A | B | C | D | E | F | G | H | CH | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9
Vyhladenie obrazu (angl. image smoothing) je technika spracovania obrazu, ktorej cieľom je odstrániť šum v obraze. Vyhladenie sa vykonáva pomocou konvolúcie medzi vstupným obrázkom a preddefinovaným jadrom[1]. Väčšinou ide o nejakú formu priemerovanie hodnôt pixelov z okolia. Vyhladzovanie čelí problému rozmazania ostrých hrán v obrázku.[2]
Typy filtrov
Priemerovanie
Pri priemerovaní jednoducho vypočítame priemer hodnôt pixelov z určitého okolia a ním nahradíme hodnotu stredového pixelu.
Vo všeobecnosti pre jadro pri priemerovaní platí:[1]
- Veľkosť jadra musí byť nepárne číslo.
- Súčet všetkých prvkov by mal byť 1.
- Všetky prvky musia byť rovnaké.
Napríklad jadro 3x3:
1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 + 1/9 = 1
Gaussovo romazanie
Gaussove rozmazanie odstraňuje šum pomocou konvolúcie s Gaussovským konvolučným jadrom. Ide o prípad váženého priemeru, kde sa kladie vyššia váha na pixely blízko stredu. Čím sú pixely ďalej, tým nižšia váha je. [3]
Pre dvojrozmernú maticu sa hodnoty vypočítajú z:
kde je smerodajná odchýlka, ktorá udáva strmosť Gaussovej funkcie.
Jadro 5x5 bude vyzerať takto:[4]
Filtrácia mediánom
Pri rozmazaní mediánom sa vypočíta medián z hodnôt pixelov určitého okolia a ním sa nahradí hodnota stredového pixelu. Táto metóda je efektívna šum typu soľ a peper. U vyššie spomenutých metód novo vypočítaná hodnota môže byť už existujúca hodnota z obrázku alebo hodnota úplne nová. Pri filtrácii mediánom dostane stredový pixel stále hodnotu z obrázku. Veľkosť jadra by malo byť znovu nepárne číslo. [5]
Bilaterálne filtrovanie
U gaussovho rozmazania išlo o vážený priemer, kde sa váha udávala na základe vzdialenosti od stredové pixelu jadra. Bilaterálne filtrovanie dáva väčšiu váhu na pixely z okolia, ktorých hodnota je podobná pre stredový pixel jadra. Takéto váhovanie umožňuje zachovávať hrany. [6]
Existuje mnoho ďalších algoritmov určených k rozmazaniu obrázku, napr.:
- exponencionálne filtrovanie
- priemerovanie z viacerých snímkov
- filtrácia rotujúcou maskou
- olympic filter [7]
- a ďalšie...
Referencie
- ↑ a b KUMAR, Sagar. A straightforward introduction to Image Blurring/Smoothing using python . 2019, . Dostupné online.
- ↑ SONKA, MILAN.. Image processing, analysis, and machine vision. Toronto : Thompson Learning, 2008. (3rd ed.) Dostupné online. ISBN 0-495-08252-X.
- ↑ COLLINS, Robert. Smoothing . . Dostupné online.
- ↑ Gaussian Smoothing . 2003, . Dostupné online.
- ↑ Smoothing Images . . Dostupné online.
- ↑ Bilateral Filtering . 2017, . Dostupné online.
- ↑ RUSS, JOHN C.. The image processing handbook. Boca Raton, FL : CRC Press, 2011. (6th ed.) Dostupné online. ISBN 978-1-4398-4063-4.
Text je dostupný za podmienok Creative Commons Attribution/Share-Alike License 3.0 Unported; prípadne za ďalších podmienok. Podrobnejšie informácie nájdete na stránke Podmienky použitia.
Text je dostupný za podmienok Creative
Commons Attribution/Share-Alike License 3.0 Unported; prípadne za ďalších
podmienok.
Podrobnejšie informácie nájdete na stránke Podmienky
použitia.
www.astronomia.sk | www.biologia.sk | www.botanika.sk | www.dejiny.sk | www.economy.sk | www.elektrotechnika.sk | www.estetika.sk | www.farmakologia.sk | www.filozofia.sk | Fyzika | www.futurologia.sk | www.genetika.sk | www.chemia.sk | www.lingvistika.sk | www.politologia.sk | www.psychologia.sk | www.sexuologia.sk | www.sociologia.sk | www.veda.sk I www.zoologia.sk