Методы оценки и повышения качества растровых изображений

А.Н. ДРОНОВ, Ю.Ю. ШУМИЛОВ
Московский инженерно-физический институт (государственный университет)
МЕТОДЫ ОЦЕНКИ И ПОВЫШЕНИЯ КАЧЕСТВА РАСТРОВЫХ ИЗОБРАЖЕНИЙ
В работе изложены алгоритмы, позволяющие быстро оценить и повысить качество изображений. Представлено
практическое применение данных алгоритмов.
В современных условиях при охране различных объектов важную роль играют системы интеллектуального видеомониторинга. В процессе видеонаблюдения из-за различных внешних факторов может резко возникнуть потеря качества изображения, однако оператор не всегда способен быстро отреагировать на сложившуюся ситуацию. В связи с этим означает, что для разрешения данного вопроса требуется применение
ряда алгоритмов, позволяющих оценить и повысить качество изображения кадров, из идущего видео-потока
в реальном масштабе времени.
Аспекты, характеризующие качество изображения:
наличие или отсутствие засветки/затемнения изображения;
наличие однотонного изображения;
уровень резкости изображения.
В работе используется растровый формат изображения и цветовая модель RGB [1]. Это наиболее общепринятая аддитивная цветовая модель, применяемая в компьютерных программах. В ней цвет состоит из
трех основных цветов — красного (Red), зелёного (Green) и голубого (Blue), которые обозначаются целыми
цифрами от 0 до 255. При этом 0 для каждого цвета дает черный цвет (0,0,0) и 255 для каждого цвета—это
белый цвет (255, 255, 255). Все остальные цвета передаются вариацией этих трех цветов. Поскольку в модели используется три независимых значения, ее можно представить в виде трехмерной системы координат.
Каждая координата отражает вклад одной из составляющих в результирующий цвет в диапазоне от нуля до
максимального значения. В результате получается некий куб [2], внутри которого и "находятся" все цвета,
образуя цветовое пространство модели RGB. Любой цвет, который можно выразить в цифровом виде, входит в пределы этого пространства. На основе такого представления цветовой модели RGB были разработаны следующие алгоритмы по оценке и повышению качества изображений.
Описание алгоритмов, анализирующих качество изображения согласно вышеупомянутым аспектам,
представлено в работе [3]
Если при анализе качества изображения получено сообщение о его затемнении, то осветлить кадр можно с помощью следующего алгоритма.
Задание порогового уровня значений по каждой из цветовых компонент модели RGB для пикселей, которые необходимо сделать более светлыми.
Умножение всех точек, принадлежащих классу затемненных, на некоторый весовой коэффициент k1 >
1, получая тем самым более светлые оттенки.
Если имеем дело с нефокусированным кадром, то один из способов повышения резкости изображения это применение линейной фильтрации. Линейный фильтр определяется вещественной функцией F, заданной
на растре. Данная функция называется ядром фильтра, а сама фильтрация производится при помощи операции дискретной свертки (взвешенного суммирования). Ядро фильтра представляет собой квадратную матрицу, поэтому данный класс фильтров называют матричные фильтры наведения резкости. Работает фильтр с
каждой компонентой цветовой модели RGB в отдельности. Начиная с первого элемента изображения, выделяется матрица размерностью 3 х 3. И суть работы фильтра заключается в пересчете значения цветовой
компоненты в центральной точке матрицы с помощью взвешенного суммирования. Если исходное значение
в центральной точке больше среднеарифметического значения окружающих ее 8 точек, то оно увеличивается, если меньше, то уменьшается, если равно, то остается прежним.
Временные характеристики алгоритмов по оценке качества изображений представлены в работе [3], а
время работы алгоритмов по повышению качества изображений не превышает 5 мсек при использовании
разрешения 384*288 на компьютере с процессором Intel Celeron с частотой 1800 ГГц. Таким образом, все
разработанные алгоритмы способны совместно обрабатывать кадры видеопотока в реальном масштабе времени, что полностью соответствует требованиям технического задания.
Список литературы
1. Цветовая модель RGB ( www.computerbooks.ru).
2. Дж. Миано Форматы и алгоритмы сжатия изображений в действии. М.: Издательство Триумф, 2003. C. 16-17.