Дискретизация и квантование изображений

Дискретизация и квантование изображений

4.2.2. Дискретизация и квантование изображений

Сформированное и записанное изображение необходимо преобразовать в форму,

пригодную для цифровой обработки. Если изображения записываются

фотоэлектронным способом, то это обычно не составляет трудности, так как

из сканирующего фотоэлемента поступает электрический ток, пригодный для

дискретизации и квантования. Таким образом, данный случай можно

рассматривать как распространение соответствующих методов цифровой

обработки одномерных сигналов на двумерные сигналы. При этом ошибки

квантования можно учесть введением в блок-схему дополнительного .источника

шума [11]. Расстояние между отсчетами должно удовлетворять теореме

Найквиста для двумерных колебаний [1].

Устройства для дискретизации и квантования изображений основаны на

технике микроденситометрии. В подобных системах на пленку проектируется луч

света с интенсивностью I1. Интенсивность I2 света, прошедшего сквозь пленку

(или отраженного от нее), измеряется фотоумножителем. По коэффициенту

пропускания

Т=[pic]

(4.16)

с помощью соотношения (4.5) можно вычислить оптическую плотность. После

этого световое пятно на пленке можно сместить скачком и таким образом

получить отсчеты изображения. Математически этот процесс описывается

соотношением

g1(x, y) =[pic] (4.17)

где g - изображение на пленке; ha распределение яркости в сечении луча,

освещающего пленку; g1 эквивалентное изображение, из которого берутся

отсчеты (т.е. в дискретных точках x = j[pic]x, y = k[pic]y сканирующий

фотоприемник измеряет именно g1 ). Матрица отсчетов g1 ( j[pic]x, k[pic]y

) представляет собой дискретизованное, или цифровое, изображение.

Из равенства (4.17) (справедливого также для случая дискретизации

изображений, полученных фотоэлектронными средствами) видно, что в процессе

дискретизации записанное изображение подвергается искажениям. За счет

правильного выбора распределения ha и расстояния между отсчетами

изображение можно фильтровать в процессе дискретизации. Фильтрацию,

связанную с процессом дискретизации [согласно формуле (4.17)], можно

использовать для подавления эффектов наложения, возникающих из-за того, что

ширина спектра изображения обычно не ограничена (из-за шума зернистости

пленки и других высокочастотных составляющих) [12]. Дискретизация

коэффициента пропускания эквивалентна дискретизации яркостного изображения,

а дискретизация плотности эквивалентна дискретизации плотностного

изображения. Часто можно услышать, что предпочтительнее квантовать

плотность, так как логарифмическая зависимость приводит к уменьшению

динамического диапазона. Однако подобные упрощенные рассуждения могут

приводить к ошибкам [13].

4.2.3. Восстановление и демонстрация цифровых изображений

При цифровой обработке одномерных сигналов восстановление аналогового

сигнала из последовательности чисел достигается путем низкочастотной

фильтрации, что теоретически обосновывается теоремой об интерполяции

колебаниями с ограниченным спектром [11]. В идеальном случае для такой

интерполяции следует применять функцию вида sin [pic] . Однако данная

функция не имеет двумерного варианта, который можно было бы использовать

для восстановления аналоговых изображений, так как импульсный отклик

идеального фильтра нижних частот, имеющий вид sin[pic], принимает

отрицательные значения, а это выдвигает требование получения отрицательного

света, невыполнимое при восстановлении изображений.

Аналоговое изображение можно восстановить с помощью устройства, подобного

примененному при дискретизации изображения. На чистую пленку проектируется

луч света, а интенсивность этого записывающего луча модулируется в

соответствии с числовыми значениями изображения. В качестве источника

света, а также для непосредственной демонстрации изображений можно также

применять электронно-лучевые трубки (ЭЛТ). Световое пятно перемещается по

поверхности пленки согласно растровой сетке. Нетрудно увидеть, что процесс

восстановления изображения описывается соотношением

g2(x, y) =[pic] (4.18)

