Методы улучшения растровых изображений

Министерство образования и науки Российской Федерации

Государственное образовательное  учреждение

высшего профессионального образования

Нижневартовский государственный гуманитарный университет

Факультет информационных технологий и математики

Кафедра информатики и методики преподавания информатики

 

 

 

Курсовая работа по дисциплине

«Компьютерная графика»

 

Методы улучшения растровых  изображений

 

 

 

 

 

 

Науч. руководитель:

К.п.н, доцент кафедры ИиМПИ

__________________.

Оценка_______________________

«____»__________________2012   г.

 

Выполнил:

Студент

Специальность____ ____

Курс_______ Группа _________

__________________

 

 

 

 

Нижневартовск, 2012

Оглавление

 

Введение 3

§ 1.  Устранение ступенчатого эффекта 4

§ 2.  Дизеринг 7

§ 3. Сравнение  растровых редакторов 17

Заключение 23

Список используемой литературы 24

Используемые  интернет ресурсы 24

 

 

Введение

Одной из основных проблем, возникающих при обработке изображений, является улучшение качества изображения, в частности, повышение различимости отдельных фрагментов. К причинам, понижающим качество изображений, можно отнести: технические яркостные помехи шумового характера; недостаточная или излишняя освещенность объектов съемки; отсутствие резкости при получении изображения; слишком мелкие размеры деталей, которые необходимо различить.

Основной целью компьютерной обработки изображений является нахождение таких методов, результат работы которых оказался бы более подходящим с точки зрения конкретного применения. Когда изображение обрабатывается для визуальной интерпретации, наблюдатель является окончательным судьей того, насколько хорошо действует конкретный метод. Визуальное оценивание качества изображения является крайне субъективным процессом, делающим понятие «хорошего изображения» некоторым абстрактным эталоном, с помощью которого необходимо сравнивать эффективность алгоритмов. Если целью является обработка изображения для восприятия другими компьютерными программами, то проблема оценивания несколько упрощается. Например, в задаче распознавания символов наилучшим будет тот метод обработки изображений, который дает более точные результаты компьютерного распознавания. Тем не менее, даже в ситуации, когда проблема позволяет установить четкие критерии качества, обычно требуется некоторое количество попыток тестирования, пока не будет выбран конкретный метод. 

 

§ 1.  Устранение ступенчатого эффекта

 

 В растровых системах при  невысокой разрешающей способности (меньше 300 dpi) существует проблема ступенчатого эффекта (aliasing). Этот эффект особенно заметен для наклонных линий — при большом шаге сетки растра пиксель образуют как бы ступени лестницы.

Рассмотрим это на примере  отрезка прямой линии. Вообще говоря, растровое изображение объекта  определяется алгоритмом закрашивания пикселей, соответствующих площади изображаемого объекта. Различные алгоритмы могут дать существенно отличающиеся варианты растрового изображения одного и того же объекта. Можно сформулировать условие корректного закрашивания следующим образом — если в контур изображаемого объекта попадает больше половины площади ячейки сетки растра, то соответствующий пиксель закрашивается цветом объекта (С), иначе - пиксель сохраняет цвет фона (С_ф).

На рис. 1 показано растровое изображение толстой прямой линии, на которое для сравнения наложен идеальный контур исходной линии. 

Рис. 1

Устранение ступенчатого эффекта называется по-английски  anti-aliasing. Для того чтобы растровое изображение линии выглядело более гладким, можно цвет угловых пикселей "ступенек лестницы" заменить на некоторый оттенок, промежуточный между цветом объекта и цветом фона. Будем вычислять цвет пропорционально части площади ячейки растра, покрываемой идеальным контуром объекта. Если площадь всей ячейки обозначить как S, а часть площади, покрываемой контуром, — S_x, то искомый цвет равен:

 

На рис. 2 показано сглаженное растровое изображение, построенное указанным выше методом.

Рис. 2

Методы получения сглаженных растровых изображений можно  разделить на две группы. Первую группу составляют алгоритмы генерации  сглаженных изображений отдельных  простейших объектов — линий, фигур.

