ИРЭ им. В.А. Котельникова РАН English Войти Подать статью
Журнал радиоэлектроники Электронный научный журнал · eISSN 1684-1719
2018, № 7 · СМЕЖНЫЕ ПРОБЛЕМЫ РАДИОЭЛЕКТРОНИКИ

Маркирование частей спектрально искажённого изображения с прогнозом возможностей реконструкции

А.В. Кокошкин1, В.А. Коротков1, К.В. Коротков1, Е.П. Новичихин1

1 ФИРЭ им. В.А. Котельникова РАН, Фрязино, Россия
Полный текст (PDF) DOI: 10.30898/1684-1719.2018.7.9 УДК 621.396 EDN VABFLQ

Аннотация

Представлена методика автоматического определения фрагментов на спектрально искажённых изображениях перспективных для проведения деконволюции. Предложенная процедура, с помощью плавающего спрайта, попиксельно, вычисляет коэффициент восстановимости изображения Cri (аббревиатура от Сoefficient of recoverability image). Это позволяет уменьшить влияние человеческого фактора на выбор места и положения фрагментов перспективных для повышения их качества. Методика протестирована как на модельных, так и на реальных изображениях. С её помощью достаточно надёжно определяются области (фрагменты) как неискажённые, так и с искажениями разной степени.

  • спектральные искажения
  • коэффициент восстановимости изображения
  • фрагменты
  • искажённые в разной степени
  • spectral distortion
  • Сoefficient of recoverability image
  • fragments distorted to varying degrees
Abstract (in English)

In practice, it often happens that different objects on the same image appear with varying degrees of distortion (for example, because of defocusing due to being location at the different distances from the receiving device). In such cases, there are difficulties in the real image recovery, since the distorting hardware function (Point spread function (PSF)) is not the same across the entire image. Therefore, when working with images on which areas are distorted in various ways, as a rule, the original improved image is divided into parts (sprites), which, presumably, were affected by one distorting hardware function (Point spread function PSF). And after that, autonomously for each part (sprite), they make a reconstruction, and as a result, they fold the restored fragments into a general image. This work presents a technique for automatically determining fragments on spectrally distorted images that are promising for deconvolution. The proposed procedure, using a floating sprite, pixel-by-pixel, calculates the image recovery coefficient Cri (an abbreviation of Coefficient of recoverability image). Cri has the physical meaning of estimating the fraction of the amplitude spectrum of the image under study, located in a given neighborhood of the universal reference spectrum ((URS) or, same General-purpose reference spectrum (GRS)). This makes it possible to reduce the influence of the human factor on the choice of location and position of fragments that are promising to improve their quality. The technique has been tested both on model and real images. With its help, regions (fragments) are defined reliably as undistorted, and with distortions of different degrees.

Для цитирования

Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. Маркирование частей спектрально искажённого изображения с прогнозом возможностей реконструкции // Журнал радиоэлектроники. – 2018. – № 7. https://doi.org/10.30898/1684-1719.2018.7.9

Литература

  1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М. «Техносфера», 2005, 1071 стр.
  2. Ягола А.Г., Кошев Н.А. «Восстановление смазанных и дефокусированных цветных изображений». // Вычислительные методы и программирование. 2008, Т.9., 207-212
  3. Зражевский А.Ю., Кокошкин А.В., Новичихин Е.П., Титов С.В. «Повышение качества радиоизображений». «Нелинейный Мир», № 9, 2010г., с. 582-590
  4. Гуляев Ю.В., Зражевский А.Ю., Кокошкин А.В., Коротков В.А., Черепенин В.А. «Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения. Часть 2. Адаптивный метод опорного изображения (АМОИ)». // Журнал радиоэлектроники [электронный журнал]. 2013. №12. Режим доступа: http://jre.cplire.ru/jre/dec13/2/text.html
  5. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Использование метода перенормировки с ограничением для восстановления искаженных изображений при наличии помех и шума с неизвестными параметрами.» 2015. №7. Режим доступа: http://jre.cplire.ru/jre/jul15/4/text.html
  6. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Восстановление изображений, на которых присутствуют фрагменты с разной степенью дефокусировки». Журнал радиоэлектроники [электронный журнал], 2015. №10. Режим доступа: http://jre.cplire.ru/jre/oct15/6/text.html
  7. Кокошкин А.В., Коротков В.А., Коротков К.В., Новичихин Е.П. «Метод прогнозирования возможного улучшения качества искажённых изображений». Журнал радиоэлектроники [электронный журнал], 2015, №6. Режим доступа: http://jre.cplire.ru/jre/jun15/5/text.html
  8. Гуляев Ю.В., Зражевский А.Ю., Кокошкин А.В., Коротков В.А., Черепенин В.А. «Коррекция пространственного спектра, искаженного оптической системой, с помощью метода опорного изображения. Часть 3. Универсальный опорный спектр». Журнал радиоэлектроники [электронный журнал], 2013, №12. Режим доступа: http://jre.cplire.ru/jre/dec13/3/text.html