Регистрация / Вход
Прислать материал

Разработка программного и алгоритмического обеспечения для восстановления поврежденных импульсным шумом цифровых изображений методом ассоциативных правил.

ФИО
Бунаков Егор Владимирович
Электронная почта
64b021bunakov.egor@gmail.com
Номинация
Информационные технологии
Институт
Институт информационных технологий и автоматизированных систем управления (ИТАСУ)
Кафедра
Инженерной кибернетики
ФИО научного руководителя
доц. к.т.н. Широков А.И.
Академическая группа
ММ-12-1
Наименование тезиса
Разработка программного и алгоритмического обеспечения для восстановления поврежденных импульсным шумом цифровых изображений методом ассоциативных правил.
Тезис

 

Во время хранения или передачи цифровых изображений, данные могут повредится, и их недостаток сказывается на том, что большинство методов анализа изображения не могут обрабатывать такую информацию. Иногда на место поврежденных значений можно попытаться поставить среднее значение данного показателя по всему изображению или по его части, либо его исключить из рассмотрения, но и то и другое приводит к потере информации или ее значительному искажению, а иногда и вообще делает решение поставленной задачи невозможным.

Несмотря на перечисленные трудности, данные нуждаются в обработке. Поэтому явно или неявно возникает необходимость в процедуре поиска и восстановления поврежденных пикселей – процедуре предобработки.

Целью работы является создание программного и алгоритмического обеспечения для поиска и восстановления поврежденных импульсным шумом пикселей на цифровом изображение.

Задача разделяется на два этапа, которые представляют собой поиск поврежденных пикселей и их восстановление. Вне зависимости от самого изображения, на нем присутствуют некоторые взаимосвязи в расположение цветов на изображение. Для выявления этих взаимосвязей необходимо рассмотреть каждый пиксель изображения совместно с его ближайшими соседями, так как значение цвета поврежденного пикселя вероятнее всего совпадет или будет приблизительная равно значениям соседних пикселей. Причем эти взаимосвязи являются свойствами всего изображения в целом. Поэтому, собрав информацию о взаимном расположении пикселей с различными значениями цвета, мы можем попытаться найти взаимосвязи. Получив информацию об основных цветовых взаимосвязях на изображение, легко выявить поврежденные пиксели, так как их значения (цвет) будут противоречить найденным взаимосвязям. Каждый элемент изображения будет представлен в матрице, которая будет служить источником данных для алгоритма восстановления данных. Элементами матрицы будут нули и единицы, где нули – это неповрежденные пиксели, а единицы – поврежденные.

После чего, основываясь на информации из матрицы поврежденных пикселей, элементы изображения будут обрабатываться, как пропуски в таблице данных. Анализируя цвета ближайших соседей рассматриваемого пикселя, предугадывается исходный цвет поврежденного пикселя.

Таким образом, каждый пиксель поврежденного изображения будет рассмотрен, и в результате получается близкое с определенной точностью к исходному изображение.