где hd - распределение яркости записывающего пятна, g1 - матрица отсчетов

функции (4.17), представленная здесь набором взвешенных [pic] - импульсов,

разнесенных на расстояния (x, y) друг от друга, а g2 -

восстановленное непрерывное изображение. Распределение яркости

записывающего пятна является импульсным откликом интерполирующего фильтра,

аналогичного применяемому при восстановлении одномерных аналоговых

сигналов. Практически во всех системах восстановления изображений

записывающее пятно имеет несложное распределение яркости (например,

гауссовское). По этой причине точно восстановить изображение не удается,

поскольку простые распределения не дают возможности полностью подавить

высокочастотные копии спектра изображения, возникающие при дискретизации. К

счастью, обычно это не создает существенных трудностей, и в простых

системах получается хорошее изображение.

Из вышеизложенного видно, что при дискретизации и демонстрации

изображений возникают искажения спектра. Подобные искажения можно

скорректировать в процессе цифровой фильтрации квантованных изображений

[12].

Восстановление непрерывных изображений связано с другой проблемой, а

именно с проблемой верности изображения. Если число, находящееся в памяти

машины, представляет значение оптической плотности изображения в конкретной

точке, то абсолютно верное воспроизведение получится, если пленка,

предназначенная для демонстрации, будет иметь точно такую оптическую

плотность, как записано в памяти ЭВМ. (Аналогичные требования можно

сформулировать для коэффициента пропускания пленки я для характеристики

фотоэлектронной системы ). Подобное устройство

[pic]

Рис. 4.4.

а - сквозные характеристики идеальной системы отображения; б - сквозные

характеристики типичной реальной системы отображения.

отображения должно иметь сквозные характеристики» совпадающие с

приведенными на рис. 4.4, а. Однако такие идеальные характеристики

встречаются редко. Характеристики реальных устройств отображения больше

напоминают приведенные на рис. 4.4, б, где наблюдается значительное

отклонение от идеальной прямой с наклоном 45°. Хорошее приближение к

идеальной характеристике можно получить путем линеаризации характеристики

устройства отображения. Для этого необходимо выполнить следующие действия:

1. Сформировать набор фиксированных значений коэффициента пропускания или

оптической плотности, подать их на устройство отображения и измерить

фактический его отклик на каждое из значений коэффициента пропускания или

оптической плотности.

2. Измерения, полученные на этапе 1, задают характеристику устройства

отображения d0 = f ( di ). Линеаризованная характеристика описывается

соотношением di = f- -1( d0 ). Это обратное преобразование можно найти

эмпирическим путем и представить в виде таблицы или полинома, вычисленного

методом наименьших квадратов.

3. Перед демонстрацией изображения числовые данные следует преобразовать

согласно функции f -1. В результате в них будут введены предыскажения и

значения яркостей, записанные в машине, будут воспроизведены на экране без

погрешностей.

Метод линеаризации характеристик устройств отображения успешно применялся

во многих исследовательских институтах. Точная линеаризация, конечно,

невозможна, так как форма нелинейной характеристики изменяется в

зависимости от особенностей проявления пленки, чистоты химикатов, старения

(или повреждения) люминофора ЭЛТ и т.п. Однако, приложив определенные

усилия, можно линеаризировать устройство отображения так, что отклонения от

линейности не будут превышать ±5% максимального значения. Следует отметить,

что линеаризация характеристики устройства отображения является операцией,

применяемой при восстановлении аналоговых изображений; при обработке

одномерных сигналов линейными электронными схемами она обычно не

используется.

4.2.4. Свойства системы зрения человека

Очень часто окончательную оценку изображения делает человек. Если бы

человеческое зрение было идеальным и отвечало на световое воздействие с

абсолютной точностью и совершенной линейностью, то его можно было бы и не

изучать. Однако система зрения человека обладает нелинейной

характеристикой, а ее отклик не является абсолютно верным. Важность этих

положений .для получения изображений признана довольно давно [13], однако

они не в полной мере использовались при обработке изображений.

