Методы улучшение качества цифрового изображения
Заказать уникальный реферат- 21 21 страница
- 10 + 10 источников
- Добавлена 08.06.2023
- Содержание
- Часть работы
- Список литературы
Введение 3
1 Основные понятия, связанные с графическими файлами и способами анализа их качества 4
1.1 Программы для обработки графических файлов 4
1.2 Сравнение форматов графических файлов 4
1.3 Оценка качества изображения 5
2 Методы улучшения качества цифрового изображения 8
2.1 Сравнительный анализ качества JPEG или BMP 8
2.2 Повышение качества изображения путем улучшения яркости или контрастности 10
2.3 Дискретизация улучшаемого изображения путем интерполяции значений соседних пикселей 13
2.4 Использование инфракрасных камер 14
2.5 Определение фрактальной размерности как способ улучшения цифровых видеоизображений с измерительной информацией 17
Заключение 19
Список использованной литературы 20
При этом можно привести один из методов математического моделирования применяется следующая зависимость (1)где N – количество квадратов или кубов, полностью покрывающих множество. Модель представлена в логарифмической и обычной форме, где а – коэффициент пропорциональности.По формуле (1) строится график зависимости lg(N(δ)) от lg(δ) и он определяет фрактальную размерность D. Для видеороликов, содержащих измерительную информацию, фрактальная размерность может быть задана в двух вариантах: фрактальная размерность функции яркости видеоточки, расположенной в трехмерном пространстве (две координаты x и y являются координатами в плоскости изображения,третья координата B — яркость) и интервал 2 ≤ D ≤ 3; фрактальная размерность контуров структурных элементов видео, расположенных в плоскости видео, в данном случае 1 ≤ D ≤ 2.Рассмотрим пример определения фрактальной размерности видеоизображения, содержащего поверхность строительных изделий из природного камня. Для этих видеороликов строили графики зависимости lg(N(δ)) от lg(δ) (точки и кривая на рис. 14) и определяли фрактальную размерность D функции яркости методом линейной аппроксимации методом наименьших квадратов (прямая линия на рис. 14).Рисунок 14– Расчет фрактальной размерности функции яркости (размер цифрового видео 512×512 дискретных точек, минимальный размер анализируемого блока 1×1 дискретных точек)Согласно рис. 14, минимальный размер блока с фрактальными свойствами составляет 8 × 8 дискретных точек. Учитывая, что разрешение этого видеоизображения составляет 300 dpi (дискретных точек на дюйм), получаем минимальный размер структурного элемента видеоизображения около 0,7 мм. Это хорошо согласуется с тем, что для данного природного камня (мелкозернистого габбро) размер зерен составляет менее 1 мм.Еще одним интересным применением фрактальных методов видеоанализа может быть контроль качества поверхности строительных изделий из природного камня в процессе механической обработки поверхности. Внешний вид поверхности строительных изделий из природного камня является одной из их важных характеристик. Контроль и отбраковка этих изделий производится в процессе их изготовления из блоков природного камня и в процессе механической обработки их поверхности. Такой контроль требует определения ряда показателей качества. Для строительных изделий из природного камня используются качественные показатели их поверхности: внешний вид лицевой поверхности; цвет лицевой поверхности; отклонение показателей внешнего вида.ЗаключениеВ заключении необходимо отметить, что на сегодняшний день различные способы улучшение качества цифрового изображенияактивно применяются и совершенствуются. При этом используются различные способы для реализации новых способов обработки фотографий и видео, более быстрых возможностей по этим процессам, при этом с каждым годом количество таких способов увеличивается.Также хотелось бы отметить, что все цели и задачи, которые поставлены в работе, удалось достигнуть и решить. В процессе их решение удалось обрести навыки теоретического применения всех инструментов, которые понадобились для составления этого реферата, применяя при этом классическую и современную литературу, а также источники, которые размещены в Интернете. При написании этой работы удалось подтвердить актуальность и важной тематики, рассматриваемой в ней, что позволяет утверждать, что ее такие направления нужно развивать более активно, улучшая уровень жизни в нашей стране. Список использованной литературыСтриганова Л.Ю., Кириллова Т.И. Инженерная и компьютерная графика. Учебное пособие. — Екатеринбург: Уральский федеральный университет им. Первого президента России Б.Н. Ельцина (УрФУ), 2019. — 140 с.ГОСТ 15971—90 «Системы обработки информации. Термины и определения» [Текст]. – Взамен ГОСТ15971—84; Введ. с 01.01.92. – Москва: Изд-во стандартов, 1992. – 16 с.