Научно-технический прогресс, улучшение технических характеристик цифровых компьютерных средств, соответствующее повышению уровня жизни, выдвинули на первый план проблему улучшения качества воспроизводимой цифровыми устройствами информации, значительная доля которой является графической.
Устройства визуализации на основе цифровой обработки информации (терминальные устройства, ТУС) получают всё более широкое распространение в различных сферах деятельности человека. Это, в первую очередь, мониторы компьютеров, а также экраны карманных компьютеров, видеотелефонов и сотовых телефонов, терминалы видеоконференций связи, промышленной и бытовой техники, систем слежения при охране объектов, устройства печати. Терминальные устройства являются компонентами управляющих систем распределённых производственных объектов (РПО).
Для обработки изображений с целью улучшения их качества, как правило, применим классический аппарат обработки. Программное обеспечение известных систем обработки изображений предусматривает выполнение основных функций: высокочастотной и низкочастотной фильтрации, изменения контраста, интенсивности, масштаба, растрированияцветокоррекции. При всех преимуществах существующие программные системы дороги, не предусматривают расширения, несовместимы по аппаратной платформе с другими системами. Системы обработки изображений не включают всех необходимых процедур или обладают недостаточным быстродействием, особенно при визуализации изображений для управляющих систем РПО. При реализации методов и алгоритмов в целом не используются параллельные и распределенные вычисления.
Результаты исследований, направленных на создание эффективных методов визуализации изображений на ТУС, изложены в работах зарубежных и отечественных ученых: L. Davis, J.F. Jarvis, B. Lippel, M. Kurland, R. W Floyd, Steinberg, J.M.S. Prewitt,. А. Розенфельда,. B.E. Bayer, T Pavlidis, B. A Абрамова.
Таким образом, проблема исследования и разработки эффективных методов и средств визуализации изображений на ТУС РПО с использованием современных математических методов и микропроцессорных средств вычислительной техники является весьма актуальной.
Цель работы состоит в создании эффективных методов визуализации изображений на основе специализированного программного обеспечения в соответствии с существующей аппаратной платформой РПО.
Для достижения поставленной цели необходимо решить следующие задачи:
— разработать методику и алгоритм визуализации изображений с ограниченной палитрой цветов;
— формализовать проблему конструирования фильтров для высокоскоростной визуализации изображений на терминальных устройствах;
— разработать эффективный алгоритм визуализации изображений в контурном виде, с возможностью управления степенью выявления контуров в зависимости от их четкости;
— разработать метод преобразований локальной области изображения без нарушения целостности восприятия всего изображения;
— рассчитать функцию коррекции искажений для низколиниатурных терминальных устройств и устройств визуализации с ограниченной палитрой цветов;
— разработать автоматизированный программный комплекс для визуализации изображений на терминальных устройствах РПО.
Для решения означенных проблем используются методы исследования, основанные на принципах системотехники, математическом аппарате моделирования, теории множеств, теории вычислительных процессов, теории информации, математической логики, дискретной математики, математического анализа.
Научная новизна работы. В работе осуществлено решение научной проблемы разработки эффективных методов и средств визуализации изображений на терминальных устройств РПО, получены новые научные результаты, а именно:
— формализован процесс визуализации изображений и разработана математическая модель процесса для терминальных устройств РПО;
— разработан метод и алгоритм гистограммных преобразований яркостей изображений с высокой степенью проработки в узких диапазонах яркостей;
— адаптирован метод рассеяния ошибок для имитации недостающих оттенков цветов при выводе изображений на терминалы с ограниченной палитрой цветов;
— создана методика расчета коррекции растискивания точек для визуализации изображений на ТУС РПО. Практическая ценность работы. Предложенные методы и алгоритмы позволяют разрабатывать и создавать высокопроизводительные средства визуализации изображений на терминальных устройствах РПО.
По результатам проведенных исследований (при внедрении работы) разработан автоматизированный программный комплекс визуализации изображений для анализа и модификации изображений при передаче по IP-сетям. Указанные методы и алгоритмы позволили повысить скорость воспроизведения информации в графическом режиме в 1,5 раза, а также улучшить проработку деталей изображений в любых диапазонах яркостей в 1,8 раза, что особенно важно в темных и светлых областях яркостей изображений. Ряд элементов разработанного автоматизированного программного комплекса, а также программные средства и решения защищены свидетельством РОСПАТЕНТА РФ № 2 003 611 775 от 24 июля 2003 года. Личный вклад автора.