Одной из характеристик системы зрения человека является способность

восприятия яркости света. Эксперименты по определению восприятия людьми

минимально различимых градаций яркости света, поступающего от

калиброванного источника, показали, что яркость света воспринимается глазом

нелинейно. Если начертить график зависимости величины этой минимально

различимой градации яркости от эталонной яркости, то при изменении яркости

в пределах нескольких порядком этот график имеет логарифмический характер

[14]. Такие субъективные экспериментальные результаты согласуются с

объективными данными, полученными в экспериментах на животных, в которых

было показано, что светочувствительные клетки сетчатки и оптический нерв

возбуждаются с частотой, пропорциональной логарифму интенсивности

подводимого к ним света [15]. По вполне понятным причинам подобные

объективные измерения на людях не проводились. Тем не менее объективные

данные для животных и субъективные показания для людей более чем

убедительно подтверждают вывод о том, что яркость света

[pic]

Рис. 4.5.

a - сечение (осеcимметричной) аппаратной функции глаза человека; б -

сечение (осесимметричной) частотной характеристики глаза человека.

воспринимается по логарифмическому закону. Это существенно нелинейный

закон.

Другой отличительной характеристикой системы зрения человека является ее

пространственночастотный отклик. Импульсный отклик глаза, рассматриваемого

в виде двумерной линейной системы (т.е. линейной после начального

логарифмического преобразования интенсивности наблюдаемого света), не

является [pic] - функцией Дирака. Реакция глаза на приходящее световое поле

описывается аппаратной функцией, сечение которой показано на рис. 4.5, а

[16]. Острый центральный пик и отрицательные боковые лепестки импульсного

отклика глаза показывают, что глаз обрабатывает пространственные частоты

так же, как фильтр верхних частот. Точная форма частотной характеристики

глаза исследовалась с помощью ряда психовизуальных экспериментов; было

показано, что глаз подавляет низкие и ослабляет высокие пространственные

частоты. В грубом приближении пространственно-частотный отклик глаза имеет

полосовой характер. Подобная характеристика ( рис. 4.5,б ), например, была

получена в ряде экспериментов, проведенных Манносом и Сакрисоном [17].

Наконец, особенностью зрения человека является способность к насыщению,

т.е. к ограничению отклика при очень больших или очень малых интенсивностях

наблюдаемого светового потока. Перечисленные свойства системы зрения можно

описать моделью, представленной в виде блок - схемы на рис. 4.6. Однако

данная модель совершенно не отражает других известных свойств системы

зрения. Например, есть сведения, что некоторые стороны процесса восприятия

изображения можно объяснить только наличием не одной, как на рис. 4.6, а

нескольких линейных систем, включенных параллельно, т.е. в рамках модели с

частотными каналами [18]. Другие визуальные явления (такие, как иллюзия

одновременного контраста) указывают, что логарифмическое преобразование,

введенное в блок-схеме рис. 4.6, является слишком большим упрощением. Но,

несмотря на известные недостатки, модель, представленная на рис. 4.6,

является полезной, поскольку она

1) объясняет ряд важных явлений, таких, как восприятие яркости света и

полосы Маха;

[pic]

Рис. 4.6. Блок-схема системы зрения человека.

2) указывает, что в системе зрения содержатся некоторые элементы системы

обработки информации. В частности система зрения человека, по-видимому,

выполняет некоторые операции гомоморфной обработки информации [19].

Полезно связать логарифмическое преобразование изображения, выполняемое

глазом, с рассмотренным ранее вопросом о плотностном (и яркостном

изображениях. Можно заметить, что поскольку яркость света воздействует на

глаз по логарифмическому закону, глаз воспринимает изображение как

плотностное, если даже оно представлено (с помощью устройства отображения)

в виде яркостного изображения.

Представляется логичным воспользоваться моделями системы зрения человека

при анализе возможных применений цифровой обработки изображений. Однако это

делать нужно осторожно, так как система зрения человека настолько сложна,

что необоснованное применение упрощенных моделей зрения может принести

больше вреда, чем пользы. Манное и Сакрисон [17] доказали применимость

модели зрения для исследования вопроса о сокращении избыточности

изображений. Однако пока еще не определены все области возможного

применения моделей зрения.

4. 3. Применение цифровой обработки для сокращения избыточности изображений

Сокращение избыточности изображений является первой областью применения

цифровой обработки изображений, которая будет здесь рассмотрена.

