Нерезкое маскирование в цифровой обработке¶

Нерезкое маскирование (англ. unsharp masking, USM) — метод повышения резкости цифровых изображений, основанный на вычитании из исходного изображения его размытой (низкочастотной) версии с последующим усилением полученной разницы. Несмотря на название, метод не имеет отношения к маскам в классическом понимании фототехники; термин унаследован из аналоговой фотопечати, где резкость повышали, комбинируя позитив и непроявленный (нерезкий) негатив.

¶Принцип работы

Алгоритм нерезкого маскирования формально описывается выражением:

\[ I_{\text{sharp}} = I + k \cdot (I - G \cdot I) \]

где \(I\) — исходное изображение, \(G\) — оператор размытия (обычно гауссово размытие), \(k\) — коэффициент усиления (amount). Разность \(I - G \cdot I\) представляет собой высокочастотную составляющую изображения (детали, края, текстуры). Прибавляя её к оригиналу с коэффициентом \(k\), получают изображение с подчёркнутыми перепадами яркости.

На практике операция выполняется в три этапа:

1. Создание нерезкой копии исходного изображения путём применения низкочастотного фильтра (размытия по Гауссу).
2. Вычисление разностного слоя (детализации) — вычитание размытой копии из оригинала.
3. Суммирование исходного изображения с разностным слоем, умноженным на коэффициент усиления.

¶Параметры

В программных реализациях (Adobe Photoshop, GIMP и др.) метод управляется тремя основными параметрами:

• Amount (эффект) — коэффициент усиления \(k\), определяет интенсивность подчёркивания контуров. Типичные значения — от 50 % до 200 %.
• Radius (радиус) — размер зоны размытия, влияет на толщину подчёркиваемых контуров. Малые значения (0,5–1 пиксель) подчёркивают мелкие детали, большие (2–5 пикселей) — крупные контуры.
• Threshold (порог) — минимальная разница яркости, при которой применяется усиление. Позволяет не повышать резкость на однородных участках, снижая уровень шума и ореолов.

¶Достоинства и недостатки

Основное преимущество метода — относительная простота реализации и высокая скорость вычислений, что делает его пригодным для пакетной обработки и работы в реальном времени. Метод хорошо восстанавливает воспринимаемую чёткость слегка расфокусированных снимков и сканированных изображений.

К недостаткам относят:

• появление светлых и тёмных ореолов (halo) на границах контрастных объектов при чрезмерном коэффициенте усиления;
• усиление цифрового шума и артефактов сжатия, особенно в тенях;
• невозможность восстановить детали, полностью утраченные при сильной расфокусировке (метод лишь усиливает существующие перепады яркости).

¶Разновидности

Существуют модификации классического алгоритма:

• Deconvolution-based sharpening — итеративные методы, основанные на обратной свёртке, дают более качественный результат, но требуют больших вычислительных затрат.
• Smart Sharpen — усовершенствованная версия USM в Adobe Photoshop с раздельным управлением подавлением ореолов и шума.
• Adaptive unsharp masking — адаптивные варианты, в которых параметры (радиус, усиление) изменяются локально в зависимости от характеристик области изображения (например, наличия краёв или текстуры).

¶Применение

Нерезкое маскирование широко применяется в:

• растровых графических редакторах и программах обработки фотографий;
• препроцессинге изображений в системах компьютерного зрения (повышение контраста краёв перед детекцией);
• медицинской визуализации (улучшение читаемости рентгеновских и МРТ-снимков);
• подготовке изображений к печати, где растрирование снижает визуальную резкость.

Метод также используется в качестве эталонного для сравнения при разработке более сложных алгоритмов повышения резкости.

¶См. также

• Свёртка (математический анализ)
• Гауссово размытие
• Повышение резкости изображений

¶Источники

• Gonzalez R. C., Woods R. E. Digital Image Processing. — 4th ed. — Pearson, 2018.
• Pratt W. K. Digital Image Processing. — 4th ed. — Wiley, 2007.
• Adobe Help Center: «Filter Sharpen — Unsharp Mask».