115
Xulosa.
Hozirgi kunda tasvirga olish qurilmalarining rivoji tasvirdagi shovqinni
minimallashtirishga yo’naltirilgan bo’lsa-da, turli shovqin turlarini va ularning kelib
chiqish sabablarini o’rganish muhim hisoblanadi. Shu sababdan, mazkur ishda raqamli
tasvirlarda uchraydigan Gauss, tuz va qalampir, uniform, Puasson, spekl, rayleigh va
risian shovqin turlari o’rganildi.
Foydalanilgan adabiyotlar roʻyxati:
1.
Priyanka Kamboj and Varsha Rani, “A Brief Study of Various Noise Model
and filtering Techniques,” Journal of Global Research in Computer Science, Volume
4, No 4, pp.166-171, April 2013.
2.
Nik, M.M.Pura & Se, S.V.Hal. (2018). A Review Paper: Study of Various
Types of Noises in Digital Images. International Journal of Engineering Trends and
Technology. 57. 40-43. 10.14445/22315381/IJETT-V57P208.
3.
Boby, Shakil & Sharmin, Shaela. (2021). Medical Image Denoising
Techniques against Hazardous Noises: An IQA Metrics Based Comparative Analysis.
International Journal of Image, Graphics and Signal Processing. 13. 25-43.
10.5815/ijigsp.2021.02.03.
TASVIR KONTRASTINI ETALONSIZ BAHOLASH
t.f.d., prof. Mamatov Narzullo Solidjonovich
“TIQXMM” Milliy tadqiqot universiteti
Jalelova Malika Moyatdin qizi
Berdaq nomidagi Qoraqalpoq davlat universiteti
Annotatsiya:
Axborotni qabul qilish va uzatishda tasvirlarning ahamiyati,
ayniqsa tibbiyot va qishloq xo’jaligi kabi sohalarda tengsizdir. Ayrim hollarda, turli
omillar sabab olingan tasvirlar sifat talablariga javob bermasligi mumkin. Kontrast,
tiniqlik, yorqinlik va shovqin tasvir sifatiga ta’sir qiluvchi muhim parametrlar
hisoblanadi. Mazkur tadqiqot ishida tasvirlashda muhim ahamiyatga ega bo’lgan
kontrast muhokama qilingan. Ya’ni, tasvir kontrastini etalonsiz baholovchi mezonlar
o’rganilgan.
Kalit soʻzlar:
tasvir, kontrast, etalonsiz baholash, mezon, ko’rsatkich, parametr,
yorqinlik.
Tasvir kontrastini oshirish tasvir tafsilotlari va ravshanligini oshirish uchun
zarurdir. Tibbiyotda u bemorlarga haddan tashqari nurlanish bermasdan aniq tashxis
qo’yishga yordam beradi. Kontrast oshirish algoritmlari kontrasti past tasvirga
qo’llanilsa, olingan tasvirni baholash o’ta muhim hisoblanadi. Olingan tasvir subyektiv
baholansa, bunda professional ekspert uchun sarflanadigan mablag’ va vaqt ko’p
sarflanadi. Shu sababdan, mazkur ishda obyektiv baholash mezonlariga ustunlik
beriladi, bunda tasvir kontrastini etalonsiz va etalonli baholash toifalari mavjud.
116
Etalon baholash mezonlari
et
I
asl va kontrasti past bo’lgan
bad
I
tasvirga kontrast
oshirish algoritmlarini qo’llash natijasidagi
c
I
kontrasti o’zgartirilgan tasvirni
taqqoslash asosida ularning yaqinligini aniqlaydi. Agar ikkita tasvir qanchalik yaqin
bo’lsa,
~
et
c
I
I
(
)
2
,
et
c
B I
I
opt
→
baho shuncha yaxshi deb qabul qilinadi.
Etalon tasviri mavjud bo’lmasa, etalonsiz mezonlar
( )
1
c
B I
foydalaniladi. Ushbu
mezonlar umumiy tasvir xususiyatlarini hisobga olgan holda global yoki qo’shni
piksellarni o’z ichiga olgan lokal bo’lishi mumkin. Amaliy masalalarda ko’p hollarda
etalon tasvir mavjud bo’lmaydi, shu sabab mazkur ishda etalonsiz kontrast baholash
mezonlari tadqiq qilinadi.