1. Показана актуальность разработки новых методов и алгоритмов обработки и улучшения изображений для воспроизведения с использованием новых технических средств и устройств вывода, систем распределённых объектов.
2. Разработаны методы и алгоритмы визуализации на экранах графических адаптеров и печати черно-белых и цветных изображений на принтерах и других цифровых устройствах печати, а также для визуализации на терминалах распределённых объектов. Показано, что предложенные методы являются оптимальными в смысле быстродействия и возможности использования на ЭВМ и прочей микропроцессорной технике. Разработана модель системы обработки изображений для отдельных видеоустройств и для терминалов распределённых объектов.
3. Предложен интерактивный алгоритм гистограммных преобразований, изменяющий яркостную составляющую изображения в произвольном выбранном диапазоне яркостей и улучшающий проработку деталей в этом диапазоне.
4. Проведен расчет коррекции растаскивания точек для воспроизведения на терминалах и печати на различных принтерах. Исследованы модели коррекции растаскивания, давшие схожие результаты, выявлены закономерности для печати на разных видах бумаги.
5. Предложен и экспериментально исследован метод воспроизведения изображений с уменьшением палитры цветов и имитацией недостающих оттенков, являющийся обобщением и развитием метода рассеяния ошибок.
6. Усовершенствованы методы создания растровых структур. Предложены структуры, наиболее подходящие для увеличения чёткости, сохранения яркостного содержания изображения и имитации оттенков цветов.
7. Разработан метод поиска оптимальных порогов яркости при выделении контуров на полутоновых и цветных изображениях. Предусмотрена возможность выделения линий разной чёткости регулировкой порогов, выбранных из допустимого диапазона порогов яркости для полутоновых и для цветных изображений.
8. Разработаны метод и алгоритм построения функций для локальных преобразований на изображении с целью визуализации выделенной области изображения без нарушения целостности восприятия изображения.
9. Составлены рекомендации по обработке изображений для передачи по IP-сетям и воспроизведения при использовании интерактивной системы обработки изображений или системы с распределёнными объектами, рассчитанной на микропроцессорные средства вычислительной техники.
Достоверность полученных результатов подтверждается качеством, информативностью и скоростью воспроизводимой видеоинформации на различных ТУС РПО.
Реализация и внедрение результатов работы. Результаты диссертационной работы (исследования в области гистограммных преобразований, расчет коррекции растаскивания точек при визуализации изображений) были использованы в телекоммуникационных сетях ОАО «ОТИК» и ООО «ИПОВС (МАКРОСОФТ)» .
Большинство полученных в работе результатов доведено до уровня инженерных методов, алгоритмов и реализовано в качестве программных средств. Практическое использование результатов подтверждено актами о внедрении.
Все работы по реализации и внедрению проводились под руководством или при непосредственном участии автора как руководителя и ответственного исполнителя. Результаты диссертационной работы используются в учебном процессе на кафедре ИПОВС в МИЭТ (ТУ) при чтении лекций по курсам: «Системное и программное обеспечение», «Теория вычислительных процессов», в спецкурсе «Обработка изображений на микропроцессорных средствах вычислительной техники», при изучении интерактивного курса дистанционного обучения «Цифровые устройства визуализации на базе микропроцессорных средств вычислительной техники», входящих в базу знаний ОАО «ОТИК». Разработанные методы и алгоритмы реализованы также в программных системах обработки и воспроизведения полутоновых изображений Grey View и цветных изображений PictureMan в ОАО «СТОИК» .
В результате проведенных исследований получены и выносятся на защиту следующие основные научные результаты:
— анализ состояния проблемы и необходимость создания эффективных методов и средств визуализации изображений на ТУС РПО;
— формализация процесса визуализации и математическая модель обработки изображений;
— методика и алгоритмическое решение задачи интерактивного изменения яркости изображения;
— модифицированный метод (алгоритм) визуализации для воспроизведения на терминальных устройствах с полной и ограниченной палитрой цветов, а также для черно-белых и цветных печатных изображений;
— теоретическое обобщение и экспериментальное исследование метода рассеяния ошибок;
— расчет коррекции растискивания точек при визуализации изображений на разнотипных терминальных устройствах РПО;
— высокоскоростной метод (алгоритм) подготовки информационной части изображений для передачи по телекоммуникационным сетям РПО;
— внедрение автоматизированного программного комплекса для визуализации изображений на терминальных устройствах РПО.
Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на следующих научных конференциях.
1. Седьмой научно-технической конференции молодых специалистов (Москва, МИЭТ, 1981 г.);
2. Четвертой научно-технической конференции молодых специалистов ПО «Альфа», «Автоматизация в технологических системах» (г. Рига, ПО «Альфа», май 1981 года);
3. Научно-технической конференции «Методы проектирования, автоматизация проектирования комплексов оборудования и систем управления в микроэлектронике» (Москва, МИЭТ, 1982 г.);
4. Всесоюзном научном семинаре по робототехническим системам (Москва, МВТУ им. Н. Э. Баумана, 1983 г.);
5. Девятой научно-технической конференции молодых специалистов (Москва, МИЭТ, 1983 г.);
6. Всесоюзной конференции «Системы технического зрения и их применение в САПР и робототехнике» (Севастополь, 1989 г.);
7. Научно-технической конференции «Методология и опыт создания САПР комплексов специального технологического оборудования и систем управления производством в микроэлектронике», Московское городское правление научно-технического общества приборостроительной промышленности им. Академика С. И. Вавилова, (Москва, МИЭТ, Политехнический музей, 1984 г.);
8. Всесоюзном семинаре по автоматизации допечатных процессов (Москва, ВНИИ КПП, 1988 г.);
9. На симпозиуме ВНИИ полиграфии совместно с лабораторией ВТТ Научно-технического центра Финляндии «Разработка и испытание технологического процесса переработки текста и иллюстраций для книжно-журнального производства» (Москва, ВНИИ КПП, апрель 1990 г.);
10. Восьмой всероссийской межвузовской научно-технической конференции студентов и аспирантов (Москва, МИЭТ, 2001 г.);
11. Девятой всероссийской межвузовской научно-технической конференции студентов и аспирантов «Микроэлектроника и информатика-2002» (Москва, МИЭТ, 2002 г.).
Публикации. По материалам диссертации опубликовано 26 работ, в том числе 15 статей в журналах и научных сборниках и 8 отчетов о научно-исследовательской работе.
Работа над диссертацией проводилась в плане решения задач, определяемых «Приоритетными направлениями развития науки, технологий и техники Российской Федерации «ив соответствии с «Перечнем критических технологий Российской Федерации «Информационные технологии и телекоммуникационные системы» :
Диссертационная работа основана на результатах, полученных в ходе выполнения НИР, проводимых в рамках программы Минобразованияя РФ «Научные исследования высшей школы по приоритетным направлениям науки и техники» (№ гос. Регистрации 1 200 007 109, 1 200 007 111), грантов Минобразования РФ по фундаментальным исследованиям в области технических наук (№ гос. per. 1 200 105 720).
Структура и объём работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 103 наименований и приложений. Работа содержит 125 страниц основного текста, 42 страницы с рисунками и таблицами.
Выводы по главе.
Необходимость модификации существующих методов визуализации полноцветных изображений на ТУС с ограниченной палитрой цветов продиктована, в первую очередь, разнообразием устройств в составе распределенных производственных объектов, во вторую очередь, средствами реализации методов, т. е. МСВТ.
Модифицированные методы позволяют воспроизводить полноцветные изображения на ТУС типа видеотерминалов: — на экранах графических адаптеров с палитрой из 16 цветов, формирующих 4 уровня каждого цветового тона в системе RGB с хорошим качеством воспроизведенияна ТУС с палитрой в 256 цветов, формирующих 16 уровней каждого цветового тона с качеством воспроизведения, близким к реальному. Исследованы и разработаны методы и алгоритмы визуализации изображений с разной цветовой палитрой на ТУС типа графических адаптеров и цифровых устройствах печати. Показано, что предложенные методы являются оптимальными по быстродействию и использованию преимуществ МСВТ.
