Přednáška: Zaostřování rozmazaného obrazu není magie, ale matematika

  • 4
Jedním z příkladů praktické aplikace matematiky je zpětné zaostřování obrazu, kdy se snažíme rekonstruovat ostrý obraz z jeho rozmazané verze. Marie Kubínová nás seznámila s různými druhy rozmazání, jejich matematickou formulací a problémy, jimž musíme čelit při zpětném zaostřování.

V celé řadě aplikací (medicínském zobrazování, snímání vesmírných objektů na teleskopech, forenzní analýze obrazových dat apod.) se můžeme setkat s fotografiemi, které jsou z nějakého důvodu rozmazané (fotíme se špatným zaostřením, pohybující se objekt nebo pohybujícím se zařízením, přes turbulentní vrstvy apod.). V přednášce se podíváme na problém, zda a jak dobře jsme schopni zrekonstruovat ostrý obraz z rozmazaného v případě, že víme, jakým způsobem k rozmazání došlo.

Mgr. Marie Kubínová

Je doktorandkou v Oddělení výpočteních metod Ústavu informatiky, kde se pod vedením RNDr. Ivety Hnětynkové, Ph.D. věnuje řešení inverzních úloh, mimo jiné zpětnému zaostřování obrazu.

Na začátku si vysvětlíme princip ukládání digitálních fotografií v počítači. Ukážeme si, jak lze v některých případech rozmazání popsat takzvanou funkcí rozmazání jednoho pixelu (anglicky point spread function) a jak tato funkce může vypadat pro nedoostřené snímky nebo snímky rozmazané pohybem.

Rozmazání všech pixelů v obrazu současně pak jednoduše popíšeme pomocí soustavy lineárních algebraických rovnic, kde neznámé budou hodnoty pixelů v ostrém obrazu. Ukáže se však, že pokud soustavu vyřešíme obvyklým způsobem, řešení se ani nepřiblíží očekávanému výsledku. Příčinou je extrémní citlivost řešení na šum (malé chyby), který je prakticky vždy v našich datech přítomen, i když nemusí být ani okem postřehnutelný.

Rozcestník

Kde sledovat další přednášky?

Regularizační metody se snaží vliv šumu potlačit a zajistit tak kvalitnější rekonstrukci snímku. V přednášce si představíme základní regularizační metodu, založenou na využití vlastností rekonstruovaného obrazu.

Přednáška je zaměřena na posluchače z řad středoškolských studentů. Jejím cílem tedy není představit nejefektivnější metody pro zaostřování obrazu, ale seznámit posluchače s matematickou formulací problému a myšlenkou jeho řešení.

Přednáška volně navazuje na přednášku z loňského roku.