Особливості алгоритмічних та програмних засобів опрацювання нечітких зображень

2023;
: cc. 172 - 181
1
Національний університет «Львівська політехніка», кафедра електронних обчислювальних машин
2
Національний університет «Львівська політехніка», кафедра електронних обчислювальних машин

В статті досліджено особливості алгоритмічних та програмних засобів опрацювання нечітких зображень. Досліджено три фільтри: CIGaussianBlur, CIUnsharpMask та CIBlendWithAlpha Mask. Розглянуті фільтри дозволяють покращити якість зображень, зменшити шуми та відтворити деталі. Початковою задачею є опрацювання нечіткості зображень. Для цього використовується фільтр CIGaussianBlur, який застосовує гаусовський розмив до зображення. Цей розмив зменшує високочастотні шуми і додає плавність до контурів об'єктів. Фільтр CIUnsharpMask застосовується для відновлення деталей зображення. Цей фільтр віднімає розмиту версію від оригінального зображення, що дозволяє виділити важливі деталі і підвищити чіткість зображення. Крайній фільтр, CIBlendWithAlphaMask, використовується для змішування двох зображень з використанням альфа-маски. Цей фільтр дозволяє контролювати прозорість та налаштовувати спосіб змішування зображень. В результаті можна досягти більш реалістичного та естетичного зображення. Розглянуто принципи роботи кожного з фільтрів, наведено приклади їх використання та описано отримані результати. Дослідження виявили, що застосування цих фільтрів дозволяє покращити якість нечітких зображень, знизити шуми і підвищити різкість деталей. Результати досліджень можуть бути корисними для використання в області обробки зображень, комп'ютерного зору та графічного дизайну. Використання описаних фільтрів може допомогти поліпшити візуальні характеристики зображень та забезпечити більш точну інтерпретацію нечітких зображень.

  1. Hryshko B.O., Sharov S.B. Rozrobka prohramnoho zasobu dlya obrobky tsyfrovyh zobragen. Ukrainian Journal of Educational Studies and Information Technology Vol. 5. No 2. June 2017. pp. 46-49. Available at: https://journals.indexcopernicus.com/api/file/viewByFileId/171586.pdf / Accessed: 10 October 2023]
  2. Zorilo V.V. Algorytm vyyavlennya obrobky tsyfrovoho zobragennya filtrom Motion blur” / V.V. Zorilo, O.A. Karpova// Informatyka ta matematychni methody v modeluvanni. – Odessa National Polytechnic University, 2019. – Т. 9, № 1-2. – С. 49-58. Available at: http://dspace.opu.ua/jspui/handle/123456789/9125 / Accessed: 10 October 2023]
  3. [Reida O.M., Oliinyk U.V., Panchuk A.O., Synenkyi M.L. Methody polipshennia tsyfrovoho zobragennia ta vidnovlennia ioho struktury. Naukovi pratsi VNTU, 2010, № 4. Available at: https://praci.vntu.edu.ua/index. php/praci/article/view/232/230 / Accessed: 10 October 2023]
  4. Paramud Y., Yarkun V. Metod rozpiznavannya symvoliv na zobragennyakh na osnovi zhortkovoii neiironnoi meregi./ Transactions on Computer systems and networks, Lviv Polytechnic National University Press, 2018, No. 905. – pp.96-105 (in Ukrainian). DOI:10.23939/csn2018.905.096.
  5. Jian-Feng Cai, Raymond H. Chan, Mila Nikolova "Two-phrase approach for deblurring images corrupted by impulse plus gaussian noise", CMLA, ENS Cachan, CNRS, PRES UniverSud 61 av. du Pr´esident Wilson, 94235 Cachan Cedex, France, Inverse Problems and Imaging Volume 2, No. 2, 2008, 187–204. Available at: c20ef5248c70599b6ebedbadb11756ec9311.pdf (semanticscholar.org)
  6. Yuhang Liu, Wenyong Dong, Dong Gong, Lei Zhang, Qinfeng Shi "Deblurring Natural Image Using Super- Gaussian Fields", Computer School, Wuhan University, Hubei, China, School of Computer Science, The University of Adelaide, Adelaide, Australia, 2018. Available at: Deblurring Natural Image Using Super-Gaussian Fields (thecvf.com)
  7. Sainandan  Ramakrishnan,  Shubham  Pachori,  Aalok  Gangopadhyay,  Shanmuganathan  Raman  "Deep Generative  Filter for Motion Deblurring", Jijabai  Technological Institute, Mumbai - 4000311 Indian Institute  of Technology, Gandhinagar – 3823552, 2017. Available at: Deep Generative Filter for Motion Deblurring (thecvf.com)
  8. Paramud Y., Borovets D., Pavych T. (2021). Computer system for converting gestures to text and audio messages // Advances in Cyber-Physical Systems. – 2021. – Vol ume 6, No 2. –  pp. 90–97. DOI: https://doi.org/10.23939/ acps2021.02.090.
  9. Kataieva I.U., Breus B.V. Systemnyi analiz methodiv obrobky zobragen. Cherkaskyi dergavnyi technologich- nyi universitet, 2022. Available at: Eurasian Sientific Discussions 13-15.02.22.pdf (librarynmu.com)