Предложен и экспериментально исследован метод, являющийся обобщением метода рассеяния ошибокразработаны алгоритмы для ТУС с различными характеристиками по количеству передаваемых оттенков цветов. Разработана методика создания фильтров для разных задач, требований точности и быстродействия, а также ТУС с ограниченной палитрой цветов или набором палитр.
Построены функции искажений при воспроизведении изображений на ТУС, проведен расчет коррекции растискивания точек для визуализации на ТУС разного типа. Исследованы имитационные модели коррекции растискивания, давшие хорошую сходимость, выявлены закономерности для печати на разных видах бумаги.
Корректирующие функции позволили широко использовать модифицированный метод рассеяния ошибок, настраивая его на конкретные ТУС.
Усовершенствованы методы создания растровых структур. Рассмотрены и исследованы механизмы управления яркостным и тоновым содержанием изображения в зависимости от конструируемых матриц растрирования. Предложены структуры, позволяющие повысить чёткость и выполнять художественные эффекты.
По сравнению с использованием традиционного косинусного преобразования с целью получения растровых структур для визуализации на ТУС, разработанные методы имитации оттенков цветов с созданием соответствующих растров, обрабатываются быстрее в количество раз, равное размеру обрабатываемой за один шаг области изображения, выраженной в пикселях.
Глава 4. ТЕХНИЧЕСКАЯ РЕАЛИЗАЦИЯ МЕТОДОВ И СРЕДСТВ ВИЗУАЛИЗАЦИИ ИЗОБРАЖЕНИЙ НА ТЕРМИНАЛЬНЫХ УСТРОЙСТВАХ РПО.
4.1. Автоматизированный программный комплекс для визуализации изображений (АПК ВИ).
Общие принципы построения сложных систем и управления ими описаны в литературе [81−84, 95−97, 102], на базе которых был реализован автоматизированный программный комплекс ВИ, фактически представляющий собой аппаратно-программную реализацию разработанных методов и алгоритмов ВИ. Эта система обработки изображений, ориентированная на микропроцессорные средства вычислительной техники, рассчитана на оперативную подготовку изображений для визуализации на различных терминальных устройствах, поэтому она интерактивна, имеет удобный интерфейс пользователя с возможностью вмешиваться в процесс обработки. АПК ВИ включает широкий круг процедур над изображениями — классические, традиционно используемые в системах обработки изображений и представленные в данной работе.
В АПК ВИ предусмотрено оптимальное сочетание удовлетворительных для ВИ качества, быстродействия, удобства освоения и использования, наличия всех видов обработки изображений (от качественной до корректировки погрешностей визуализации или печати). Правильный выбор процедур обработки и их последовательности обеспечивает максимум эффективности обработки и воспроизведения изображений.
Выбор процедур обработки основан на использовании эффективных методов ВИ при имеющемся техническом обеспечении. В системе предусматриваются все качественные преобразования изображения (фокусировка, расфокусировка, увеличение четкости, интенсивности), изменение масштаба в широком диапазоне, яркостные преобразования, кадрированиевыполнение преобразований в локальной области. АПК ВИ кроме того «убирает» шумы, выделяет контура, выполняет всевозможные виды растрирования, корректирует погрешности при выводе на принтеры, учитывает передаточную характеристику печатного процесса в типографии.
Реализация яркостных преобразований выполнена для интерактивной системы и основана на простом и быстром алгоритме.
В общем случае технологическая последовательность этапов обработки изображений следующая (для конкретного изображения она может быть короче):
1. Ввод со сканирующего устройства или видеокамеры с преобразованием в цифровой вид иллюстрации с указанием параметров разрешения, линиатуры или величины пиксела изображения, интенсивности, кадрирования выделенного для оцифровывания фрагмента изображения. Чем выше разрешение и глубина тона при оцифровке, тем качественнее последующая обработка.
2. Нормализация или обработка с целью возможного улучшения качественных или информационных характеристик. Если изображение имеет плохой диапазон оптических плотностей, его следует растянуть по максимуму.
3. Частотные преобразования, т. е. изменение резкости или увеличение четкости изображения как в области контуров, так и по всему изображению.