Другую группу методов  сглаживания составляют методы обработки  уже нарисованного изображения. Для сглаживания растровых изображений часто используют алгоритмы цифровой фильтрации. Один из таких алгоритмов — локальная фильтрация. Она осуществляется путем взвешенного суммирования яркостей пикселей, расположенных в некоторой окрестности текущего обрабатываемого пикселя. Можно представить себе, что в ходе обработки по растру скользит прямоугольное окно, которое выхватывает пиксели, используемые для вычисления цвета некоторого текущего пикселя. Если окрестность симметрична, то текущий пиксель находится в центре окна (рис. 3).

Рис. 3 

Базовую операцию такого фильтра  можно представить так:

 

где Р— значение цвета текущего пикселя, F— новое значение цвета пикселя, К— нормирующий коэффициент, М— двумерный массив коэффициентов, который определяет свойства фильтра (обычно этот массив называют маской).

Размеры окна фильтра: (j_max- j_min +1) по горизонтали и (i_max – i_min+1)— по вертикали. При i_min , j_min⁼ -1 и i_max,j_max = +1 имеем фильтр с окном 3x3, который часто используется на практике.

Для обработки всего растра необходимо произвести указанные выше вычисления для каждого пикселя. Если в ходе обработки новые значения цвета пикселей записываются в исходный растр и вовлекаются в вычисления для очередных пикселей, то такую фильтрацию называют рекурсивной. При не рекурсивной фильтрации в вычисления вовлекаются только прежние значения цвета пикселей. Не рекурсивность можно обеспечить, если новые значения записывать в отдельный массив.

На рис. 4 представлены результаты работы двух вариантов сглаживающего не рекурсивного фильтра с окном (маской) 3x3.

Рис. 4

Значение нормирующего коэффициента здесь выбрано равным сумме элементов маски. Этим обеспечивается сохранение масштаба яркости преобразованного растра. Заметьте, что маска — это не матрица, а массив коэффициентов, располагающихся соответственно пикселям окна. Средний фильтр можно задать и маской 2x2 — отбросить нулевые коэффициенты.

При сглаживании цветных  изображений можно использовать модель RGB и производить фильтрацию по каждой компоненте.

С помощью локальной цифровой фильтрации можно выполнять достаточно разнообразную обработку изображений  — повышение резкости, выделение  контуров и многое другое.

§ 2.  Дизеринг

Хорошо, когда растровое  устройство отображения может прямо  воссоздавать тысячи цветов для каждого  пикселя. Не так давно это было проблемой даже для компьютерных дисплеев (а точнее — для видеоадаптеров). Современные растровые, дисплеи достаточно качественно отображают миллионы цветов, благодаря чему без проблем можно отображать цветные фотографии. Но для растровых устройств, которые печатают на бумаге, положение совсем другое. Устройства печати обычно имеют высокую разрешающую способность (dpi), часто на порядок большую, чем дисплеи. Однако нельзя непосредственно воссоздать даже сотню градаций серого для пикселей черно-белых фотографий, не говоря уже о миллионах цветов. Вы можете возразить, что в любой газете или журнале мы видим иллюстрации. Возьмите лупу и посмотрите, например, на изображение любой напечатанной фотографии. В большинстве случаев можно увидеть, что оттенки цветов (для цветных изображений) или полутоновые градации (для черно-белых) имитируются комбинированием, Смесью точек. Чем качественнее полиграфическое оборудование, тем меньше отдельные точки и расстояние между ними.

Иногда отдельные точки  на фотографии нельзя различить даже с помощью лупы, что может быть в таких случаях — или нам  посчастливилось увидеть печать многими сотнями красок, или разрешающая  способность устройства печати очень  высокая. Оба варианта пока что не встречаются. Однако, безусловно, с течением времени будут изобретены способы печати если не многими тысячами красок (что маловероятно), то хотя бы красками, которые плавно изменяют свой цвет, или будет изобретена бумага с соответствующими свойствами .

Для устройств печати на бумаге проблема количества красок достаточно важна. В полиграфии для цветных  изображений обычно используют три  цветных краски и одну черную, что  в смеси дает восемь цветов (включая  черный и белый цвет бумаги). Встречаются  образцы печати большим количеством красок — например, карты, напечатанные с использованием восьми красок, однако такая технология печати намного сложнее. Состояние дел с цветной печатью можно оценить также на примере относительно простых офисных принтеров. Недавно появились струйные принтеры с шестью цветными красками вместо трех. В таких принтерах в состав обычных CMYK-красок добавлены бледно-голубая, бледно-пурпурная и бледно-желтая краски (семицветные принтеры). В шестицветных принтерах отсутствует бледно-желтая краска . Увеличение количества красок значительно улучшило качество печати, однако и этого пока явно мало.

