Podręcznik

2.2. Metody ulepszania danych

Celem wstępnego przetwarzania danych jest zwiększenie ich użyteczności w kontekście określonych zastosowań, wobec ograniczeń procesu rejestracji danych źródłowych.  

Ze względu na cel można wyróżnić metody ulepszania danych multimedialnych służące:

• poprawie czy też unormowaniu ogólnej jakości sygnału (obrazu czy dźwięku) w zakresie korekty kontrastu lokalnego i globalnego obrazu, kształtowania odpowiedniej barwy dźwięku, czyli jego charakterystyki częstotliwościowej (np. wzmocnienia tonów istotnych), redukcji szumów i artefaktów, dostosowania rozdzielczości czasowej i przestrzennej (np. do wymagań systemów odsłuchowych); celem jest uzyskanie wyższej skuteczności komputerowych metod analizy przetworzonych wstępnie danych w stosunku do danych źródłowych, a niezbędne w optymalizacji tych metod jest wykorzystanie wiarygodnych miar jakości sygnałów;   
• poprawie percepcji (widoczności, odsłuchu) treści przekazu poprzez dodatkowe uwzględnienie modelu odbiorcy w zakresie zdolności percepcji sygnałów dźwiękowych i obrazowych (właściwości ludzkiego systemu słyszenia i widzenia), a także wykonawczej charakterystyki pracy z sygnałem (użytkowego działania odbiorcy informacji, przykładowo za pomocą charakterystyki ROC \cite{Swets} wykorzystywanej m.in. w psychologii, telekomunikacji i medycynie); istotnym warunkiem ich skuteczności jest zapewnienie możliwie optymalnych warunków prezentacji przetworzonych danych -- kluczowa może się okazać integracja metod przetwarzania i wizualizacji (odsłuchu), uwzględniająca uwarunkowania sprzętowe i środowiskowe (czyli okoliczności prezentacji sygnału);
• uwydatnieniu  walorów użytkowych, określonych dostępną wiedzą dziedzinową danego zastosowania, w tym przede wszystkim
  • ocenie-kontroli jakościowej danych źródłowych, by określić ich przydatność według wymagań aplikacyjnych (np. zastosowanie dobranych metod przetwarzania może wykazać brak istotnych walorów jakościowych zapobiegając błędom interpretacji)
  • ekstrakcji, wzmocnieniu czy wyróżnieniu informacji ukrytej, słabo postrzeganej, maskowanej przez niekorzystne czynniki, wydobyciu czy podkreśleniu kluczowych cech semantycznych przekazywanego sygnału;
  • zastosowaniu wstępnej analizy danych (np. segmentacji regionów zainteresowania) w celu selektywnego przetworzenia jedynie wybranych fragmentów czy też komponentów sygnału źródłowego; ułatwi to interpretację zasadniczej treści zmieniając niekiedy w sposób znaczący charakter prezentowanego czy dalej analizowanego  sygnału;
  • innym, bardziej specjalistycznym zastosowaniom.

Typowe zastosowanie metod przetwarzania obrazów to ich poprawa, często poprzez ekstrakcję informacji, która pozwoli lepiej zrozumieć treść przekazu obrazowego. Są to ogólnie metody przetwarzania wstępnego, zaś celem zasadniczym jest zapewnienie pełnego, możliwie czytelnego przekazu informacji źródłowej. 

Niekiedy jednak w aplikacjach stosowane jest podejście odwrotne, czyli aby ulepszyć obraz, należy go najpierw dobrze zrozumieć. Ten ulepszony obraz jest \emph{de facto} efektem końcowym, ikoną zasadniczego przekazu informacji. W tym przypadku chodzi przede wszystkim o selekcję treści użytecznej i uproszczenie możliwie jednoznacznej formy jej reprezentacji (w konsekwencji wizualizacji).

Metody ulepszania

Wśród podstawowych operacji wykonywanych na obrazie (lub wybranym regionie) należy wyróżnić:

• przetwarzanie punktowe jak 
  • regulacja kontrastu i jasności według ustalonej funkcji -- liniowej, nieliniowej, nieciągłej, kawałkami gładkiej itp.;
  • operacje histogramowe, przede wszystkim korekcja histogramu (wyrównywanie, rozciąganie);
• przetwarzanie kontekstowe, różne formy  filtracji splotowej,  odszumiającej, wykrywającej lub podkreślającej krawędzie, operacje nieliniowe;
• przetwarzanie globalne całego obrazu, w tym:
  • aproksymacje wykorzystujące transformacje w bazach fourierowskich, wielorozdzielczych, itp., z podziałem na bloki oraz lokalizacją funkcji bazowych, z progowaniem, modyfikowaniem rozkładu współczynników dziedziny przekształcenia;
  • przekształcenia geometryczne lub graficzne (tj. metodami grafiki komputerowej - np. zmiana parametrów oświetlenia sceny, doskonalenie algorytmu globalnej iluminacji i inne);

Dwa zasadnicze kierunki ulepszania to poprawa percepcji oraz zwiększenie skuteczności metod analizy i syntezy obrazów.