RESTAURACIJA SLIKE

Postupcima restauracije se vri kompenzacija

degradacija koje se unose tokom
formiranja i akvizicije slike. Tehnike restauracije moemo podijeliti u tri grupe :
a)Direktne tehnike - proces restauracije svode na obradu signala slike,primjenjivanjem
odgovarajueg filtera
b)Iterativne tehnike -proces restauracije obavljaju u nekoliko koraka
c)Numerike tehnike- prvo vre procjenu impulsnog odziva a onda na osnovu njega vre
restauraciju.
U oko 75% sluajeva mogue je primijeniti direktne tehnike,50% od ostalih sluajeva mogue
je druge dvije metode a u nekim sluajevima restauracija nije uopte mogua.
Ekvalizacija histograma ne pribliava sliku originalnoj ve prilagoava ljudskom vizuelnom
sistemu poboljanje
Uklanjanje zamuenja slike (deblurring) tei da sliku vrati u prvobitno stanje slike normalne
otrine restauracija

Degradacija slike

Svaki sistem za formiranje slike sastoji se od optikog dijela za formiranje

slike,fotoelektrinog senzora i A/D konvertora. Degradacija nastaje zbog nesavrenosti nekog
od ovih dijelova,nepogodnih uslova snimanja ili kretanja objekta ili kamere tokom snimanja.
Model sistema za formiranje digitalne slike :

Da bi se otklonile degradacije potrebno je poznavati funkcionalne zavisnosti i vrijednosti

pojedinih parameta.
Modeli uma u slici :
Gausov : Najee korieni model uma (npr. termiki um),Linerane operacije nad Gausovim
sluajnim promjenljivama daju ponovo Gausove sluajne promjenljive
Laplasov : um sa raspodjelom izraenog repa (heavy-tailed noise), Vjerovatnoa da um
uzme veliku vrednost znaajno vea nego kod Gausove rapodele ,Izaziva vea oteenja slike
nego Gausov
Impulsni: Samo odreeni procenat piksela oteen, a ostali netaknuti ,Vrednost oteenog
piksela znaajno se razlikuje od okoline , Mali procenat oteenih piksela izaziva veliku
degradaciju,Neophodno uklanjanje ovog uma pre bilo kakve obrade .Postoje dvije vrste
modela : So i biber (salt & pepper)- Impulsi imaju MIN i MAX vrednost
I uniformni-Impulsi imaju bilo koju vrednost
Kvantizacioni: Obino se modeluje uniformnom raspodelom, za dovoljno mali korak
kvantizacije Kada je broj kvantizacionih nivoa mali, um postaje zavisan od signala,
korelisan od piksela do piksela i nema unif. raspodelu, fotonski: Zavisni neaditivni um sa
Poasonovom raspodelom, Srednja vrednost i varijansa
imaju istu vrednost,Oblasti sa veim intenzitetom vie oteene umom ,
takasti (speckle):Veoma sloen model,um zavisan od signala i od prostorne
orijentacije,Nastaje u uslovima koherentnog izvora energije (svetlost,EM polje, zvuk),Usled
nehomogenosti reflektovani signal izloen sluajnoj promeni faze i amplitude,Ove promene
deluju konstruktivno i destruktivno izazivajui varijaciju u osvetljaju

periodini um (smetnja): Ova smetnja nastaje usle interferencije sa nekim izvorom periodine
prirode,Sinusne i kosinusne 2D funkcije se superponiraju na sliku,Uticaj ove smetnje moe se
lako uoiti u spektru slike.

