Изображение – это числовая матрица, f (i,j), i – строки изображения, j – столбцы. В зависимости от представления в файле различают палитровый и непалитровый режим. В непалитровом каждый пиксель – это RGB представление цвета. В палитровом режиме это число, являющееся индексом в массиве (палитре) цветов.
С точки зрения обработки изображения различают следующие классы изображений:
- Полутоновое и цветное.
- Бинарное (черно-белое).
- Кривые.
- Точки и многоугольники.
Методы обработки могут переводить изображения из одного класса в другой и могут оставлять изображения в пределах класса.
Сегментация изображений подразумевает выделение на изображении частей, которые поддаются единому описанию в пространстве признаков. Сегментация может быть следующих видов:
1. Яркость.
2. Контур.
3. Сегментация по текстуре.
4. Семантическая (смысловая).
Сегментация по яркости выполняется методом пороговой обработки изображений. Для определения величины порога используется гистограмма яркости.
Если при обработке использовать несколько порогов, то изображение остаётся в рамках первого класса, но уменьшенное количество уровней яркости позволяет анализировать смысловые области на изображении.
Операции утончения позволяют получить остов изображения, который затем может быть описан графом.
Операция отслеживания контура обеспечивает отображение области в кривую.
Расширение контура – это восстановление области на основе остова.
Заполнение – это операция заливки контура для получения области.
Сегментация кривых – это операция выделения на контуре особых точек, которые позволяют выделить его характерные особенности (например, концевые точки, точки перегиба, точки ветвления).
Интерполирование и аппроксимация позволяют получить по набору точке кривые.
На изображении могут присутствовать шумы,для устранения которых могут использоваться следующие операторы:
- Фильтр средних значений. Изображение обрабатывается с помощью окна 3х3 пикселя и яркость центрального элемента в точки i, j заменяется средним значением элементов окна: f(i, j) = 1/9 * ∑ f (i+x, j+y). Такой фильтр позволяет устранить шумы на изображении в виде одиночных точек и неоднородность яркости объекта. Недостатком данного фильтра является размывание границ на изображении.
- Медианный фильтр. Здесь для элементов окна строится кривая вероятностного распределения яркости. Затем находится положение медианы. Медиана определяет, что S1 = S2. И яркость центрального элемента окна заменяется на значение медианы. Данный фильтр сохраняет границы объектов, но может искажать форму.
Для сегментации текстурныхизображений используется метод анализа матрицы совместной встречаемости уровней серого на изображении.
Элементом данной матрицы является величина Pr,n(i,j) – частота, с которой пиксели с яркостями i и j, отстоящие на расстоянии r (расстояние между элементами с одинаковой яркостью) в направлении n (в градусах от центра квадрата 3х3 пикселя) встречаются на изображении.
Частоты, усреднённые по всем направлениям, заполняют матрицу, и диагональные элементы данной матрицы определяют пороги для сегментации.