1 / 25

Pengembalian semula Imej

Pengembalian semula Imej. Pengembalian semula Imej. Utk meningkatkan penampilan imej Menggunakan model matematik bagi degradasi imej Dgn lakukan proses pengkaburan imej dilakukan dengan pergerakan ataupun gangguan atmosphera degradasi imej ini boleh dijangkakan.

urbano
Download Presentation

Pengembalian semula Imej

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Pengembalian semula Imej nazlita@fsktm.um.edu.my

  2. Pengembalian semula Imej • Utk meningkatkan penampilan imej • Menggunakan model matematik bagi degradasi imej • Dgn lakukan proses pengkaburan imej dilakukan dengan pergerakan ataupun gangguan atmosphera • degradasi imej ini boleh dijangkakan nazlita@fsktm.um.edu.my

  3. Prinsip yang digunakan disini adalah dengan mencari sonsangan kepada proses degradasi tadi untuk mendapatkan kembali imej asal • Untuk proses pengembalian imej sebenar ini berjaya dilakukan, sesorang hendaklah pandai memodelkan proses perendahan mutu • Ianya boleh ditunjukkan seperti dalam gambarajah di sebelah : nazlita@fsktm.um.edu.my

  4. Proses Pengembalian Imej Sebenar nazlita@fsktm.um.edu.my

  5. Dengan merujuk rajah diperhatikan, contoh imej yang bermutu rendah dan pengetahuan penciptaan merupakan masukan kepada pembinaan model degradasi imej serta pembinaan proses penyonsangan kepada proses degradasi • Setelah proses penyonsangan dibina, ianya digunakan ataupun diaplikasikan ke atas imej yang hendak diproses iaitu d(r,c) dan seterusnya menghasilkan imej yang sebenar (penghampiran) iaitu Î(r,c) nazlita@fsktm.um.edu.my

  6. Proses tersebut akan diulang sehingga ianya memperolehi imej yang bersesuaian • Untuk itu kita boleh nyatakan bahawa pengembalian imej sebenar merupakan proses penghampiran untuk mendapat proses perendahan mutu yang mana akan menghasilkan proses sonsangan nazlita@fsktm.um.edu.my

  7. Model sistem • Secara amya model proses degradasi terbahagi kepada 2 iaitu fungsi degradasi dan juga fungsi kebisingan iaitu seperti ditunjukkan di bawah • Di mana * proses convolution (domain ruang) d(r,c)imej yang digradasikan h(r,c) fungsi degradasi I(r,c) imej asal n(r,c) fungsi kebisingan nazlita@fsktm.um.edu.my

  8. Utk domain frekuensi : • Di mana D(u,v) Transformasi Fourier (TF) untuk imej yang didegradasikan H(u,v) TF untuk fungsi degradasi I(u,v) TF untuk imej asal N(u,v) TF untuk fungsi kebisingan nazlita@fsktm.um.edu.my

  9. Kebisingan • Sebelum ke pergi ke proses pengembalian imej, kita perlu memahami apakah yang dimaksudkan oleh kebisingan • Kebisingan adalah suatu rentetan maklumat yang tidak diperlukan (dikehendaki) yang mencemari sesuatu imej • Ia dihasilkan oleh berbagai sumber nazlita@fsktm.um.edu.my

  10. Penyebaran kebisingan boleh dikategorikan kepada : • Gaussian • Seragam • salt and pepper • ianya dimodelkan oleh histogram sebagai fungsi untuk tahap kelabu nazlita@fsktm.um.edu.my

  11. Di mana g tahap kelabu m purata  sisihan piawai nazlita@fsktm.um.edu.my

  12. Penyahkebisingan Dengan Menggunakan Penapisan Ruang • Berkesan untuk menyahkebisingan untuk imej digital • berfungsi menggunakan kejiranan yang kecil seperti 3 X 3 kepada 11 X 11 • boleh dilakukan sama seperti proses convolution nazlita@fsktm.um.edu.my

