яркостта на полученото изходно изображение след обработката е клоняща към бялото , защото зависи от степента на осветеност и получените изображения са послабо контрастни [ 7 ].
1.2 . Филтър на RGB канали
Този метод избира канал един от R - червения , G- зеления или B - синия цвят и го използва като база за определяне стойността на сивия цвят . Ако е избран
червеният цвят , то R � R , G � 0 , B � 0 . При този подход , използването на зеления филтър предоставя найдобри резултати , защото човешкото око е найчувствително към този цвят . Забелязано е също , че синият филтър представя най-лоши резултати . Този метод може да се определи като най-опростения , което го прави технически лесен за изпълнение [ 15 ].
1.3 . Анализ на основните компоненти
Анализ на основните компоненти е метод , който е широко използван в статистиката и анализа на сигнали и изображения [ 14 ]. Този анализ може да бъде осъществен , като се приложи линеен математически подход , който да преобразува даден брой корелирани стойности в по-малък брой неколерирани променливи , които представляват основните компоненти , описващи даден набор от данни . Това позволява да се определят главните направления , в които данните варират и пренебрегвайки останалите да се намали значително изчислителната работата .
Основен недостатък на този метод е , че той зависи от мащаба на променливите , които формират първоначалния набор от данни . Затова , преди започване на такъв анализ , данните трябва да се обезмерят по подходящ метод . Приложимостта на този анализ е ограничен също и от допускания , които са направени при изчислителния процес , като например че трансформацията трябва да е линейна . Необходимо е също така вариациите на основните компоненти да са значителни , в противен случай влиянието на шума , първоначално наличен в изображението , нараства . Независимо от това , както отбелязахме по-горе , анализът на основните компоненти е широко използван в системите за дистанционно наблюдение .
2 . ПРОЦЕСИ ТОЧКА ПО ТОЧКА 2.1 . Таблици на съответствието
Процесът на точка по точка може да се реализира чрез таблици на съответствието [ 10 ]. Те представляват масиви , които използват текущите стойности на пикселите като масивни индекси . Новата стойност на пиксела представлява друга масивна стойност , посочена от индекса в таблицата на съответствие . Новото изображение се построява като тази процедура се повтаря за всеки пиксел .
Предимство на таблиците на съответствие е , че има обратни връзки , които проверяват връщаната стойност от операцията . Всяка стойност по-голяма от 255 се ограничава до 255 , и аналогично - всяка стойност по-малка от 0 се ограничава до 0 . Входният буфер за масива от пиксели се използва като изходен , с цел да се намали използването на изчислителна памет .
2.2 . Усилване на контраста в изображението
Разделянето на светли и тъмни пиксели в изображението се нарича контраст [ 10 ]. Усилването на контраста в изображението изисква да се формира хистограмата на изображението . Хистограмата предоставя информация за яркостното разпределение и за контраста в дадено изображение . Хистограмата се строи като се проследи честотата , с която се среща дадена пикселна яркост , като по абцисата се нанася стойността на яркостта , а по ординатата - честотата на нейното срещане . Методът няма да изравни хистограмата , а ще преразпредели яркостта . Ако една хистограма има много пикове и падове , то след изравняването пак ще ги има , но ще са изместени . Така не се получава уплътняване , а разширение на хистограмата .
Тъй като изравняването на хистограма е точков процес , то няма да се въведе нова яркост в изображението , а съществуващите стойности на яркостта се организират в нови , които няма да са повече на брой от старите яркостни стойности , но могат да са по-малко от тях .
На фигура 2 е представено изображение с висок и нисък контраст . Преходът между светлата и тъмната част при ниския контраст не е отчетлив и наблюдаваният ръб не е ясно изразен , докато при високия откриването на ръба е улеснено . Важно е да се отбележи , че усилването на контраста в изображението може да доведе до подобряване на изображението до определена точка , отвъд която качеството й вече започва да се влошава и използването на изображението в системите за дистанционно наблюдение на пътно-транспортни структури и съоръжения става непрактично .
Фиг . 2 . а ) изображение с висок контраст ; б ) изображение с нисък контраст
3 . ОБРАБОТКА НА ЦВЕТНО ИЗОБРАЖЕНИЕ ЧРЕЗ КОНВОЛЮЦИЯ
Методът на дискретната конволюция се използва при заглаждане , при подготовка на изображението за откриване на граници и други [ 16 ]. Конволюцията е тегловната сума от пиксели , съседни на централния пиксел в конволюционен прозорец . Теглото се определя от малка матрица , наречена конволюционна маска . Размерите на матрицата се подбират да са нечетни и центърът лесно да се определи . Местоположението на централния пиксел отговаря на местоположението на изходния пиксел . Плъзгащ прозорец , наречен конволюционен прозорец , концентрира всеки пиксел от входното изображение и генерира новия изходен пиксел . Стойността на новия пиксел се изчислява чрез умножение на всяка пикселна стойност в съседство с отговарящото тегло в конволюционната маска , и техните произведения се сумират . Много е важно мястото на новия пиксел в
38 ГКЗ 1-2 ’ 2021