Рис. 9. Результат приме-
нения алгоритма вырав-
нивания освещенности к
тестовому изображению
(см. рис. 8,
в
)
Шаг 3. Функция
F
u,v
умножается на функ-
цию фильтра
H
u,v
.
Шаг 4. Вычисляется обратное ДПФ от ре-
зультата шага 3.
Шаг 5. Выделяется вещественная часть ре-
зультата шага 4.
Шаг 6. Результат шага 5 умножается на
(
−
1)
i
+
j
.
Для низкочастотной фильтрации функция
фильтра описывается формулой
H
u,v
=
1
, r
u,v
d
;
0
, r
u,v
> d,
где
r
u,v
= (
u
−
M/
2)
2
+ (
v
−
N/
2)
2
,
d
— параметр, определяющий частоту среза фильтра;
M, N
— размеры
изображения;
u, v
— координатыв частотной области.
На рис. 9 приведен результат применения вышеописанного алго-
ритма к тестовому изображению на рис. 8,
в
.
На рис. 10 приведен результат применения этого же алгоритма к
фрагменту изображения минного поля, верхняя левая часть которого
затенена деревом.
Видно, что тень от дерева, присутствующая в левой части изобра-
жения на рис. 10,
а
, на рис. 10,
б
пропала не совсем, но значительно
ослаблена.
Выделение малоразмерных объектов.
Задача поиска на изобра-
жении малоразмерных объектов, к которым относятся мины, решается
в четыре этапа (рис. 11).
Для поиска на изображении контрастных точек традиционно ис-
пользуется пороговая обработка: для изображений с равномерным фо-
ном можно использовать пороговую обработку с глобальным порогом,
Рис. 10. Результат применения алгоритма выравнивания яркости к фрагменту
изображения минного поля:
а
— исходное изображение;
б
— скорректированное изображение
96 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2008. № 2