Если графическое устройство не способно воссоздавать достаточное  количество цветов, тогда используют растрирование — независимо от того, растровое это устройство или не растровое. В полиграфии растрирование известно давно. Оно использовалось несколько столетий тому назад для печати гравюр. В гравюрах изображение создается многими штрихами, причем полутоновые градации реализованы или штрихами различной толщины на одинаковом расстоянии, или штрихами одинаковой толщины с переменной густотою расположения. Такие способы используют особенности человеческого зрения и в первую очередь — пространственную интеграцию. Если достаточно близко расположить маленькие точки различных цветов, то они будут восприниматься как одна точка с некоторым усредненным цветом. Если на плоскости густо расположить много маленьких разноцветных точек, то будет создана визуальная иллюзия закрашивания плоскости некоторым усредненным цветом. Однако если увеличивать размеры точек и (или) расстояние между ними, то иллюзия сплошного закрашивания исчезает — включается другая система человеческого зрения, обеспечивающая нашу  способность различать отдельные объекты, подчеркивать контуры.

В компьютерных графических  системах часто используют эти методы. Они позволяют увеличить количество оттенков цветов за счет снижения пространственного разрешения растрового изображения. Иначе говоря — это обмен разрешающей способности на количество цветов. В литературе по компьютерной графике такие методы растрирования получили название dithering (дрожание, разрежение).

Простейшим вариантом  дизеринга можно считать создание оттенка цвета парами соседних пикселей.

Если рассмотреть ячейки из двух пикселей (рис. 5), то ячейка номер 1 дает оттенок цвета

 

где С₁ и Сг — цвета, которые графическое устройство способно непосредственно воспроизвести для каждого пикселя. Числовые значения С, С₁ и С₂ можно рассчитать в полутоновых градациях или в модели RGB — отдельно для каждой компоненты.

Рис. 5   Рис. 6           

 Пример растра с  использованием ячеек из двух  пикселей приведен на рис. 6. Как видим, для создания промежуточного оттенка С ячейки образовывают вертикальные линии, которые очень заметны. Для того чтобы человек воспринял это как сплошной оттенок, необходимо, чтобы угловой размер ячеек был меньше одной угловой минуты. Можно изменять положения таких ячеек в растре, располагая их, например, по диагонали. Это несколько лучше, но не намного.

Рис. 7

Чаще используют квадратные ячейки больших размеров. Дадим пример ячеек размером 2 x 2 (рис. 7).

Такие ячейки дают 5 градаций, из них три комбинации (1, 2, 3) образуют новые оттенки.

 

Рис. 8      Рис. 9

Расчет цвета, соответствующего одной из комбинаций пикселей в ячейке, можно выполнить таким образом. Если пиксели ячейки могут быть только двух цветов (С₁ и С₂), то необходимо подсчитать часть площади ячейки для пикселей каждого цвета. Цвет ячейки (С) можно оценить соотношением

 

где S— общая площадь ячейки; S₁ и S₂ — части площади, занятых пикселями цветов С₁ и С₂ соответственно, причем S₁ + S₂ = S. Проще всего, когда пиксели квадратные, а их размер равен шагу размещения пикселей. Примем площадь одного пикселя за единицу. В этом случае площадь, занимаемая пикселями в ячейке, равна их количеству (рис. 10).

Рис. 10           

 Для ячейки 5 x 5, изображенной на рис. 10, дадим расчет цвета С для некоторых цветов С₁ и С₂. Пусть С₁ — белый цвет (R₁ G₁ B ₁) = (255, 255, 255), а С₂ — черный (R₂ G₂ B₂) = (0, 0, 0), тогда

то есть мы получили светло-серый  цвет.

Еще пример. Если С₁— желтый (R ₁G ₁B₁ = (255, 255, 0), а С₂— красный (R₂G₂B₂) = (255, 0, 0), то С = (255, 204, 0). Это оттенок оранжевого цвета.

Следовательно, если в ячейке размерами п xп использованы два цвета, то с помощью этой ячейки можно получить п²+1 различных цветовых градаций. Две комбинации пикселей — когда все пиксели ячейки имеют цвет С₁ или С₂ — дают цвет ячейки соответственно С₁ или С₂. Все иные комбинации дают оттенки, промежуточные между С₁ и С₂.