  13. Persamaan di atas; dengan anggapan bahawa tiada proses degradasi berlaku. • 2 kategori asas : • Penapis Beraturan • Penapis Pemurataan • tetapi terdapat satu penapis yang merubah keadaan perlakuannya dengan berubahnya ciri-ciri statistik tahap kelabu yang dipanggil penapis penyesuaian nazlita@fsktm.um.edu.my

  14. Penapis Beraturan • Dilaksanakan dengan membuat pengaturan nilai ahli-ahli kejiranan mengikut tahap terendah sehingga tahap tertinggi dalam nilai tahap kelabu dan kemudian menggunakan aturan ini untuk memilih nilai yang dikehendaki • ianya berdasarkan kepada statistik imej yang dikenali sebagai statistik aturan • ia dilaksanakan dengan menggunakan sub-imej ataupun tetingkap dan mengantikan piksel ditengah-tengah nazlita@fsktm.um.edu.my

  15. Statistik aturan adalah satu teknik menyusun piksel mengikut aturan yang berturutan berdasarkan nilai tahap kelabu • sebagai contoh, kita ada tetingkap di bawah nazlita@fsktm.um.edu.my

  16. Dengan menggunakan teknik statistik aturan ianya menjadi seperti berikut : • {85,88,95,100,104,104,110,110,114} nazlita@fsktm.um.edu.my

  17. Salah satu penapis aturan adalah penapis median • penapis median akan mengambil nilai ditengah-tengah daripada set aturan tersebut dilihat dairpada contoh, nilai yang dipilih adalah 104 kerana terdapat 4 nilai di atas dan juga ada 4 nilai di tendah. • langkah yang digunakan adalah bersamaan dengan proses convolution nazlita@fsktm.um.edu.my

  18. Lain-lain penapis aturan adalah penapis maksimum dan penapis minimum. • kedua-dua penapis ini boleh digunakan untuk menyahkan kebisingan salt and pepper • terdapat juga penapis lain yang dipanggil penapis titik tengah dan penapis purata pangkasan-alpha • untuk penapis purata pangkasan-alpha ianya menggunakan formula berikut : nazlita@fsktm.um.edu.my

  19. Katakan kita ada set aturan • Purata Pangkasan-Alpha adalah • Di mana T merupakan bilangan piksel yang akan dikecuali daripada kedua-dua hujung set aturan, ianya boleh mengambil nilai antara 0 hingga nazlita@fsktm.um.edu.my

  20. Penapis Pemurataan • Dilaksanakan dengan mencari nilai purata untuk nilai didalam tetingkap N X N • kaedah yang sama seperti convolution • salah satu jenis penapis berjenis ialah penapis purata aritmetik yang merupakan asas kepada penapis pemurataan • formula yang digunakan adalah seperti di sebelah : nazlita@fsktm.um.edu.my

  21. Di mana N2merupakan bilangan piksel dalam tetingkap N X N, W • ia melicinkan atau melancarkan variasi tempatan dalam sesuatu imej iaitu seolah-olah mengaburkan imej tersebut tetapi dalam masa yang sama ianya menyahkan kebisingan. • ia boleh menggunakan topeng convolution dengan nilai setiap ahli topeng adalah 1/ N2 nazlita@fsktm.um.edu.my

  22. Satu lagi jenis penapis pemurataan adalah yang dipanggil penapis pemurataan harmonik • formula yang digunakan dalam penapis adalah seperti di bawah: nazlita@fsktm.um.edu.my

  23. Latihan • Diberi imej : nazlita@fsktm.um.edu.my

  24. Dengan menggunakan sub-imej bersaiz 3 X 3 dapatkan imej yang telah ditapis dengan menggunakan : • Penapis Median • Penapis Titik tengah • Penapis Purata Pangkasan-Alpha nazlita@fsktm.um.edu.my

  25. Dengan menggunakan matriks yang sama sebelum ini kirakan hasil daripada penapis berikut : • penapis pemurataan aritmetik • penapis pemurataan harmonik • cuba lihat perbezaan di antara penapis beraturan dengan penapis pemurataan nazlita@fsktm.um.edu.my

More Related