Automatická korekce obrazu

Abstract

Fotky z dopravních kamer často vykazují negativní vlastnosti pro jejich prezentaci. Tato práce hledá a kombinuje způsoby pro jejich vylepšení, při zachování vizuální kontinuity obrazu. Hlavními úkoly jsou zvýraznění vozidel, potlačení šumu a eliminace artefaktů. Dále je popsán algoritmus automatické korekce rozostření pohybem. Mezi hlavní metody eliminace defektů patří úprava jasu pomocí specifických histogramů, filtrování pomocí oken ve frekvenční reprezentaci obrazu, bilaterální filtrování, gama korekce a Wienerovo filtrování. Pro docílení požadovaných vlastností jsou použity metody segmentace pomocí hran a následné spojování fotek pomocí Poissonovy rekonstrukce obrazu.

Photos from traffic cameras often exhibit negative properties regarding their presentation. This thesis compares and combines methods for their improvement, while maintaining the visual continuity of the image. The main goal is the enhancement of vehicles, suppression of noise and the elimination of artefacts. Additionally, an algorithm for the automatic correction of motion blur of the images is described. Among the main methods used are the brightness correction using specific histograms, equalization of local histograms, filtering using windows in the frequency transform of the image, bilateral filtering, gamma correction and Wiener filtering. To achieve desired results segmentation methods based on edge detection are used and subsequent merging of photos using Poisson image reconstruction.