4. Яркостные преобразования. При одинаковом распределении яркостей наблюдается эквализация, т. е. выравнивание гистограммы. Если изображение с плохим распределением уровней яркости или оттенков цветов производится модификация гистограммы. Эта команда может выполняться несколько раз в интерактивном режиме в окне предварительного просмотра, пока не будет найден оптимальный вариант. Не рекомендуется выполнять несколько последовательных шагов функции Модификация гистограммы, т.к. это может привести к потере оттенков цветов. Локальное преобразование — преобразование в локальной области, а не на всем изображении.
5. Растрирование. Выбирается подходящий растр из указанного ранее списка с соответствующей коррекцией визуализации. Выбор растра зависит от способа визуализации или воспроизведения на жёсткой копии, а также от имитации вывода на различные терминальные устройства.
4.2. Архитектурная организация и технология АПК ВИ при использовании распределенных производственных объектов.
Программный комплекс может работать на персональных компьютерах под управлением ОС Windows (Windows 98, Windows 2000, Windows XP) или Linux. Компьютеры должны быть соединены в локальную сеть или подключены к IP-сети. Управляющий программный комплекс устанавливается на один из компьютеров, который становится при этом WEB-сервером и на нем устанавливается также ПО АПК ВИ, а также будет храниться вся информация. WEB-сервер может быть HTTPили HTTPS-сервером, работающим в сети Интернет, или в TCP/IP локальной сети Интранет. Пользовательские компьютеры должны быть подключены к сети и могут работать под управлением любой из перечисленных ОС, на них устанавливается АПК ВИ с настройками в соответствии с терминалом компьютера, позволяющий как непосредственно визуализацию информации с сервера, так и ее обработку в соответствии с оперативными требованиями на месте с последующей визуализацией. Управляющий программный комплекс создается на основе свободных программных продуктов (open sourse software): web server Apache, database MySQL, языки программирования PHP, Perl, Си с необходимыми библиотеками. Управляющая выбором информации программа должна быть написана на языках высокого уровня РНР или Perl с использованием языка запросов SQL для создания информационной базы данных. Структурирование информации для хранения и получения ответов на запросы является иерархическим. Пользовательский интерфейс: любой современный web-броузер, например, Internet Explorer или Netscape Navigator.
Архитектурная организация АПК ВИ представляет собой иерархическую структуру на основе команд обработки и ВИ, а также построения сценариев обработки в зависимости от клиентских запросов на сервер.
Рис. 4.1. Общая структурная схема АПК ВИ.
4.2.1. Основные технические характеристики АПК ВИ.
Размеры обрабатываемых изображений могут достигать нескольких тысяч пикселов в ширину и нескольких тысяч пикселов в длину и сотни МБ памяти. Размеры ограничиваются вычислительными ресурсами системы: свободной дисковой памятью, быстродействием, позволяющим за приемлемое время обработать изображение, возможностью вывода на выводные устройства.
Среда обработки изображений должна иметь удобный пользовательский интерфейс, который позволяет легко устанавливать режимы обработки, осуществлять просмотр преобразованных изображений на экране компьютера, воспроизводить на выводных устройствах. Такой комплекс был реализован для полутоновых изображений [34, 75, 85, 99]. Эти принципы построения интерактивности в системе обработки изображений относятся и к системам обработки цветных изображений для разных сфер деятельности человека.
4.2.2. Структура интерфейса АПК ВИ.
Основное меню разработанной на основе представленных методов системы включает команды, описанные ниже, хотя АПК ВИ в зависимости от конкретных требований может иметь и специфические функции. Для РПО часть этих команд может выполняться как на сервере, так и на клиентских машинах — смотря по тому, какова конкретная задача и типология ТУС, поэтому.
часть команд внутренних уровней иерархии может отсутствовать в ниспадающем меню. На серверной машине могут отсутствовать команды меню РАСТРИРОВАНИЕ, т.к. непосредственно сама визуализация выполняется на последнем этапе, т. е. на ТУС клиентской машины.
1. Команда РАСТРИРОВАНИЕ или Dithering — установка параметра формирования растровой структуры. Команда основана на алгоритмах перехода от многоуровневых изображений к низкоуровневым для вывода на терминалы с меньшей глубиной цветов, чем у исходного изображения, и печатающие устройства, включая черно-белые принтеры. При активизации этой команды на экране появляется меню со списком возможных видов режимов растрирования: опции установки полутонов, Хаотический растр, Случайный растр, матрица Бауэра 2×2, 8×8, квадратное, горизонтальное, вертикальное, диагональное, ромбическое, эллиптическое, круглое, фигурное.
