3Классификация методов обработки полутоновых растровых изображений
Классификация методов обработки полутоновых растровых изображений является важным этапом в решении задачи поиска их эффективных реализаций. В зависимости от критерия классификации информация о принадлежности метода к некоторому классу может быть использована при поиске инструментальных средств, обеспечивающих высокую эффективность обработки. Например, если метод является однородным [4], то есть обрабатывает пиксели независимо от их положения в изображении, то это говорит о том, что он хорошо распараллеливается, а следовательно, для его реализации можно применить вычисления на графическом ускорителе.
В рамках данной НИР классификация осуществляется по трём признакам: для каждого метода определяется, к какому классу задач обработки изображений он относится (см. раздел 1.2) и асимптотические оценки его вычислительной сложности и потребления памяти [5].
3.1Классификация методов обработки изображений по классам задач
Частично данный вид классификаций был выполнен в разделе 1. Было выделено три крупных класса методов обработки изображений: методы низкого, среднего и высокого уровня. Каждый из этих классов задач был разбит на более специализированные классы подзадач, для каждого из которых, в свою очередь, были указаны конкретные методы.
Целью данного раздела является объединение результатов аналитического обзора методов обработки полутоновых растровых изображений в единую классификацию. При этом рассматриваться будут только те методы и классы задач, которые указаны в пункте 1.2.10. То есть классификации подвергаются методы низкого уровня, часть методов среднего уровня, а также методы представления изображений в оперативной памяти и их визуализации.
Важно отметить, что визуализация и представление в оперативной памяти не могут быть отнесены ни к низкому, ни к среднему, ни к высокому уровню обработки изображений. Методы, рассмотренные в подразделе 1.2, предполагают изменение изображения, то есть после применения одного из таких методов к входному изображению оно отбрасывается из рассмотрения, а дальнейшая работа выполняется с выходным изображением. Конечно, визуализацию можно рассматривать как преобразование интенсивностей пикселей из разрядности изображения в разрядность дисплея (см. пункт 2.2.2). Однако после визуализации, например, улучшение изображения будет осуществляться с использованием исходных данных, а не того массива интенсивностей, который отображён на дисплее.
Представление изображения в оперативной памяти также не изменяет его. Для более экономичного расходования памяти возможно применение методов сжатия без потерь. Однако в этом случае дальнейшие операции будут осуществляться с восстановленным, а не сжатым изображением, что опять указывает на отсутствие модификации.
Таким образом, на самом верхнем уровне методы, рассматриваемые в данной НИР, можно разделить на два класса: методы преобразования и методы представления (таблица 2).
Таблица 2 – Классификация методов обработки изображений по признаку изменения исходного изображения
Методы представления изображений
|
Методы преобразования изображений
|
Методы визуализации изображений
Методы представления изображений в оперативной памяти
|
Методы низкого уровня
Методы среднего уровня
| 3.1.1Классификация методов визуализации изображений
Задачу визуализации изображений можно разделить на подзадачи, каждая из которых имеет свои методы решения. В частности, можно выделить следующие подзадачи:
визуализация одного изображения;
одновременная визуализация нескольких изображений;
перемещение по изображению, не помещающемуся в экран, масштабирование.
Важно отметить, что в данном случае под масштабированием понимается изменение размеров не исходного изображения, а его визуального представления на экране дисплея. Это означает, что ни размеры, ни пиксели исходного изображения в результате выполнения этой операции не изменяются.
Классификация методов, применяемых для визуализации изображений, по указанным подзадачам приведена в таблице 3.
Таблица 3 ― Классификация методов визуализации изображений по решаемым подзадачам
Подзадача
|
Методы решения
|
Визуализация одного изображения
|
Непосредственный вывод изображения с помощью функций используемого графического API.
|
Загрузка изображения в текстуру с последующим выводом прямоугольника, текстурированного визуализируемым изображением.
|
Одновременная визуализация нескольких изображений
|
Последовательный вывод каждого изображения в соответствующую позицию с помощью одного из методов визуализации одного изображения.
|
Объединение всех изображений в одну текстуру и однократная визуализация всей этой текстуры.
|
Объединение всех изображений в одну текстуру и последовательный вывод частей этой текстуры в соответствующую позицию.
|
Перемещение и масштабирование изображения
|
Копирование видимой части изображения в отдельный буфер и визуализация одним из методов.
|
Соответствующее изменение текстурных координат вершин прямоугольника, который текстурируется выводимым изображением.
|
Как видно из таблицы 3, применимость некоторых методов решения одной подзадачи зависит от методов, используемых для решения другой. Например, второй метод перемещения и масштабирования изображения предполагает, что визуализация одного изображения осуществляется с помощью текстурирования.
