1.3Описание связей между рассматриваемыми задачами обработки полутоновых растровых изображений В результате анализа разработанной модели были выявлены взаимосвязи между рассматриваемыми задачами обработки полутоновых растровых изображений (рисунок 2).
Рисунок 2 – Взаимосвязи рассматриваемых задач обработки изображений
На рисунке 2 стрелки означают связи между задачами и читаются вдоль своего направления как «зависит». Две задачи обработки полутоновых растровых изображений считаются связанными, если эффективность методов решения одной из них зависит от эффективности решения другой. Например, в процессе сохранения изображений во внешнюю память происходит их сжатие. Эффективность алгоритма сжатия зависит как от метода представления изображений в оперативной памяти компьютера, определяющего скорость доступа к элементам изображения, так и от метода сжатия, определяемого форматом хранения изображения во внешней памяти. Таким образом, в случае, если, например, выбран неэффективный способ обращения к элементам изображения, то независимо от способа реализации алгоритма сжатия его эффективность будет определяться применяемым методом представления изображения в оперативной памяти компьютера.
Задача визуализации изображения также связана с задачей представления в оперативной памяти. В процессе выполнения операций перемещения и масштабирования изменяется отображаемая на экране прямоугольная часть визуализируемого изображения. Кроме того, обращение к отображаемой на данный момент части изображения происходит при изменении яркости и контрастности. Следовательно, оперативность выполнения визуализации напрямую зависит от скорости доступа к непрерывным прямоугольным областям изображения.
Эффективность решения задач восстановления, улучшения и морфологической обработки [2-5] также зависит от представления изображений в оперативной памяти, так как при реализации этих методов происходит интенсивное обращение как к отдельным пикселям изображения (например, пространственная фильтрация), так и к прямоугольным областям (заполнение областей).
1.4Оценка частоты применения рассматриваемых методов обработки полутоновых растровых изображений Оценка частоты применения каждого рассматриваемого метода обработки полутоновых растровых изображений требуется для формулировки требований к их эффективности. Реализации наиболее часто применяемых методов должны быть максимально оптимизированы, так как время, необходимое на их выполнение, умножается на количество применений в рамках выполнения какого-либо другого метода. Например, как было показано выше, в процессе сжатия изображения происходит обращение к его представлению в оперативной памяти. Если изображение состоит из N пикселей и обращение к одному пикселю длится t мкс, то для обращения к каждому пикселю требуется N∙t мкс. Как было определено на первом этапе проекта, для изображений большого размера N превосходит 4∙106. Следовательно, при изменении времени обращения к одному пикселю на 1 мкс, время обращения ко всем пикселям изменяется на 0,004 секунды, что может оказаться существенным, если все пиксели изображения считываются и записываются неоднократно.
Для оценки частоты применения рассматриваемых методов предположим, что необходимо обработать k изображений размером N пикселей каждое. Понятие размера изображения было определено на первом этапе проекта как количество пикселей, из которого оно состоит.
Итак, в соответствии с разработанной моделью процессов обработки полутоновых растровых изображений (рисунок 1), в первую очередь происходит загрузка изображений в оперативную память. Следовательно, выполняется k операций декомпрессии. Затем все изображения помещаются в рабочий набор, и выполняется их визуализация, в течение которой каждый пиксель считывается хотя бы раз. Следовательно, операция визуализации применяется k раз, и происходит N∙k операций обращения к пикселям.
Далее предположим, что пользователю нужно выполнить обработку всех изображений, следовательно, все они будут входить в текущий набор. Для каждого изображения он будет искать параметры отображения, обеспечивающие его наилучшее представление на дисплее. Во второй работе первого этапа проекта было показано, что глубина цвета современных мониторов составляет 256 оттенков серого. Допустим, что пользователь попробует все 256 уровней яркости и 256 уровней контрастности, что для одного изображения соответствует 512 операциям визуализации и 512∙N операциям обращения к пикселям.
Каждая операция обработки (т.е. улучшение, восстановление или морфологическая обработка) требует обращения ко всем пикселям изображения и может сформировать новое изображение того же размера, что и исходное. Предполагая, что над каждым изображением пользователь выполняет в среднем m операций обработки, получаем, что при выполнении m∙k операций обработки происходит 2∙N∙m∙k операций обращения к представлению изображения в оперативной памяти и m∙k операций визуализации (так как, в соответствии с разработанной моделью, после каждой операции обработки выполняется визуализация результата).
Наконец, при сохранении результатов работы выполняется k операций сжатия.
Таким образом, можно сделать вывод, что наиболее часто выполняемой операцией является обращение к представлению изображения в оперативной памяти компьютера. Также очень высокой частотой возникновения характеризуется визуализация изображений. Операции сжатия и декомпрессии выполняются дважды за один сеанс обработки изображений. Частота выполнения операций улучшения, восстановления и морфологической обработки зависит от конкретной задачи пользователя (именно поэтому была введена переменная m), но не превосходит частоту визуализации, так как она выполняется после каждой такой операции.
|