RU2737699C1 - Способ комплексирования цифровых многоспектральных полутоновых изображений - Google Patents
Способ комплексирования цифровых многоспектральных полутоновых изображений Download PDFInfo
- Publication number
- RU2737699C1 RU2737699C1 RU2019128929A RU2019128929A RU2737699C1 RU 2737699 C1 RU2737699 C1 RU 2737699C1 RU 2019128929 A RU2019128929 A RU 2019128929A RU 2019128929 A RU2019128929 A RU 2019128929A RU 2737699 C1 RU2737699 C1 RU 2737699C1
- Authority
- RU
- Russia
- Prior art keywords
- image
- pixel
- images
- brightness
- sliding window
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 23
- 230000000536 complexating effect Effects 0.000 title claims description 4
- 238000012935 Averaging Methods 0.000 claims abstract description 7
- 230000003595 spectral effect Effects 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 230000003044 adaptive effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010668 complexation reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
Изобретение относится к области цифровой обработки изображений. Технический результат заключается в повышении локального контраста результирующего изображения, содержащего элементы исходных изображений одной и той же сцены, полученных в различных спектральных диапазонах, и повышении устойчивости к шуму. Технический результат достигается тем, что получают исходные изображения в L-диапазонах, определяют наиболее приоритетное изображение, формируют эталонное изображение по всем исходным изображениям, вычисляют значения градиентов яркости ij-го пиксела эталонного изображения с окружающими его i±p, j±q пикселами в скользящем окне с заданным коэффициентом усиления, формируют набор оценок ij-го пиксела комплексированного изображения путем суммирования значений яркости i±p, j±q пикселей окрестности ij-го пиксела в скользящем окне приоритетного изображения с полученными соответствующими значениями градиентов яркости ij-го пиксела эталонного изображения, результирующее комплексированное изображение получают усреднением полученного набора оценок. 15 ил.
Description
Изобретение относится к области цифровой обработки изображений, в частности к комплексированию цифровых изображений.
Из уровня техники известен способ комплексирования цифровых многоспектральных полутоновых изображений (Патент RU 2342701 опубликовано 27.12.2008 г., МПК G06K 9/40, G06T 5/40), который включает получение исходных изображений, разложение каждого исходного изображения на низкочастотные (НЧ) и высокочастотные (ВЧ) компоненты, улучшение характеристик компонент изображений, представляющее собой адаптивную фильтрацию и адаптивную коррекцию яркости и контраста, раздельную обработку НЧ- и ВЧ-компонент изображений, комплексирование компонент изображений, основанное на принципе взвешенного суммирования для каждого пикселя, формирование результирующего изображения. Техническим результатом является получение изображения повышенного качества, содержащего информативные элементы изображений одной и той же сцены, полученных в различных спектральных диапазонах.
Недостатком указанного способа является необходимость разделения исходного изображения с каждого канала на низкочастотные и высокочастотные компоненты путем декомпозиции вейвлетом Хаара, которая неизбежно приводит к потерям информации и искажениям при резких перепадах яркостей пикселей изображения в виде ступенек разной яркости размером в несколько пикселей.
Наиболее близким к предлагаемому является способ комплексирования цифровых многоспектральных изображений земной поверхности (Патент RU 2520424 опубликовано 27.06.2014 г., МПК G06T 5/40). Данный способ, заключается в том, что получают исходные изображения, определяют наиболее информативное изображение путем вычисления собственной энтропии каждого изображения, проводят вычисление морфологической формы наиболее информативного изображения на основе гистограммной сегментации с заданным количеством мод гистограммы, вычисляют морфологические проекции остальных изображений на форму наиболее информативного изображения, а комплексирование проводят путем суммирования яркостей пикселей наиболее информативного изображения, которое принимают за базовое, и проекций остальных изображений на форму этого изображения.
Недостатками способа-прототипа является снижение локального контраста объектов на результирующем изображении, а также чувствительность к шуму.
Техническим результатом предлагаемого способа комплексирования цифровых многоспектральных полутоновых изображений является повышение локального контраста результирующего изображения, содержащего элементы исходных изображений одной и той же сцены, полученных в различных спектральных диапазонах и повышение устойчивости к шуму.
