XVII Международная студенческая научная конференция Студенческий научный форум - 2025

Введение. Восстановление расфокусированных цифровых изображений особенно актуально при использовании систем безопасности на предприятиях различной формы собственности и направленности деятельности. Именно от качества полученного фотоизображения зависит безопасность объекта. Восстановление смазанных и расфокусированных цифровых изображений вручную – трудоемкий и, зачастую, не выполнимый процесс.

Для решения поставленной проблемы в работе предлагается алгоритм восстановления расфокусированных изображений. В качестве основной функции принят фильтр Винера [1].

Цель исследования. На основе анализа известных способов восстановления некачественных цифровых изображений разработать алгоритм восстановления расфокусированных изображений.

Материал и методы исследования. Поставленная задача решалась на основе изучения, анализа, сопоставления и обобщения литературного материала по возникновению и устранению технических дефектов фотоизображений [2,4,5]. При разработке алгоритма применялся метод логического моделирования [3].

Результаты исследования и их обсуждение. Расфокусировка возникает из-за неправильного фокуса фототехники. Такое может произойти в условиях плохого освещения. Также в некоторых сценах автоматике бывает сложно «навестись» на главный объект, так как она не может его выделить.

Существует много мнений, что расфокусированность цифрового изображения – это необратимая операция. При наличии такого дефекта изображения информация безвозвратно теряется, потому что каждый пиксель превращается в пятно, все смешивается, а при большом радиусе размытия так и вовсе получим однородный цвет по всему изображению [2]. На самом деле информация перераспределяется по определенному закону, что позволяет ее восстановить с помощью современных методов и компьютерной техники.

Опишем процесс (алгоритм) восстановления расфокусированного цифрового изображения с помощью математических выражений. Пусть ряд из пикселей со значениями: x₁, x₂, x₃, x₄ ... - это исходное изображение. После расфокусировки изображения значение каждого пикселя добавляется к значению пикселя, например, слева, т.е: x^'_i = x_i + x_i-1.

В результате имеем размытое изображение со значениями пикселей - смазанное некачественное изображение:

Для восстановления искажения вычитаем последовательно из второго пикселя первый, из третьего результат второго, из четвертого результат третьего и так далее, получим:

В итоге вместо расфокусированного цифрового изображения получено исходное изображение, к пикселям которого добавлена неизвестная константа x₀ с чередующимся знаком. Эту константу можно подобрать визуально, или можно предположить, что она примерно равна значению x1. Выражение (2) не учитывает наличие шума.

Цифровой шум - дефект изображения, вносимый фотосенсорами и электроникой устройств, которые их используют (цифровой фотоаппарат, теле-видеокамеры и т. п.) вследствие несовершенства технологий, а также фотонной природы света [39]. Визуально шум схож с потерей сигнала телевизора, и если рассматривать более детально, некоторые родственные связи у этих явлений действительно присутствуют.

В большинстве случаев шум является Гауссовым (который задается двумя параметрами - средним и дисперсией), а также является аддитивным, не коррелирует с изображением и не зависит от координат пикселя [1].

Модель процесса искажения изображения описывается выражением:

где f (x, y) - оригинальное не размытое изображение;

h (x, y) - функция искажения;

n (x, y) - цифровой шум;

g (x, y) - результат искажения, то есть то, что мы наблюдаем в результате (смазанное или расфокусированное изображение).

На рис. 1 представлен алгоритм восстановления расфокусированных изображений на базе фильтра Винера в виде блок-схемы. Данный алгоритм может быть положен в основу информационной системы восстановления расфокусированных изображений.

Рисунок 1 - Блок-схема работы алгоритма восстановления расфокусированных изображений

Задача восстановления некачественного изображения заключается в нахождении наилучшего приближения f '(x,y) исходного изображения. То, по какому закону размазывается или собирается один пиксель и называется функцией искажения h(x,y) илиPoint spread function (PSF), то есть функция разброса точек (PSF). Функция разброса точек (PSF) описывает реакцию фокусированной оптической системы формирования изображений на точечный источник или точечный объект [32].

Выводы. В статье разработан алгоритм восстановления расфокусированных х цифровых изображений с использованием фильтрации Винера. Данный алгоритм предоставляет возможность восстановить некачественные стоп-кадры с фото-фиксирующего оборудования и автоматизировать данный процесс, что в свою очередь дает возможность повысить эффективность современных систем информационной безопасности.

Список литературы

1. Герасимов А. В. Разработка алгоритма восстановления расфокусированных и смазанных изображений: [сайт]. 2024. URL: https:// dspace.tltsu.ru/bitstream/123456789/12874/1

/Герасимов%20А.В._МОп-1601б.pdf.

2. Констандогло А. В. Методы восстановления расфокусированных и смазанных изображений.// Политехнический молодежный журнал. 2020. № 05. С. 12-21.

3. Коротыш Д. В., Строкань О. В. Информационная система автоматизированного восстановления расфокусированных изображений на базе фильтра ВИНЕРА. // Международный студенческий научный вестник. 2023. № 2. URL: https://eduherald.ru/ru/

article/view?id=21237

4. Campisi P., Egiazarian K. Blind Image Deconvolution: Theory and Applications. USA: CRC Press, 2007. Р. 206 – 210.

Фисенко В. Т., Фисенко Т. Ю. Компьютерная обработка и распознавание изображений: учеб. пособие. СПб: СПбГУ ИТМО, 2008. 192 с.

5. Шемплинер В. В. Восстановление дефокусированных изображений методом двумерного преобразования Фурье и регуляризации Тихонова. // Научно-технический вестник информационных технологий, механики и оптики, 2008. Т. 8. № 3. С. 60–70.