Автоматическое компьютерное повышение резкости изображенийНИР

Соисполнители НИР

МГУ имени М.В.Ломоносова Координатор

Источник финансирования НИР

грант РФФИ

Этапы НИР

# Сроки Название
1 1 января 2013 г.-31 декабря 2013 г. Автоматическое компьютерное повышение резкости изображений
Результаты этапа:
2 1 января 2014 г.-31 декабря 2014 г. Автоматическое компьютерное повышение резкости изображений
Результаты этапа: Аннотация В 2014 году в рамках проекта: Разработан метод повышения резкости изображений, основанного на непрерывной деформации системы координат. Создан адаптивный алгоритм выбора участка для анализа ширины границы изображения. Разработан оптимизированный алгоритм для повышения резкости изображений. Разработан алгоритм определения базовых контуров, ориентированный на использование в задаче повышения резкости изображений. Разработан метод оценки уровня размытия изображений, основанного на использовании информации о фазе, полученной проекционным методом Эрмита. Разработанный метод повышения резкости изображений использован для решения прикладных задач, в частности, для задачи повышения качества изображений глазного дна. Полученные в 2014 году важнейшие результаты: Физическая модель, на основе которой создан метод повышения резкости с помощью преобразования системы координат. Многомасштабный метод нахождения базовых контуров. Алгоритм отбора контуров для задачи определения ширины контуров на изображениях. Метод выделения сосудов на изображениях глазного дна и оценка их качества. Метод анализа размытых изображений, основанный на использовании информации о фазе, полученной проекционным методом Эрмита. Степень новизны полученных результатов: Разработанные метод повышения резкости с помощью преобразования системы координат, основанный на предложенной физической модели, и многомасштабный метод нахождения базовых контуров являются новыми. Двухшаговый метод проектирования на выпуклые множества для восстановления размытых изображений по фазе, полученной проекционным методом Эрмита, является новым. Сопоставление полученных результатов с мировым уровнем : Методы, основанные на преобразовании системы координат, использовались ранее для повышения резкости изображений. При этом существующие методы обладают рядом недостатком, например, искажение областей с текстурами, отсутствие двумерного алгоритма, стремление изображения к кусочно-постоянному. Разработанный метод использует физическую модель для построения функции отображения системы координат, благодаря которой удаѐтся избавиться от недостатков существующих методов. Разрабатываемый метод повышения резкости изображения является новым в сравнении с уже известными методами повышения резкости изображений. Методов, аналогичных методу обнаружения базовых контуров, в современной литературе не представлено. В стандартном алгоритме восстановления изображений по фазе дискретного преобразования Фурье используется информация о фазе изображения, расширенного нулями не менее, чем в два раза по ширине и не менее, чем в два раза по высоте. В предложенном алгоритме восстановления размытых изображений по фазе на основе проекционного метода Эрмита используется информация только о фазе исходного сигнала. Это существенно расширяет возможности восстановления размытых изображений по сравнению с существующими методами. Двухшаговый метод проектирования на выпуклые множества для восстановления размытых изображений по фазе, полученной проекционным методом Эрмита, аналогов в современной литературе не имеет. Итерации метода состоят из двух шагов: на первом шаге каждой итерации используется информация о сигнале из пространственной области, на втором шаге – из частотной. Методы и подходы, использованные в ходе выполнения Проекта: В рамках работ по повышению резкости изображений были созданы и использованы: • гауссова модель профиля контура размытого изображения, используемая при оценке уровня размытия и при построении физической модели для преобразования системы координат. Данная модель хорошо приближает размытие изображений, вызванное дефокусировкой и атмосферными эффектами; • метод преобразования координат с помощью новой функции отображения; • методы математической морфологии; • методика нахождения контуров на изображении, наиболее подходящих для анализа уровня размытия при повышении резкости изображений; • оригинальный метод определения уровня размытия изображения на основе анализа ширин границ изображения; • оригинальный метод определения ширины контура на основе анализа его профиля; • новый оригинальный многомасштабный метод нахождения базовых контуров; • проекционный метод Эрмита аппроксимации изображений; • новый оригинальный метод восстановления размытых изображений на основе информации о фазе, полученной проекционным методом Эрмита. Количество научных работ по Проекту, опубликованных в 2014 году : 4, из них в изданиях, включенных в перечень ВАК - 2, в изданиях, включенных в системы цитирования (Web of Science, Scopus, Web of Knowledge, Astrophysics, PubMed, Mathematics, Chemical Abstracts, Springer, Agris, GeoRef) - 1, подготовлены в ходе выполнения Проекта и приняты к печати в 2014 году - 2. Участие в 2014 году в научных мероприятиях по тематике Проекта: Участие в Российско-Германской конференции по биомедицинской инженерии , г. Санкт-Петербург, 25-27 июня 2014 г. Участие в 24-й Международной Конференции по Компьютерной Графике и Зрению, г. Ростов-на-Дону, 30 сентября- 02 октября 2014 г.
3 1 января 2015 г.-31 декабря 2015 г. Автоматическое компьютерное повышение резкости изображений
Результаты этапа: Разработан алгоритм автоматического определение локального уровня размытия изображений. Разработан локальной регуляризирующий метод повышения резкости изображений. Разработан алгоритм повышения резкости изображений после применения методов повышения разрешения. Разработан комплексный метод повышения резкости изображений, использующий метод оценки размытия на основании информации о фазе и метод локальной оценки ширин контуров. Сделано 2 публикации, индексируемые Scopus и РИНЦ.

Прикрепленные к НИР результаты

Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".