Подавление шума на изображениях и видеопоследовательностях

Аннотация. В данной Рассмотрены основные методы устранения шумов на изображениях и видеопоследовательностях: пространственные, частотные методы и метод устранения смазанности на изображениях. Приведен алгоритм подавления дрожания кадра, использующий вектора движения статье обозреваются различные методы подавления шума в видео.

Чаще всего шумоподавление служит для улучшения визуального восприятия, но может также использоваться для каких-то специализированных целей, например, для увеличения четкости изображения, в качестве предобработки для последующего распознавания, при сжатии видеопоследовательностей и изображений. Так как изображения и видеопоследовательности не обладают нужным уровнем визуального качества, это затрудняет проведение их анализа и принятие на его основе достоверных решений. Шум в видеопоследовательности можно условно разделить на пространственный и временной. Временным шумом называют неприятный визуальный эффект, возникающий в видео из-за случайного или коррелированного изменения пространственного шума от кадра к кадру. При пространственном шумоподавлении задача заключается в том, чтобы не испортить четкость краев предметов на изображении, а также мелкие детали, соизмеримые по амплитуде с шумом. При шумоподавлении в видео подобные детали можно детектировать, отслеживая их на протяжении нескольких кадров [1]. При работе с изображениями применяются пространственные и частотные методы обработки изображений. Пространственные методы оперируют непосредственно значениями пикселей. Наиболее известными пространственными методами являются преобразование в негатив, преобразования гистограмм и линейные сглаживающие фильтры. Методы обработки в частотной области основываются на модификации сигнала, формируемого путем применения к изображению преобразования Фурье. К наиболее популярным методам относятся фильтры Гаусса, нерезкое маскирование, гомоморфная фильтрация, фильтры низких и высоких частот.

Задача обработки смазанных изображений является обратной задачей. Обычно на изображениях смазанным предстает определенный объект, например из- *.MPG *.AVI *.MS *.RLA Компиляция Adobe After Efects Камера HDD/DV Создание виртуального пространства 3D Tracking. Boujou 4.1 *.MA *.AVI Декодер Создание 3D объектов SolidWorks 3dsMax Создание прочего материала *.AVI (Последующее использование) Объект Пространство Информационно-управляющие системы 531 за его быстрого движения во время съемки. В этом случае применяются локальные методы. В случае смазанности всего изображения, например из-за дрожания камеры, целесообразно использовать глобальные методы, например фильтрацию изображения. Правильно выбрав направление оси и значение смаза, можно, решив уравнение смазанного изображения, восстановить исходное изображение по искаженному изображению. Такое восстановление изображения имеет большое практическое значение, если искаженный снимок является очень старым снимком, на котором заложена ценная, но нераспознаваемая информация. Уравнения решаются следующими способами: методом дифференцирования, методом приведения к интегральному уравнению типа свертки, методом регуляризации Тихонова. Задача численного дифференцирования функции относится к некорректной (неустойчивой), и необходимо предварительно сгладить функцию. Метод приведения к интегральному уравнению типа свертки является более эффективным и распространенным. Здесь уравнение приводится к стандартному виду – одномерному интегральному уравнению первого рода типа свертки. Наиболее эффективным и устойчивым методом является метод регуляризации Тихонова: в результате решения получается выражение, содержащее параметр регуляризации α, правильно подобрав который можно максимально восстановить смазанное изображение. С уменьшением α контраст восстанавливаемого изображения увеличивается, но уменьшается устойчивость, а с увеличением этого параметра, наоборот, контраст уменьшается, а устойчивость увеличивается. Должно быть выбрано некоторое умеренное значение α, для которого стоит привлекать не математические, а визуальные критерии изображения. Человеческий глаз очень чувствителен к дрожанию кадра, поскольку лучше всего реагирует движение, а хаотичное движение является сильным раздражителем для глаза. Дрожание кадра, обычно, появляется при съемках без использования штатива или специальных платформ [2]. Аппарат Motion Estimation используется практически во всех областях обработки видео. Задача состоит в определении направления и скорости движения небольших частей кадра. Для этого кадр разбивается прямоугольной сеткой на блоки (обычно размером 16×16), и для каждого блока в предыдущем кадре определяется наиболее похожий блок. Затем берутся медианы от набора векторов движения. Подавление дрожания осуществляется смещением каждого кадра на разницу между сглаженным сдвигом и сдвигом в исходном видео [3].

Была разработана программа, предназначенная для устранения эффекта смазанности и улучшения визуального качества изображений. Программа выполняет такие важные функции, как:

• установка и устранение смаза с изображений;
• изменение яркости, контрастности и инвертирование;
• сохранение результатов в форматах jpeg, bmp;
• очистка окон просмотра и переменных;
• построение гистограмм исходного и результирующего изображений;
• фильтрация изображений одним из методов.

В дальнейшем планируется развивать данную систему с целью устранения эффекта смазанности на видеопоследовательностях, и автоматизации выбора оси направления смаза.