Page 10 - МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
P. 10

8

            логарифмічної  різниці  між  функцією  інтенсивності  зображення  та  її
            мультиплікативним логарифмічним відмиканням
                                 WTH    ML ( f  )(x ,  ) y   f  ( f  ML   ) g  ML  ) g ;      (2)

               і   означають мультиплікативну логарифмічну морфологічну ерозію та
                ML       ML
                                                             
                                                                                 
            розширення,  g  - структурний елемент,  g  визначена так:  x              R n  (x )   ( g   ) x .
                                                                                          , g
                  BTH     (  ) f   –  оператор  мультиплікативного  логарифмічного  чорного
                        ML
            циліндричного  (англ.  Black  Top  Hat,  BTH)  перетворення  зображення  f   –  це
            логарифмічна  різниця  між  мультиплікативним  логарифмічним  замиканням
            функції інтенсивності зображення та функцією інтенсивності зображення
                                                                 
                                 BTH (     f )( x,  y  (()  f   g )  g )  f .                  (3)
                                       ML                     ML       ML
               Використовуючи  узагальнену  модель  логарифмічної  обробки  зображень,
            формуємо  нові  вирази  для  логарифмічних  мультиплікативних  операторів  зі
            скаляром k та параметром p           0. Так, отримуємо

                                        
                                       f (  g)( x)   inf{ sign( k   f ((  y)   g( y  x)) M  
                                   p  ML
                     (M   (p   ) 1   f  (y   (y   ) ) x  k   (M   f  (y   (y   ) ) x  k
                                         ) g
                                                                      ) g
                                                                                         | y R 2 }.    (4)
                 (M    (p   ) 1   f  (y   (y   ) ) x  k   (p  1 )(M   f  (y   (y   ) ) x  k
                                                                          ) g
                                     ) g
                                      
                                                             f (
                                     f (  g)( x)   sup{ sign( k (  y)   g( y   x))  M  
                                 p  ML
                  (M    (p    ) 1   ( f  ) y   g (y   ) ) x  k   (M   ( f  ) y   g (y   ) ) x  k
                                                                                             | y R 2 }.  (5)
               (M   (p    ) 1   ( f  ) y   g (y   ) ) x  k    (p  1 )(M   ( f  ) y   g (y   ) ) x  k

               На  основі  виразів  (4)  і  (5)  будуємо  оператори    WTH            (  ) f ,  BTH  (  ) f   та
                                                                                   ML             ML
             ContEnh     (  ) f  (1)-(3). Скаляр  k  може бути сталим для всього зображення або
                       ML
            напівтоновою функцією для реалізації адаптивного скалярного множення.
               В  роботі  запропоновано  і  досліджено  наступні    способи  визначення  k   для
            параметричної моделі логарифмічної обробки зображень:
                                                k( x)   f ( x / )  M ,                                  (6)


                                               k( x)  1  f ( x / )  M ,                                (7)

                                    2   1 (  f  (x  / ) M ) 2 , якщо  5 . 0  f  (x  / ) M   1
                           k (x )                                                                      (8)
                                     1  ( 2 f  (x  / ) M  ) 2 ,  якщо  0  f  (x  / ) M    . 5 . 0

               Використання виразу (6) для визначення параметра k  підсилює світлі та темні
            ділянки зображення, а застосування формул (7-8) ‒ сприяє підсиленню контрасту
            в  області  середини  діапазону  рівнів  сірого  елементів  зображення.  На  рис.  1
            наведено  структурний  елемент  морфологічного  перетворення,  а  на  рис.  2  ‒
            результат застосування оператора поліпшення якості зображення та гістограми
            розподілу його рівнів сірого.
   5   6   7   8   9   10   11   12   13   14   15