Xorijiy adabiyotlarni o’rganish natijasida 34 ta kontrastni baholash mezonlari
[1] o’rganildi, ulardan beshtasi tasvirni qayta ishlashni avtomatlashtirishda
samaradorligi bo’yicha tanlandi va ushbu etalonsiz baholash mezonlar to’plami
K
bilan belgilanadi:
1
2
3
4
5
, , , ,
K
k k k k k
=
Bunda
1
k
−
Veber kontrasti [2],
2
k
−
Mixelson kontrasti [1],
3
k
−
RMS kontrasti
[3],
4
k
−
Haralik kontrasti [1],
5
k
−
GCF kontrasti [4].
K
to’plamning har bir elementining matematik ifodalanishi 1-jadvalda
keltirilgan:
1-jadval
Etalonsiz baholash mezonlarining matematik ifodasi
Koʻrsatkich
belgilanishi
Koʻrsatkich
nomi
Hisoblash formulasi
Koʻrsatkich
parametrlari
1
k
Veber
1
oby
fon
fon
L
L
k
L
−
=
oby
L
−
tasvirdagi
obyekt yorqinligi,
fon
L
−
tasvir fon
yorqinligi
2
k
Mixelson
max
min
2
max
min
L
L
k
L
L
−
=
+
max
L
−
tasvirdagi
maksimal yorqinlik,
min
L
−
tasvirdagi
minimal yorqinlik
3
k
RMS
(
)
2
3
1
1
1
1
,
n
n
i
i
i
i
k
L
L
L
L
n
n
=
=
=
−
=
Li
−
i
pikseldagi
yorqinlik
4
k
Haralik
(
)
1
1
2
4
0
0
m
m
ij
i
j
k
i
j
p
−
−
=
=
=
−
i
va
j
- belgilangan
yadrodagi qo’shni
piksellarning kulrang
darajalari;
m
−
yadro
o’lchami,
pij
−
GLCM
117
dan olingan qo’shma
ehtimollik massa
funksiyasi
5
k
GCF
5
1
N
s
s
s
k
w C
=
=
,
( )
1
1
1
,
s
s
W
H
s
s
i
j
s
s
C
C i j
W
H
=
=
=
ws
va
Cs
berilgan
s
o’lchamdagi tasvir
og’irliklari va o’rtacha
lokal kontrasti,
N
ruxsat darajalari soni,
Ws
va
H s
s
−
ruxsatda
tasvir kengligi va
balandligi
Mazkur ishda tasvir kontrastini baholashda adabiyotlar tahlili [1,2] shuni
ko’rsatadiki,
K
to’plam elementlarining barchasi tasvir kontrastini to’g’ri
hisoblamaydi va
1
2
,
k k
mezonlarning kamchiliklari bor. Shu boisdan,
3
4
,
k k
va
5
k
mezonlari ko’pchilik adabiyotlarda keltirilganligi uchun tadqiqotda sinov uchun
olingan. Hisoblash tajribasida
3
4
,
k k
va
5
k
mezonlar to’g’ri baholashini tekshirish
uchun uchta bazada tadqiqot o’tkazilgan.
Xulosa.
Hisoblash tajribasini o’tkazish natijasida quyidagi xulosa shakllangan:
adabiyotlar tahlili va tajriba-tadqiqotlar asosida
3
4
,
k k
va
5
k
mezonlari tasvir
kontrastini to’g’ri baholashi tasdiqlangan va eng maqbul baholash mezonlari sifatida
aniqlangan.
Foydalanilgan adabiyotlar roʻyxati:
1.
Beghdadi, Azeddine & Qureshi, Muhammad & Amirshahi, Seyed Ali &
Chetouani, Aladine & Pedersen, Marius. (2020). A Critical Analysis on Perceptual
Contrast and Its Use in Visual Information Analysis and Processing. IEEE Access. PP.
1-1. 10.1109/ACCESS.2020.3019350.
2.
Голуб Ю.И., Старовойтов Ф.В. Исследование локальных оценок
контраста цифровых изображений при отсутствии эталона // Системный анализ
и
прикладная
информатика.
2019.
№2.
URL:
https://cyberleninka.ru/article/n/issledovanie-lokalnyh-otsenok-kontrasta-tsifrovyh-
izobrazheniy-pri-otsutstvii-etalona
3.
P. J. Bex and W. Makous, ‘‘Spatial frequency, phase, and the contrast of
natural images,’’ J. Opt. Soc. Amer. A, Opt. Image Sci., vol. 19, no. 6, pp. 1096–1106,
2002.
4.
Gade, P. & Walsh, P. (2013). Use of GCF aesthetic measure in the evolution
of landscape designs. IJCCI 2013 - Proceedings of the 5th International Joint
Conference on Computational Intelligence. 83-90.
