры используются для понижения визуального шума, содержащегося в изображении, а также для удаления высокочастотных компонентов из изображения с тем, чтобы можно было тщательно исследовать содержание низкочастотных компонент. Визуальным результатом низкочастотной фильтрации является слабая нерезкость изображения 3. Оператор двойного дифференцирования (dff.msk) используется, как и Лапласиан, для выделения малоразмерных деталей в изображении. 4. Для избирательного высвечивания краев в различных направлениях используется метод направленного градиента, чтобы пользователь получил общее представление об изображении. Для высвечивания «краев» в различных направлениях используется 8 различных масок. Эти направления называются как стороны света: "север", "юг", "восток", "юго–восток" и т.д. В данной работе применялись маски «запад» (gradz.msk) и «север» (grads.msk). Интенсивность выходного элемента изображения зависит от градиента изменения яркости (чем больше наклон, тем ярче элемент). 5. Фильтры (gor.msk), (vert.msk), и (diag.msk) выделяют соответственно горизонтальные, вертикальные и диагональные линии деталей изображения. |
