الاحصاء ومعالجة الصور
يستخدم الاحصاء البسيط في موضوع معالجة الصور لوصف صورة ما او جزء منها ، ويستخدم الاحصاء موضوع التوزيع الاحتمالي لوصف الطاقة الموجودة في الاشارة ، وبشكل عام يستخدم التوزيع الاحتمالي مع الصورة لوصفها وتستعمل دالة الكثافة الاحتمال لوصف اشراقة الصورة ..
دالة التوزيع الاحتمالي لإشراقة الصورة :
دالة التوزيع الاحتمالي p(a) :هي احتمالية ان اشراقة الصورة او المنطقة المختارة منها اقل او تساوي قيمة الاشراقة a . اذا ازدادت قيمة الاشراقة a من infinity – الى infinity + فان قيمة الدالة p(a)
تزداد بين 0 الـ 1
المعدل :
معدل اشراقة الصورة او منطقة محددة منها هو الوسط الحسابي لإشراقة نقاط الصورة او المنطقة ، وان المعدل ma لإشراقة لـ (n pixel) من النقاط لمنطقة r يعطي كما يلي :
كود:
ma=1/n a[m,n]
ونستطيع ايجاد المعدل بالاعتماد على قيم الاشراقة للمدرج التكراري histogram للصورة حسب قيم الاشراقات للنقاط a
كود:
ma=1/n h[a]
وكلما ازداد معدل الصورة تكون الصورة اكثر اشراقا ووضوحا والا فهي صورة معتمة .
الانحراف المعياري :
ان معدل انحراف اشراقات نقاط الصورة عن معدلها يطلق عليه الانحراف المعياري ويرمز له sd . وهو انحراف اشراقات (n pixels) من النقاط على منطقة r .
وكلما ازداد التباين او الانحراف المعياري للصورة تكون الالوان فيها غير متجانسة ومشتتة وبعكسه يكون اكثر تجانسا وغير مشتتة.
المدرج التكراري histogram:
يمثل عدد النقاط الضوئية في صورة معينة وكيفية توزيعها ، وقد يوجد صورتين مختلفتين ولكن بنفس المدرج التكراري لنقاطها . يستفاد من المدرج التكراري في استخراج صفات المعدل وباقي الصفات الاحصائية . يرمز للمدرج التكراري h(1),ولتوحيد هذه التدرجات المتمثلة بالنقاط الضوئية نستخدم مساوء التدرجات الرمادية histogram equalization
كود:
example :a=imread(‘pout.tif’)h=zeros(265,1)for m=0:255h=(m+1)=sum(sum(a==m))endbar(0:255,h)
مساوئ التدرجات الرمادية histogram equalization
GE(A): هو مساوئ التدرجات الرمادية لنقاط الصورة الرمادية A . فاذا علمنا تساوي التدرجات الرمادية للصورة A وتكونت الصورة B اي
كود:
(B(I,J)=GE(I,J))
فان المدرج التكراري كود:
hB(1) يعتبر المدرج النموذجي والقياسي والمثالي للمدرج التكراري كود:
hA(1)
يستخدم HISTOGRM EQUALIZATION :
1-في معاجلة الصور وتحسينها .
2- عندما تكون قيم نقاط الصورة A تحتل منطقة اكبر في الصورة الناتجة B مما كانت عليه فيعني عملية سحب وتصبح الصورة اكثر وضوحا .
3-عندما تكون قيم نقاط الصورة A تحتل منطقة اصغر في الصورة الناتجة B مما كانت عليه فيعني كبس وتصبح الصورة غير واضحة
4-مقارنة صورتين مع بعضهما وذلك بتوحيد مدرجاتهما بمدرج واحد قياسي.
تحسين الصور : IMAGE ENHANCEMENT
ان الهدف الرئيسي من تقنيات تحسين الصور هو معالجة صورة معينة بحيث النتيجة تكون اكثر ملائمة من الصورة الاصلية او يتم ذلك بزيادة التمييز بين التفاصيل الموجودة في الصورة ، علما ان عملية التحسين تتم بعد اجراء عملية التصحيح للصورة بإزاله الضوضاء الموجودة في الصورة . حيث ان تحسين الصورة الحاوية على الضوضاء يؤدي الى زيادة وضوح الضوضاء مما يؤدي الى زيادة الخطأ في تفسير الصورة الناتجة ويكون على نوعين :
1- التنعيم
2- تحديد الحواف
تحسين الصور في المجال الترددي يستخدم الفلاتر ,تحسين الصور في المجال المكاني نستخدم الارقام المطلقة والتي تمثل شدة الاضاءة للنقاط الصورية.
مصطلحات
PONIT OPERATION : يتم التحسين لقيمة شد الاضاءة لكل نقطة صورية
AREA OPERATION : يتم التحسين للنقطة بالنسبة لها والنقاط المجاورة لها
التشويش : NOISE
هي معلومات غير مهمة وغير مرعوب فيها تضاف الى الصورة وتأتي من مصادر مختلفة ويزال التشويش باستخدام الفلاتر بأنواعها الترددي والمكاني.
انواع التشويش:
GAUSSIAN NOISE 1- ويحدث نتيجة خطأ الكتروني عن التصوير
SALT AND PEPPET NOISE 2- ويحدث نتيجة خطأ في سنسر الكاميرا ,
خطأ في عملية SAMPLING AND QUANTIZATION, خطأ في مواقع البيكسل في الصورة .
UNIFORM NOISE 3- يحدث بسبب :
-خطأ طبيعي يحصل في جميع الصور.
– يعتبر مهم لانه الاساس في تكوين الخطأ للصور الأخرى.
– يعتبر مولد للتشوش.
-مفيد لأنه يدخل في تكوين الكوسين وسلت والببر