В нижней части окна меню удобно поместить флажок возможности добавления и величины случайного шума к растровой структуре, а также флажок для просмотра шкалы яркостей при выполняемом преобразовании.
Хаотический растр — хаотический растр, основанный на алгоритме рассеяния ошибок. Структура характеризуется высокой четкостью и проработкой мелких деталей, особенно в области темного сравнительно с другими режимами растрирования, обладает высоким разрешением. Функциональная зависимость коррекции растискивания точки для этого растра своя, отличная от функции коррекции для других структур.
Случайный растр — хаотический растр, построенный на основе алгоритма рассеяния ошибок, но использует случайный порог. Используется в основном для художественных эффектов. Мелкие детали не прорабатывает, но сохраняет гистограмму уровней яркости на изображении.
Следующие режимы растрирования относятся к растрированию на ортогональных решетках и построены по одному принципу — сравнения входного полутонового значения изображения с детерминированной периодической матрицей пороговых значений.
Матрица Бауэра 2×2 — классический растр для полутоновых изображений, в данной модификации разделяет цветовые оттенки изображений на 4 уровня яркостей. Режим удобен для визуализации на терминалах, имеющих 4 цветовых оттенка, для подготовки к печати на четырехкрасочных принтерах или печатных машинах, не имеющих возможности печати оттенков этих красок. Это может быть полезно для научных, геофизических и медицинских изображений, для подготовки реклам, плакатов, проспектов, афиш, оберток.
Матрица Бауэра 8×8 — классический растр Бауера, применяется во многих программах растровой графики. Линиатура выходного растра равна ли-ниатуре сканирования, делённой на 4.
Квадратное — построение квадратной точки. Обеспечивает выходной растр линиатурой равной линиатуре сканирования, деленной на 4.
Горизонтальное — построение растра с подчеркнутой горизонтальной линией. Удобно использовать для изображений, где нужно подчеркнуть горизонтальную линию.
Вертикальное — построение растра с подчеркнутой вертикальной линией. Используется для изображений, где нужно подчеркнуть вертикальную линию.
Диагональное — имеет характер растра диагональный. Выходная линиатура равна линиатуре сканирования, деленной на 6. Достаточно хороший контраст при приемлемой четкости.
Ромбическое, эллиптическое, круглое — растрирование с получением растровой точки соответствующей формы.
Фигурное — режим, позволяющий загружать встраиваемые матрицы. При его активизации появляется новое меню со списком матриц, дающих различные фигурные растровые точки. Растры, созданные в этом режиме, могут быть полезны для художественного оформления и создания текстур. Имеет невысокое разрешение. Активизацией левой кнопкой мыши и нажатием клавиши ОК загружается требуемая матрица для последующей обработки.
Шкала добавления функции случайного шума к растровой структуре регулирует количество случайных элементов, вносимых в растровую структуру. Количество увеличивается по шкале слева направо. Диапазон изменений по шкале от 0 до 1, числовое значение соответствует вероятности изменения элемента изображения.
Меню ВЫВОД обеспечивает вывод на ТУС (монитор, печатающие устройства) или запись в файл. В режиме воспроизведения на ТУС предусмотрена возможность коррекции, реализованная в виде шкалы с установкой коэффициента, учитывающего растаскивание точки лазерного принтера: чем выше коэффициент, тем большее растаскивание точки учитывается. Коэффициент учитывает растаскивание от 1 до 2, т. е. от случая, когда точка не растискивается, до случая с увеличением точки в 2 раза при растаскивании. Коррекцию выполняется любой из следующих команд, но исключительно за последнимо преобразованием, т. е. устанавливается с последней выполняемой командой.
Меню ВЫВОД включает следующие команды.
Нормализация — изменение диапазона яркостей или оптических плотностей от минимального значения, равного 0, до максимального значения, равного количеству оттенков яркости каждой цветовой составляющей, для полутоновых изображений — это диапазон яркостей от черного до белого. Команда устраняет недостаток установки интенсивности считывающего устройства (сканера, видеокамеры и других устройств оцифровки изображений).
Выравнивание — выравнивание гистограммы уровней яркости. Для некоторых изображений выполняет функцию обработки. Может служить для сравнения изображений одного класса, оцифрованных при разных освещен-ностях.