Технический результат достигается тем, что согласно предлагаемого способа включающего получение исходных изображений в L-диапазонах, определение наиболее приоритетного изображения и формирование результирующего изображения, отличающийся тем, что формируют эталонное изображение по всем исходным изображениям, вычисляют значения градиентов яркости ij-того пиксела эталонного изображения с окружающими его i±p, j±q пикселами в скользящем окне с заданным коэффициентом усиления, формируют набор оценок ij-того пиксела комплексированного изображения путем суммирования значений яркости i±p, j±q пикселей окрестности ij-того пиксела в скользящем окне приоритетного изображения с полученными соответствующими значениями градиентов яркости ij-того пиксела эталонного изображения, результирующее комплексированное изображение получают усреднением полученного набора оценок.
Сущность предлагаемого способа заключается в том, что при комплексировании L спектрозональных полутоновых изображений 
определяют приоритетное изображение 
r∈[1, …, Z] путем субъективной оценки изображений оператором, либо используя какой-нибудь автоматический критерий.
На следующем шаге формируют единое (эталонное) изображение для оценки общих контурных признаков:
где Y - оператор формирования единого эталонного изображения, i=1, …, m; j=1, …, n; m, n - число строк и столбцов изображения.
В качестве Y может использоваться любой способ преобразования зональных яркостей, к примеру, усреднение, максимум, линейная комбинация спектрозональных компонент с весовыми коэффициентами и т.д.
После чего вычисляют разности значений яркости (градиенты) каждого пиксела изображения yi,j с окружающими его i±p, j±q пикселами в скользящем окне:
где р=0, …, Р - параметр определяющий координаты пиксела окрестности
по i; q=0, …, Q - параметр определяющий координаты пиксела окрестности
по j; d=1, …, D-1 - индекс разности значений яркости ij-того пиксела с пикселами окрестности; D - количество пикселов в скользящем окне, D=(2Р+1)(2Q+1); k - коэффициент усиления градиентов.
Далее формируют набор оценок каждого пиксела единого комплексированного изображения с приоритетной компонентой r, путем суммирования набора градиентов (2) и значений яркости i±p, j±q пикселей окрестности ij-того пиксела в скользящем окне приоритетного изображения:
Результирующее единое комплексированное изображение может быть представлено в виде среднего значения оценок 
Таким образом, при комплексировании многоспектральных изображений по данному способу происходит перенос градиентов всех спектрозональных составляющих наиболее приоритетному спектрозональному изображению, при этом за счет процедур (3), (4) происходит сглаживание шумовой составляющей.
Предлагаемый способ может быть реализован, например, с помощью устройства, блок-схема которого представлена на фиг. 1. Блок-схема устройства содержит: 1 - блок выбора приоритетного изображения; 2 - блок формирования эталонного изображения; 3 - блок вычисления градиентов в скользящем окне приоритетного изображения; 4 - блок усиления градиентов; 5 - сумматор; 6 - блок формирования результирующего комплексированного изображения; 7 - блок выравнивания яркостного диапазона изображения; 8 - блок вывода результирующего изображения.
Устройство на фиг. 1 работает следующим образом. На вход устройства поступают L спектрозональных полутоновых изображений, которые подают на вход блока выбора наиболее приоритетного изображения 1, после чего наиболее приоритетное изображение параллельно подают на сумматор 5, а также совместно с остальными изображениями подают на блок формирования единого эталонного изображения 2. После обработки в блоке 2, полученное эталонное изображение подают на блок вычисления градиентов 3, после чего, полученные градиенты подают на блок усиления 4 и далее в сумматор 5, где вычисляют сумму значений яркости i±p, j±q пикселей окрестности ij-того пиксела в скользящем окне приоритетного изображения с полученными соответствующими градиентами эталонного изображения. Полученные в блоке 5 значения подают в блок формирования результирующего изображения 6, далее подают на блок выравнивания яркостного диапазона 7, после чего в блок вывода результирующего изображения 8.
Рассмотрим примеры. На фиг. 2-7 представлены исходные спектрозональные изображения полученные в разных спектральных диапазонах. На фиг. 8 представлено эталонное изображение для вычисления градиентов, полученное усреднением исходных изображений (фиг. 2-7). На фиг. 9 представлено эталонное изображение полученное методом максимума исходных изображений. На фиг. 10 представлено комплексированное полутоновое изображение полученное на основе предлагаемого способа при (P,Q)=5, k=1, с приоритетом изображения фиг. 2 и эталоном фиг. 8. На фиг. 11 представлено комплексированное полутоновое изображение полученное на основе предлагаемого способа при (P,Q)=5, k=4, с приоритетом изображения фиг. 2 и эталоном фиг. 8. На фиг. 12 представлено комплексированное полутоновое изображение полученное на основе предлагаемого способа при (P,Q)=5, k=1, с приоритетом изображения фиг. 2 и эталоном фиг. 9. На фиг. 13 представлено комплексированное полутоновое изображение полученное на основе предлагаемого способа при (P,Q)=5, k=4, с приоритетом изображения фиг. 2 и эталоном фиг. 9.