Filtriranje uma
a)Filteri usrednjivai (mean filters)
- Aritmetiki usrednjiva:um se uklanja ublaavanjem,Linearan filtar konvolucija),pogodan za
Gausov um
-Geometrijski usrednjiva:Nelinearan filtar,Slian efekat kao aritmetiki,Bolje uva detalje slike
-Harmonijski usrednjiva: Pogodan za Gausov um i bijele impulse (so)
-Kontraharmonijski usrednjiva.
Aritmetiki i geometrijski usrednjivai pogodniji su za uklanjanje uma sa Gausovom ili
uniformnom raspodelom .Kontraharmonijski filtri vie odgovaraju ukalnjanje impulsnog uma,
ali samo ako taj um ima jednu vrstu impulsa bijeli ili crni (so ili biber).
b) Adaptivni filtri (prostorno-varijantni filtri)
-Filetri koji menjaju svoje karakteristike u prostoru u zavisnosti od parametara okoline datog
piksela
-Gausov um: U zavisnosti od odnosa lokalne i globalne varijanse, izlaz filtra je kombinacija
originalnog piksela i srednje vrednosti njegove okoline
-Impulsni um :U zavisnosti od toga da li je piksel detektovan kao impuls, izlaz e biti
originalni piksel ili median njegove okoline
c)Frekvencijsko filtriranje uma
Osnovna primena je uklanjanje periodinog uma.Ovo se vrlo teko ostvaruje u prostornom
domenuKoriste se 2D pojasni filtri (bandpass ili bandstop). Bandstop filtrom potiskuju se
komponente 2D spektra u opsezima koji odgovaraju periodinim komponentama smetnje.
Bandpas filtrom moe se izolovati smetnja od
ostatka slike
Pojasni filtri: idealni, Batervortov, Gausov
Uklanjanje degradacije
Estimacija funkcije degradacije
Opservacijom
Eksperimentom
Matematikim modelovanjem
Uklanjanje funkcije degradacije na osnovu estimirane funkcije naziva se blind deconvolution
(dekonvolucija na nevieno).
a)Estimacija funkcije degradacije opservacijom slike
Pomou malog uzorka slike koji sadri deo pozadine i objekta od interesa koji moemo
generisati (rekonstruisati), mogue je proceniti karakteristiku dekonvolucionog filtra
Na osnovu toga moe se konstruisati filtar za itavu sliku koji e imati slinu karakteristiku
kao i filtar za deo slike
b) Estimacija na osnovu eksperimenta
Ako je dostupan isti ili slian ureaj kojim je izvrena akvizicija ili prenos slike koji je izazvao
degradaciju
Na osnovu impulsa na ulazu sistema mogue je na izlazu dobiti impulsni odziv PSF (Point
Spread Function)
Tada se prenosna karakteristika moe jednostavno dobiti deljenjem FT izlaznog signala sa
konstantom koja odgovara amplitudi impulsa
c) Estimacija modelovanjem
Formira se model sistema za prenos, pa se na osnovu pretpostavljene prenosne
karakteristike vri restauracija
Omoguava uvid u problem restauracije

Inverzno filtriranje
-Uklanjanje degradacije deljenjem Furijeove transformacije slike pretpostavljenom prenosnom
karakteristikom sistema

- ak iako je funkcija degradacije poznata nije mogue u potpunosti ukloniti njen uticaj zbog
prisustva uma sluajan signal ija Furijeova transformacija nije poznata
- Ako funkcija degradacije ima vrednosti bliske nuli, komponenta uma dominira u
restauriranoj slici ( )
-H(u,v) je uglavnom NF prirode, pa e male vrednosti biti u VF podruju ograniavanjem
analize samo na NF domen izbegava se katastrofalan uticaj vrednosti bliskih nuli.
Wiener-ov filtar
Inverzno filtriranje ne uzima u obzir prisustvo uma
Wiener-ov filtar objedinjuje funkciju degradacije i statistike karakteristike uma u procesu
restauracije
I slika i um posmatraju se kao sluajni procesi
Cilj je pronalaenje procene originalne slike koja minimizuje srednju kvadratnu greku
Ako nema uma svodi se na inverzno filtriranje
Geometrijske transformacije
Modifikuju prostorne relacije izmeu piksela slike
Rubber-sheet transformations
Dva simultana procesa
Prostorna transformacija
Transformacija koja preslikava lokacije piksela iz ravni originalne slike u ravan degradirane
(izobliene) slike

Ako se r i s mogu izraziti analitiki, inverzna transformacija je mogua redak sluaj

Najee se prostorna relokacija piksela u okviru jednog regiona definie na osnovu
povezanih taaka (tiepoints) i relacija izmeu njih
Povezane take su granice regiona
Interpolacija nijansi
Prostorna transformacija na osnovu povezanih taaka ne osigurava dobijanje celobrojnih
vrednosti koordinata. Neophodno je izvriti interpolaciju vrednosti piksela nekom od metoda:
Interpolacija metodom najblieg suseda,Bilinearna interpolacija,Spline interpolacija.