3.1.2Классификация методов представления изображения в оперативной памяти
Полутоновое растровое изображение в оперативной памяти может быть представлено:
линейным массивом байтов;
двумерным массивом байтов;
линейным массивом битов;
двумерным массивом, строки которого соответствуют строкам изображения; каждая строка представляет собой массив битов;
многомасштабной пирамидой [2].
Несмотря на кажущуюся схожесть представлений изображения в виде линейного и двумерного массива байтов, они имеют существенные различия. Во-первых, в случае использования одномерного массива программист обязан самостоятельно обеспечить корректное вычисление линейной позиции пикселя по его координатам (x, y). При использовании двумерного массива эту задачу выполняет компилятор. Во-вторых, использование двумерного массива может быть избыточно с точки зрения использования памяти. Программист должен указать количество строк и столбцов двумерного массива на этапе написания программы. Чтобы в нём могло поместиться любое изображение, его размеры должны быть равны максимально возможным размерам изображения. Если хранимое изображение меньше максимально возможного, то его строки будут располагаться в начале строк массива, а за ними будет следовать неиспользуемая память. Таким образом, изображение будет занимать больше памяти, чем ему требуется. Этот недостаток обходится за счёт динамического выделения только необходимого объёма памяти для каждой строки изображения. Однако в этом случае (как и в случае использования статически определённого массива) изображение не будет хранится в непрерывном блоке памяти, что делает невозможным применение некоторых методов, например, визуализации с помощью текстурирования.
Использование массива битов оправдано, когда глубина цвета изображения не кратна 8 битам, например, при использовании цветовой глубины 10 бит на пиксель. В этом случае для хранения интенсивности одного пикселя можно использовать два последовательных байта. Тогда на каждые два байта будет приходиться 6 неиспользуемых бит. Для изображения размером 4 мегапикселя получаем, что впустую расходуются 4 · 106 · 6 бит 2,86 МБ. Этого можно избежать, если использовать все биты массива для хранения пикселей: интенсивность первого пикселя хранится с нулевого по девятый бит массива, интенсивность второго ― с десятого по девятнадцатый и т.д.
3.1.3Классификация методов преобразования изображений
В данном пункте в единую таблицу (см. таблицу 4) сводится информация о методах обработки полутоновых растровых изображений и их принадлежности к различным классам методов, полученная на этапе анализа (раздел 1). Все методы, представленные в таблице 4, подробно описаны в [1-4].
Таблица 4 ― Классификация методов преобразования изображений по классам решаемых задач
Уровень обработки
|
Класс методов
|
Методы
|
Низкий
|
Улучшение
|
Градационное преобразование
|
Видоизменение гистограммы
|
Маскирование
|
Линейная пространственная фильтрация
|
Сглаживающая частотная фильтрация
|
Гоморофная фильтрация
|
Восстановление
|
Пространственное подавление шумов
|
Частотное подавление шумов
|
Фильтрация методом минимизации среднего квадратического отклонения
|
Продолжение таблицы 4
Уровень обработки
|
Класс методов
|
Методы
|
Низкий
|
Сжатие
|
Неравномерное кодирование
|
LZW-кодирование
|
Кодирование битовых плоскостей
|
Кодирование без потерь с предсказанием
|
Трансформационное кодирование
|
Предсказательное кодирование с потерями
|
Средний
|
Морфологическая обработка
|
Выделение границ
|
Заполнение областей
|
Выделение связных компонент
|
Построение выпуклой оболочки
|
Утончение и утолщение
|
Эрозия
|
Дилатация
|
|