Ермилова Н.Ю., Маринина О.Н., Богдалова О.В. Инженерная графика. в 2-х ч. Часть 2.2. Инженерная и компьютерная графика: строительное черчение. Учебное пособие. — Волгоград: ВолгГТУ, 2019. — 180 с. Seeram E. Digital Radiography: Review Questions. Singapore: Springer, 2021. — 149 p. Оптимизация в форматах JPEG или PNG-24 [Электронный ресурс]. – Режим доступа:https://compress.ru/article.aspx?id=9882#03, свободный. – Загл. с экрана.Панчев, М. К. Модели улучшения качества цифрового изображения при увеличении его формата после съемки / М. К. Панчев, А. В. Оводенко // Инновационные перспективы Донбасса : Материалы 3-й Международной научно-практической конференции, Донецк, 24–25 мая 2017 года. Том 6. – Донецк: Донецкий национальный технический университет, 2017. – С. 50-54.Приемы редактирования цифровых изображений: улучшение качества, устранение дефектов // Современные компьютерные технологии (сборник лабораторных работ по программе AdobePhotoshop) : учебно-методическое пособие. – Москва: Московский государственный лингвистический университет, 2018. – С. 22-36.Оводенко, А. В. Новая модель улучшения качества цифрового изображения при увеличении его формата после съемки / А. В. Оводенко, М. К. Панчев // Современные проблемы радиоэлектроники и телекоммуникаций "РТ-2017" : Материалы 13-й международной молодежной научно-технической конференции, Севастополь, 20–24 ноября 2017 года / Под ред. А.А. Савочкина. – Севастополь: Федеральное государственное автономное образовательное учреждение высшего образования "Севастопольский государственный университет", 2017. – С. 192.Ravshanov, N. Image contrast enhancement based on infrared data obtained under difficult light conditions / N. Ravshanov, Sh. M. Suvanov // Problems of Computational and Applied Mathematics. – 2020. – No. 5(29). – P. 46-58.Fractal dimension determination of digital video images with measuring information. //PodchashinskiyYuriy, ShavurskiyYuriy, ChepyukLarina , Voronova Tetiana/ Международнаянаучнаяинтеграция 2020. Материалынаучно-практическоймеждународнойконференции (9-10ноября 2020, Seattle, Wasington, USA). — ISE & SWorld in conjunction with KindleDP). — 2020. — 636 p.
1. Стриганова Л.Ю., Кириллова Т.И. Инженерная и компьютерная графика. Учебное пособие. — Екатеринбург: Уральский федеральный университет им. Первого президента России Б.Н. Ельцина (УрФУ), 2019. — 140 с.
2. ГОСТ 15971—90 «Системы обработки информации. Термины и оп¬ределения» [Текст]. – Взамен ГОСТ 15971—84; Введ. с 01.01.92. – Москва: Изд-во стандартов, 1992. – 16 с.
3. Ермилова Н.Ю., Маринина О.Н., Богдалова О.В. Инженерная графика. в 2-х ч. Часть 2.2. Инженерная и компьютерная графика: строительное черчение. Учебное пособие. — Волгоград: ВолгГТУ, 2019. — 180 с.
4. Seeram E. Digital Radiography: Review Questions. Singapore: Springer, 2021. — 149 p.
5. Оптимизация в форматах JPEG или PNG-24 [Электронный ресурс]. – Режим доступа: https://compress.ru/article.aspx?id=9882#03, свободный. – Загл. с экрана.
6. Панчев, М. К. Модели улучшения качества цифрового изображения при увеличении его формата после съемки / М. К. Панчев, А. В. Оводенко // Инновационные перспективы Донбасса : Материалы 3-й Международной научно-практической конференции, Донецк, 24–25 мая 2017 года. Том 6. – Донецк: Донецкий национальный технический университет, 2017. – С. 50-54.
7. Приемы редактирования цифровых изображений: улучшение качества, устранение дефектов // Современные компьютерные технологии (сборник лабораторных работ по программе Adobe Photoshop) : учебно-методическое пособие. – Москва: Московский государственный лингвистический университет, 2018. – С. 22-36.
8. Оводенко, А. В. Новая модель улучшения качества цифрового изображения при увеличении его формата после съемки / А. В. Оводенко, М. К. Панчев // Современные проблемы радиоэлектроники и телекоммуникаций "РТ-2017" : Материалы 13-й международной молодежной научно-технической конференции, Севастополь, 20–24 ноября 2017 года / Под ред. А.А. Савочкина. – Севастополь: Федеральное государственное автономное образовательное учреждение высшего образования "Севастопольский государственный университет", 2017. – С. 192.
9. Ravshanov, N. Image contrast enhancement based on infrared data obtained under difficult light conditions / N. Ravshanov, Sh. M. Suvanov // Problems of Computational and Applied Mathematics. – 2020. – No. 5(29). – P. 46-58.
10. Fractal dimension determination of digital video images with measuring information. //Podchashinskiy Yuriy, Shavurskiy Yuriy, Chepyuk Larina , Voronova Tetiana/ Международная научная интеграция 2020. Материалы научно-практической международной конференции (9-10 ноября 2020, Seattle, Wasington, USA). — ISE & SWorld in conjunction with KindleDP). — 2020. — 636 p.