Для демонстрации устойчивости к шуму исходные спектрозональные изображения (фиг. 2-7) подвергались воздействию аддитивного шума с нулевым математическим ожиданием и СКО σш=20. На фиг. 14 для примера, представлено первое спектрозональное изображение фиг. 2 искаженное аддитивным шумом с нулевым математическим ожиданием и СКО σш=20. На фиг. 15 представлено комплексированное полутоновое изображение полученное на основе предлагаемого способа при (P,Q)=5, k=1, с приоритетом изображения фиг. 2 и эталоном фиг. 8.
Таким образом, предлагаемый способ позволяет повысить локальный контраст информативных элементов и объектов, а также сгладить шумовую составляющую, за счет того, что формируют эталонное изображение по всем исходным изображениям, вычисляют значения градиентов яркости ij-того пиксела эталонного изображения с окружающими его i±p, j±q пикселами в скользящем окне с заданным коэффициентом усиления, формируют набор оценок ij-того пиксела комплексированного изображения путем суммирования значений яркости i±p, j±q пикселей окрестности ij-того пиксела в скользящем окне приоритетного изображения с полученными соответствующими значениями градиентов яркости ij-того пиксела эталонного изображения, результирующее комплексированное изображение получают усреднением полученного набора оценок.
Предлагаемое техническое решение является новым, поскольку из общедоступных сведений неизвестен способ комплексирования цифровых многоспектральных полутоновых изображений, заключающийся в получении исходных изображений в Z-диапазонах, определении наиболее приоритетного изображения, формировании эталонного изображения по всем исходным изображениям, вычислении значений градиентов яркости ij-того пиксела эталонного изображения с окружающими его i±p, j±q пикселами в скользящем окне с заданным коэффициентом усиления, формировании набора оценок ij-того пиксела комплексированного изображения путем суммирования значений яркости i±p, j±q пикселей окрестности ij-того пиксела в скользящем окне приоритетного изображения с полученными соответствующими значениями градиентов яркости ij-того пиксела эталонного изображения, результирующее комплексированное изображение получают усреднением полученного набора оценок.
Предлагаемое техническое решение является промышленно применимым, так как для его реализации могут быть использованы любые известные из уровня техники программируемые и непрограммируемые процессоры цифровой обработки сигналов и изображений (см., например, URL: http://module.ru/catalog/).
Claims (1)
- Способ комплексирования цифровых многоспектральных полутоновых изображений, включающий получение исходных изображений в L-диапазонах, по которым определяют наиболее приоритетное изображение, на основе приоритетного, а также остальных изображений формируют результирующее комплексированное изображение, выравнивают яркостный диапазон результирующего изображения и подают его на вывод, отличающийся тем, что при комплексировании многоспектральных изображений наиболее приоритетное изображение параллельно подают на сумматор, а также совместно с остальными изображениями подают на формирователь единого эталонного изображения, после чего в полученном эталонном изображении вычисляют значения градиентов яркости ij-го пиксела с окружающими его i±p, j±q пикселами в скользящем окне, полученные градиенты подают на усилитель с заданным коэффициентом усиления и далее в сумматор, где вычисляют сумму значений яркости i±p, j±q пикселей окрестности ij-го пиксела в скользящем окне приоритетного изображения с полученными соответствующими значениями градиентов яркости ij-го пиксела эталонного изображения, формируют результирующее комплексированное изображение путем усреднения вычисленных в сумматоре i±p, j±q значений в скользящем окне.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019128929A RU2737699C1 (ru) | 2019-09-13 | 2019-09-13 | Способ комплексирования цифровых многоспектральных полутоновых изображений |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019128929A RU2737699C1 (ru) | 2019-09-13 | 2019-09-13 | Способ комплексирования цифровых многоспектральных полутоновых изображений |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2737699C1 true RU2737699C1 (ru) | 2020-12-02 |
Family
