Кратко о функциональности
KoloBizCom (Круг Бизнес Коммуникаций) – это специализированное программное обеспечение, предназначенное для консультирования посетителей Ваших сайтов в режиме реального времени.

Направления работ в области обработки изображений

1. Автоматическое оценивание параметров шума, присутствующего на изображениях

На изображениях, сформированных любыми средствами (цифровые камеры или системы дистанционного зондирования), присутствует некоторое количество шума, снижающего качество изображения. Уровень шума определяется качеством камеры и условием съемки (Например, параметром ISO). Высокий уровень шума снижает качество изображения.
Знание уровня шума позволяет правильно настроить последующие алгоритмы обработки изображений (фильтрацию, сжатие, повышение резкости и т.д.), как, например, это сделано в приложениях фильтрации изображений Neat Image или Imagenomic Noiseware. Также уровень шума характеризует качество камеры и позволяет сравнить между собой различные камеры. Однако, уровень шума в большинстве случаев пользователю неизвестен, так как производители цифровых камер не распространяют калибровочную информацию.
Разработки: Разработан новый метод оценивания дисперсии шума непосредственно по изображениям с камеры, одиночному снимку или серии снимков. Достоинствами метода является его полная автоматичность (участие пользователя не требуется), универсальность (может быть применен к данным разного типа). По точности оценивания предложенный метод превосходит существующие аналоги. Он может быть применен и к данным, формируемым системами дистанционного зондирования.
Результаты оценивания дисперсии сигнально-зависимого шума для трех каналов тестового изображения, полученных камерой Nikon D80. Точками показаны отдельные оценки дисперсии шума, линиями – вписанный полином шестой степени.

Возможные приложения:
  1. Определение параметров шума конкретной цифровой камеры по серии снимков (для разных ISO). Использование для настройки последующих процедур обработки изображений;
  2. Сравнение цифровых камер одного или разных производителей по уровню шума;
  3. Оценка качества отдельного снимка (по уровню шума);
  4. Работа с УЗИ изображениями. УЗИ изображения характеризуются сложной структурой шума. Знание этой структуры играет первостепенную роль для эффективной фильтрации УЗИ изображений;
  5. Использование для оценивания параметров шума на изображениях дистанционного зондирования.


2. Совмещение изображений

Совмещение изображений является базовой задачей обработки изображений. Различают следующие частные задачи: (1) задачи глобального совмещения, когда требуется совместить вместе полноразмерные изображения (например, создание панорамных снимков, совмещение изображений с одним сюжетом и сделанных без штатива); (2) локальное совмещение, когда совмещаются фрагменты изображения (например, компенсация движения в последовательности снимков, анализ стереопар)
Разработки: Для задачи (1) глобального совмещения разработан алгоритм автоматического совмещения изображений. Его особенность в устойчивости к изменению сюжета рабочего и базового снимка (появление новых или пропадание старых объектов). Для задачи (2) разработан новый алгоритм совмещения фрагментов изображения. Основным его достоинством является высокая точность (в среднем в два раза превышает точность ближайшего аналога). Недостатком является несколько большая вычислительная сложность.
Возможные приложения:
  1. Совместная обработка серии изображений снятых без штатива, “с рук”: устранение мешающих объектов (создание снимков “без людей”), цифровое понижение ISO;
  2. Определение степени хроматической аберрации объектива (измерение пространственного сдвига между каналами цветных изображений). Компенсация этого искажения;
  3. Компенсация движения в видео-последовательностях. Устранение “дрожи”;
  4. Измерение дальности по стереопарам. Фотограмметрия.


Пример работы алгоритма автоматической привязки снимка к снимку