Гамма-коррекция — изменение яркостей изображения по экспоненциальному закону, соответствует природным изменениям освещенности и режимам степени проявки фотографий. Известное и широко используемое преобразование. Имеется шкала установки коэффициента контрастности, изменяющая коэффициент от 0 (min) до 2 (максимум контрастности). По умолчанию устанавливается у = 1.
Передаточная функция — построение передаточной функции процесса преобразования изображения по произвольно выбранному закону, определяемому в интерактивном режиме взаимодействия, позволяет устанавливать зависимость выходных яркостей от входных в интерактивном режиме в окне, появляющемся при активизации команды. Содержимое окна представляет собой график зависимости выходной яркости (по оси Y) от входной яркости (по оси X) По умолчанию установлена линейная зависимость, чтобы привести график к ее виду, нужно воспользоваться режимом начальной установки. График представлен в виде движков, которые можно перемещать курсором мыши (при отжатой левой кнопке), изменяя зависимость выходной яркости от входной. Положение движков характеризует вид графика выходной от входной яркости изображения. Вариант реализации показан на рис. 4.2.
Модификация гистограммы. Эта команда играет важную роль в преобразовании изображений. Она позволяет перераспределять количество уровней яркости на изображении. При активизации команды модификация гистограммы на экране появляется окно, в котором можно вычислить гистограмму изображения в активизированном окне, изменить ее произвольным образом или привести к нормальному закону распределения. Вариант реализации показан на рис. 4.3. и иллюстрирует возможность изменения гистограммы произвольным образом и в интерактивном режиме.
Содержимое окна представляет график зависимости количества пикселов с определенным значением яркости изображения (по оси Y) от значений яркости изображения (по оси X). График, как и в предыдущей команде, реализован движками, которые можно перемещать мышью. Возможные режимы работы с графиком:
— измерить — измерить гистограмму изображения;
— нормализовать — преобразовать к нормальному закону распределения;
— выполнить — выполнить;
— отменить — отменить.
Если нужно подготовить изображение, имитирующее воспроизведение на определённом выводном устройстве, и записать его в файл или вывести на свой рабочий экран, то в диалоговом окне преобразования используется параметр уровень — установка количества уровней яркости каждого цвета монитора или другого выводного устройства.
Традиционная команда меню ОБРАБОТКА наряду со специальными функциями включает следующие:
— простое — Делает контурные переходы на изображении более плавными.
Сглаживание по Грехему — удаление мелких шумов на изображении.
— медианная фильтрация — удаление шумов, зернистости, равномерных пятен.
— обострение контуров — делает контурные переходы более резкими.
— выделение контуров — преобразование изображения к контурному виду: наиболее контрастные переходы представляются контурами.
— локальное преобразование — ретуширование локальной области или выполнение любого другого вида обработки в этой области. Преобразование строится таким образом, что в центре выделенной области преобразование больше, а к краям области преобразование сходит к 0.
— глобальное преобразование — преобразование осуществляется для всего изображения.
Последовательность этапов обработки изображений зависит от класса обрабатываемых изображений. Влияние также оказывают устройства ввода и вывода обрабатываемых изображений, которые могут требовать дополнительных этапов обработки в зависимости от используемых устройств оцифровки и вывода. На основе созданной структуры АПК ВИ реализовано ПО. Программы написаны на языке Си и представлены отдельными функциональными модулями в приложении 3.
4.3. Оценка эффективности применения разработанных методов визуализации изображений на терминальных устройствах.
Оценка эффективности методов обработки изображений для воспроизведения зависит от следующих параметров:
— качество обработки иллюстрационного материала;
— скорость обработки;
— оптимальный выбор комплекса технических средств по стоимости используемой техники, техническим характеристикам;
— возможность внесения творческого элемента в процессе обработки;
— перспективы использования разработанных методов на более совершенной технике и для передачи по сетям;
Наиболее важным критерием является качественная оценка обработки иллюстрационного материала. Поэтому встает задача выбора критериев количественной оценки качества изображений.
В [84] качество определяется как степень совершенства продукции, которая фиксируется требованиями, учитывающими запросы потребителя и возможности производителя. В [84, 87−89, 91] сформированы основные принципы оценки качества продукции.
