Využití vlnkové transformace při zpracování obrazu

Abstract

Vlnková transformace je využívána již několik desetiletí a je stále předmětem výzkumu - především její modifikace používající tzv. vlnky druhé generace. Oproti ostatním integrálním transformacím má několik výhod, těmi nejdůležitějšími jsou schopnost lokalizace zároveň v čase a frekvenci a schopnost dobře dekorelovat některé reálné nestacionární signály - např. obraz. Z těchto důvodů se vlnková transformace stala často využívaným nástrojem při řešení mnohých úkolů ve zpracování obrazu, jako je např. jeho komprese, detekce hran nebo vylepšení kontrastu. V této práci je nejprve vysvětlen teoretický základ samotné vlnkové transformace a její implementace pro použití s dvourozměrnými diskrétními signály. V další části je představeno a popsáno několik aplikací vlnkové transformace - detekce hran, odstranění šumu, vylepšení kontrastu, zobrazování HDR a několik dalších. Provedené testy potvrdily vhodnost využití vlnkové transformace ve vybraných aplikacích zpracování obrazu.The wavelet transform has been used for several decades and it is still an object of research - especially its recent modifications which are using the so-called second generation wavelets. It has several advantages over other integral transformations. The most important of them are the ability to localize both in time and frequency and an ability to decorrelate some real non-stationary signals such as images. For this reasons, the wavelet transform became an often used tool in many image processing tasks, for example in image compression, edge detection or contrast enhancement. In this thesis, the wavelet transform is explained, including the theoretical foundation and implementation for use with two-dimensional discrete signals. Some of the applications of the wavelet transform are presented and described. The wavelet transform showed to be suitable tool for edge detection, noise reduction, contrast enhancement and HDR compression.