Программа модифицированного медианного фильтра

Никакая система регистрации не обеспечивает идеального качества изображений исследуемых объектов. Изображения в процессе формирования их системами (фотографическими, голографическими, телевизионными) обычно подвергаются воздействию различных случайных помех или шумов. Фундаментальной проблемой в области обработки изображений является эффективное удаление шума при сохранении важных для последующего распознавания деталей изображения. Сложность решения данной задачи существенно зависит от характера шумов. Одним из способов очищения изображения от шумов является медианные фильтры. Медианные фильтры достаточно часто применяются на практике как средство предварительной обработки цифровых данных. Специфической особенностью фильтров является явно выраженная избирательность по отношению к элементам массива, представляющим собой немонотонную составляющую последовательности чисел в пределах окна (апертуры) фильтра, и резко выделяющихся на фоне соседних отсчетов.

---

Нет времени написать курсовой проект ? Доверьтесь Work5.

---

. В то же время на монотонную составляющую последовательности медианный фильтр не действует, оставляя её без изменений. Благодаря этой особенности, медианные фильтры при оптимально выбранной апертуре могут, например, сохранять без искажений резкие границы объектов, эффективно подавляя некоррелированные или слабо коррелированные помехи и малоразмерные детали. Это свойство позволяет применять медианную фильтрацию для устранения аномальных значений в массивах данных, уменьшения выбросов и импульсных помех. Характерной особенностью медианного фильтра является его нелинейность. Во многих случаях применение медианного фильтра оказывается более эффективным по сравнению с линейными фильтрами, поскольку процедуры линейной обработки являются оптимальными при равномерном или гауссовом распределении помех, что в реальных сигналах может быть далеко не так. Особенно эффективным медианный фильтр оказывается при очистке сигналов от импульсных шумов при обработке изображений, акустических сигналов, передаче кодовых сигналов и т.п. Однако детальные исследования свойств медианных фильтров как средства фильтрации сигналов различного типа являются довольно редкими. Описанному виду фильтров и посвящена выпускная квалификационная работа. Целью работы является разработка программного обеспечения для автоматизации обработки изображения с применением медианно фильтра, т.е. непосредственная реализация медианной фильтрации с использованием ЭВМ.

В данной работе были даны основные понятия в области цифровой обработки изображения, рассмотрены основные алгоритмы обработки изображения. Кроме того, представлена часть математической базы в данной области в части применения фильтров. В результате последующей работы было разработано и внедрено в эксплуатацию Desktop-приложение для осуществления редактирования изображения в соответствии с постановкой задачи. Данное ПО позволило автоматизировать процесс анализа и обработки зашумленных изображений.