Количественная оценка качества изображений для воспроизведения допустима только применительно к определенным типам изображений, классифицируемым по смысловому содержанию, и зависит от целевого назначения обработки. Количественная оценка должна включать характеристики соответствия изображения и оригинала по передаче основного смыслового содержания.
Очевидно, что критерии оценки качества для таких изображений как рисунок, орнамент из четких линий или пейзаж, включающий близко расположенные четкие предметы и всевозможные детали, различны. Также различны критерии для пейзажа и портрета, хотя они оба характеризуются тем, что близко расположенное более четкое, чем далеко расположенное.
Именно поэтому критерии оценки имеют смысл для определенного типа изображений, к которым уже предъявлен ряд требований, например, по четкости, резкости, более контрастном выделении тех или иных областей, по выделению смысловых форм или предметов, например, сделать акцент на качество выделения близких предметов.
Существуют иные критерии оценки качества изображений, но они являются информационными [6, 89, 100, 101]. Количественная оценка качества иллюстрационного материала упирается в художественную оценку результатов, которая в большей степени является субъективной. Проблема выбора показателей качества продукции, т. е. иллюстрационного материала, усложняется субъективностью оценки результатов творческого труда.
Количественный критерий оценки качества продукции предложен в [91] -критерий балльной оценки: оценивается важность каждого критерия в баллах и выводится интегральная оценка либо в форме средневзвешенного арифметического, либо в форме средневзвешенного геометрического, либо в форме средневзвешенного гармонического [84]. Но балльный метод субъективен, т.к. сводится к экспертным оценкам экспертов, определяющих важность каждого критерия качества. Кроме того, каждый критерий качества требует количественной оценки. Возникают трудности с оценкой каждого критерия и выбором для него единицы измерения.
В результате наиболее прост и эффективен метод экспертной оценки всей обработанной с использованием одних методов иллюстрации к той же иллюстрации, обработанной другой группой методов или по другой технологии.
Разработанные методы и идеология построения системы обработки позволяет производить качественную оценку иллюстраций как по результатам вывода на экран дисплея и визуального сравнения непосредственно на нем, так и по результатам в виде «твердой» копии.
ЗАКЛЮЧЕНИЕ
.
1. На основании анализа состояния проблемы обработки и воспроизведения изображений на терминальных устройствах выявлена необходимость создания эффективных методов и средств визуализации изображений для распределенных производственных объектов.
2. Представлена формализация процесса визуализации на терминальных устройствах и создана математическая модель обработки и воспроизведения изображений.
3. Разработаны методика и алгоритмическое решение задачи интерактивного изменения яркости изображениячто дало возможность улучшить проработку деталей изображений в любых диапазонах яркостей в 1,8 раза, что особенно важно в темных и светлых областях яркостей изображений.
4. Создан модифицированный метод (алгоритм) визуализации для воспроизведения на терминальных устройствах с полной и ограниченной палитрой цветов, а также для черно-белых и цветных печатных изображенийметод позволил повысить скорость воспроизведения информации в графическом режиме в 1,5 раза и выше.
5. Представлено теоретическое обобщение метода рассеяния ошибок, выполнен расчет коррекции растаскивания точек при визуализации изображений на разнотипных терминальных устройствах РПО.
6. Разработан высокоскоростной метод (алгоритм) подготовки информационной части изображений для передачи по телекоммуникационным сетям распределенных производственных объектов.
7. Разработаны эффективные методы (алгоритмы) создания растровых структур и поиска оптимальных порогов при выделении контуров на полутоновых изображениях и видеопоследовательностях.
8. Построена модель интерактивной системы обработки иллюстративного материала с использованием разработанных методов.
9. Разработан курс лекций для учебного процесса и апробирован на кафедре.
ИПОВС как составляющая при чтении дисциплин «Системное и программное обеспечение», «Теория вычислительных процессов» — факультативный спецкурс «Обработка изображений на современных средствах вычислительной техники» — интерактивный курс дистанционного обучения «Цифровые устройства визуализации средств вычислительной техники в системах распределённых объектов» .
Ю.Создан и внедрен автоматизированный программный комплекс визуализации изображений для анализа и модификации изображений при передаче по IP-сетям на терминальные устройства РПО.