Интенсивное развитие цифровых методов повлияло на все отрасли техники

передачи и хранения информации в силу присущих цифровым системам

преимуществ в помехозащищенности, возможности исправления ошибок, гибкости

при коммутации сообщений, постоянно понижающейся стоимости и

увеличивающейся надежности. Одновременно с внедрением цифровой техники

расширялось использование изображений в различных областях науки и техники,

например в медицине, .экспериментальной физике, бесконтактной

дефектоскопии, исследовании природных ресурсов. Такая параллельность

развития цифровой техники и расширения области применения изображений

привела к естественному результату, а именно к интенсивным исследованиям в

области передачи ;и записи изображений цифровыми методами.

Типичное изображение содержит очень много избыточной информации, что

заметно даже при беглом взгляде на большинство изображений. Эта

избыточность приводит к экономическим потерям. Ширина полосы частот,

необходимая для передачи изображения в цифровой форме, зависит от числа

отсчетов изображения, разрядности отсчетов, времени, отведенного на

передачу, и от мощности передатчика. С расширением полосы увеличиваются

необходимая мощность передатчика и расходы. Деньги и энергия не являются

проблемой, но электромагнитный спектр предельно загружен. Поэтому

сокращение избыточности при передаче изображений является очень важной

задачей. Столь же важно оно и для хранения .изображений в цифровом виде.

Если бы требовалось хранить только одно изображение, то об этом можно было

бы не беспокоиться. Однако во многих существующих и проектируемых системах,

таких, как геологоразведочный спутник NASA ERTS (Earth Resources Technology

Satellite), получается большое количество изображений, которые

целесообразно получать и хранить в цифровой форме. Хотя цифровые

запоминающие устройства и становятся все дешевле, число получаемых

изображений настолько увеличивается, что сокращение их избыточности

является задачей первостепенной важности.

4.3.1. Некоторые замечания о сокращении избыточности изображений

Избыточность видеоинформации может быть описана функцией корреляции между

отсчетами изображений; она проявляется в высокой степени взаимной

статистической прогнозируемости близколежащих отсчетов, взятых из

изображения. Конечной целью операции сжатия видеоинформации является

устранение этой статистической прогнозируемости (т.е. необходимо в

максимально возможной степени уменьшить коррелированность отсчетов). На

блок-схеме рис. 4.7 показаны основные операции, выполняемые системой сжатия

видеоинформации. Сначала выполняется операция по максимальному уменьшению

коррелированности отсчетов изображения. Затем отсчеты должны быть

соответствующим образом квантованы. Квантованные отсчеты кодируются в

форму, благоприятную для передачи (при этом, конечно, может быть обеспечена

возможность обнаружения или исправления ошибок) .

Квантование и кодирование выполняются с учетом общих правил, не зависящих

от особенностей схемы декорреляции, выбранной для первого этапа обработки.

Поэтому системы сжатия видеоинформации различаются видом схемы, выполняющей

операции, относящиеся к первому этапу. В силу этого способам реализации

первого блока схемы рис. 4.7 здесь будет уделено больше внимания, чем

вопросам

[pic]

Рис. 4.7. Блок-схема системы сокращения избыточности

видеоинформации.

построения второго и третьего блоков. Такой подход полностью соответствует

замыслу данной книги, посвященной техническим применениям цифровой

обработки сигналов, т.е. задачам, в основном относящимся к первому блоку.

При разработке принципов реализаций первого блока схемы рис. 4.7 следует

учесть ряд соображений. Рассмотрим сначала статистические свойства

изображений. Если отсчеты изображения образуют сетку точек размером N[pic]N

и каждый отсчет представлен Р - разрядным двойным числом, то при записи и

передаче изображения с помощью обычной импульсно-кодовой модуляции (ИКМ)

потребуется N2P двоичных разрядов. Однако, как было отмечено выше, типичное

изображение имеет большую избыточность. Один из способов, позволяющих

измерить эту избыточность и сравнить ее с номинальным числом N2P разрядов,

заключается в построении гистограммы яркости изображения и вычислении

Страницы: 1, 2, 3