1. Андреев А.Л. Автоматизированные телевизионные системы наблюдения. Часть II. Арифметико -логические основы и алгоритмы. Учебное пособие. - СПб: СПб, ГУИТМО, 2005. – 88с. 2. Андреева А.Ю., Бубнова Н.Д. Компьютерная графика: Учебное пособие по дисциплине “Компьютерная графика”. – Барнаул: Изд-во АлтГТУ, 2008 г.- 72 с. 3. Анисимов Б. В., Курганов В. Д., Злобин В. Распознавание и цифровая обработка изображений: Учеб. пособие для студентов вузов. — М.: Высш. шк., 1983. — 295 с. ил. 4. Апальков И.В., Хрящев В.В. Удаление шума из изображений на основе нелинейных алгоритмов с использованием ранговой статистики. - Ярославский государственный университет, 2007. 5. Быстрые алгоритмы в цифровой обработке изображений / Т.С. Хуанг, Дж.-О. Эклунд, Г.Дж. Нуссбаумер и др.; Под ред. Т.С. Хуанга: Пер. с англ. – М.: Радио и связь, 1984. – 224 с. 6. Вендров А.М. Проектирование программного обеспечения экономических информационных систем: Учебник. - 2-е изд., перераб. и доп. — М.: Финансы и статистика, 2006. — 544 с: ил. 7. ГОСТ 19.402-78 8. Гонсалес Р., Вудс Р. Цифровая обработка изображений. – М.: Техносфера, 2005. – 1072 с. 9. ГОСТ P 2.2.2006-05 «Руководство по гигиенической оценке факторов рабочей среды и трудового процесса. Критерии и классификация условий труда» 10. Залогова Л.А. Компьютерная графика. Элективный курс: Практикум / Л.А Залогова. – М.: БИНОМ. Лаборатория знаний, 2005. – 245 с. 11. Иванов Д.В. и др. Алгоритмические основы растровой графики. – Интернет университет информационных технологий. 12. Избачков Ю.С., Петров В.Н. Информационные системы: Учебник для вузов. 2-е изд. – Спб.: Питер, 2006. – 656 с.: ил. 13. Информатика: учебник/ Б.В. Соболь и др.-Изд. 3-е, дополн. и перераб. — Ростов н/Д: Феникс, 2007. — 446 с. 14. Лукин А. Введение в цифровую обработку сигналов (Математические основы).- М.: МГУ, Лаборатория компьютерной графики и мультимедиа, 2002 15. Малкина Е.А. «Расчет искусственного освещения в производственных помещениях» Методические указания для дипломного проектирования для студентов всех форм обучения / Е.А. Малкина - Барнаул: Изд-во АлтГТУ им. И.И. Ползунова, 1982. - 4с. 16. Никулин Е.А. Компьютерная геометрия и алгоритмы машинной графики. – Спб.: БХВ-Петербург, 2003. – 560 с. 17. Окулов С.М. Основы программирования. – М.: ЮНИМЕДИСТАЙЛ, 2002. – 424 с.: ил. 18. Роджерс Д., Адаме Дж. Математические основы машинной графики: Пер. с англ. — М.: Мир, 2001. —604с, ил. 19. Санитарные нормы СН 2.2.4/2.1.8.562-96 «Шум на рабочих местах, в помещениях жилых, общественных зданий и на территории жилой застройки» Семакин И.Г. Информационные системы и модели. Элективный курс: Практикум / И.Г. Семакин, Е.К. Хеннер. – М.:БИНОМ, Лаборатория знаний , 2006. – 87 с. 20. Строительные нормы и правила СНиП 23-05-95* «Естественное и искуственное освещение» 21. Санитарные правила и нормативы СанПиН 2.2.2/2.4.1340-03 «Гигиенические требования к персональным электронно-вычислительным машинам и организации работы» 22. Петцольд Ч. Программирование для Microsoft Windows на C#. В 2-х томах. – М.: Издательско-торговый дом «Русская Редакция», 2002. – 576с. 23. Пореев В.Н. Компьютерная графика. – Спб.: БХВ-Петербург, 2002. – 432 с. 24. Прэтт У. Цифровая обработка изображений: Пер. с англ.—М.: Мир, 1982.— Кн.1—312 с, ил. 25. Роджерс Д. Алгоритмические основы машинной графики: Пер. с. Англ. – М.: МИР, 1989. – 512 с. 26. Сойфер В.А. Компьютерная обработка изображений. Часть 2. Методы и алгоритмы. – Соросовский образовательный журнал №3, 1996. 27. Троелсен Э. С# и платформа .NET. Библиотека программиста. — СПб.: Питер, 2004. —796 с. Фролов А. В., Фролов Г. В. Язык С#. Самоучитель. - М.: ДИАЛОГ-МИФИ, 2003. - 560 с. 28. Хуанг Т.С. и др. Быстрые алгоритмы в цифровой обработке изображений. – М.: Радио и связь, 1984. – 224 с. 29. Цифровая обработка изображения в информационных системах: Учеб. пособие / И.С. Грузман, В.С. Киричук и др. – Новосибирск: Изд-во НГТУ, 2002. – 352 с. 30. Шикин Е. В., А. В. Боресков, А. А. Зайцев Начала компьютерной графики. — М.: "ДИАЛОГ-МИФИ", 1993. — 138 с. 31. Шикин А. В., Боресков А. В. Компьютерная графика. Полигональные модели. - М.: ДИАЛОГ- МИФИ, 2001. - 464 с. 32. Шилдт Г. C#: Учебный курс. – Спб.: Питер; К.: Издательская группа BHV, 2003. – 512 с.: ил. 33. Яншин В. В., Калинин Г. А. Обработка изображений на языке Си для IBM PC: Алгоритмы и программы. — М.: Мир, 1994. — с, ил.