ID=73792747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2019128929A RU2737699C1 (ru) | 2019-09-13 | 2019-09-13 | Способ комплексирования цифровых многоспектральных полутоновых изображений |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2737699C1 (ru) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2789691C1 (ru) * | 2021-11-24 | 2023-02-07 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-воздушных сил "Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина" (г. Воронеж) Министерства обороны Российской Федерации | Способ совмещения изображений от матричных фотоприемников разного спектрального диапазона |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2342701C1 (ru) * | 2007-08-15 | 2008-12-27 | Российская Федерация, от имени которой выступает Министерство обороны Российской Федерации | Способ комплексирования цифровых многоспектральных полутоновых изображений |
| US7751639B1 (en) * | 2005-04-20 | 2010-07-06 | University Of East Anglia | Obtaining intrinsic images |
| CN102214364A (zh) * | 2011-04-27 | 2011-10-12 | 天津大学 | 结合直方图回归和纹理分析的灰度图像自动着色方法 |
| RU2520424C2 (ru) * | 2012-07-11 | 2014-06-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых" (ВлГУ) | Способ комплексирования цифровых многоспектральных изображений земной поверхности |
| RU2667800C1 (ru) * | 2017-12-26 | 2018-09-24 | Акционерное общество "Научно-технический центр ЭЛИНС" | Способ комплексирования двух цифровых полутоновых изображений |
-
2019
- 2019-09-13 RU RU2019128929A patent/RU2737699C1/ru active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7751639B1 (en) * | 2005-04-20 | 2010-07-06 | University Of East Anglia | Obtaining intrinsic images |
| RU2342701C1 (ru) * | 2007-08-15 | 2008-12-27 | Российская Федерация, от имени которой выступает Министерство обороны Российской Федерации | Способ комплексирования цифровых многоспектральных полутоновых изображений |
| CN102214364A (zh) * | 2011-04-27 | 2011-10-12 | 天津大学 | 结合直方图回归和纹理分析的灰度图像自动着色方法 |
| RU2520424C2 (ru) * | 2012-07-11 | 2014-06-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых" (ВлГУ) | Способ комплексирования цифровых многоспектральных изображений земной поверхности |
| RU2667800C1 (ru) * | 2017-12-26 | 2018-09-24 | Акционерное общество "Научно-технический центр ЭЛИНС" | Способ комплексирования двух цифровых полутоновых изображений |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2789691C1 (ru) * | 2021-11-24 | 2023-02-07 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-воздушных сил "Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина" (г. Воронеж) Министерства обороны Российской Федерации | Способ совмещения изображений от матричных фотоприемников разного спектрального диапазона |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10339643B2 (en) | Algorithm and device for image processing | |
| US7280703B2 (en) | Method of spatially filtering a digital image using chrominance information | |
| US5867606A (en) | Apparatus and method for determining the appropriate amount of sharpening for an image | |
| US9412171B2 (en) | Adaptive multi-dimensional data decomposition | |
| KR100403601B1 (ko) | 영상의 윤곽선 보정 장치 및 방법 | |
| US7672528B2 (en) | Method of processing an image to form an image pyramid | |
| US8761506B1 (en) | Pan sharpening digital imagery | |
| US20030228064A1 (en) | Multiresolution method of spatially filtering a digital image | |
| JP5822157B2 (ja) | ノイズ低減装置、ノイズ低減方法及びプログラム | |
| JP2001527305A (ja) | 画像中ノイズの周波数依存度およびグレーレベル依存度の推定 | |
| US9153013B2 (en) | Image processing apparatus, image processing method and computer readable medium | |
| JPWO2006068025A1 (ja) | 画像処理方法 | |
| JP6943251B2 (ja) | 画像処理装置、画像処理方法及びコンピュータ読み取り可能記録媒体 | |
| US20050073702A1 (en) | Robust recursive envelope operators for fast retinex-type processing | |
| US20150317808A1 (en) | Method for Graph Based Processing of Signals | |
| Yue et al. | Image noise estimation and removal considering the bayer pattern of noise variance | |
| US8565549B2 (en) | Image contrast enhancement | |
| US6987881B2 (en) | Automatic visibility improvement method for digital image | |
| RU2737699C1 (ru) | Способ комплексирования цифровых многоспектральных полутоновых изображений | |
| RU2520424C2 (ru) | Способ комплексирования цифровых многоспектральных изображений земной поверхности | |
| US20160162753A1 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
| RU2775592C1 (ru) | Способ комплексирования цифровых полутоновых изображений нескольких диапазонов оптического спектра | |
| JP2017130167A (ja) | 画像処理装置、撮像装置および画像処理プログラム | |
| Ribana et al. | LL Band Contrast Enhancement Using Adaptive Gamma Correction | |
| Vu et al. | A no-reference quality assessment algorithm for JPEG2000-compressed images based on local sharpness |