ترشيح الصور وتحسينها

يعمل ترشيح الصور وتحسينها على تعديل قيم البكسل لقمع الضوضاء أو شحذ التفاصيل أو تحسين الصورة بطريقة أخرى للعرض أو لمزيد من التحليل.

Definition

ترشيح الصور هو تحويل الصورة عن طريق دمج كل بكسل مع جيرانه وفقًا لقاعدة معينة، والتحسين هو استخدام هذه التحويلات لتحسين الجودة الإدراكية أو التحليلية.

Scope

يغطي هذا الموضوع الترشيح الخطي عن طريق الالتفاف (convolution) بما في ذلك التنعيم الغاوسي (Gaussian smoothing) والشحذ، وتحليل المرشحات في مجال التردد، والمرشحات غير الخطية مثل المرشحات الوسيطة والثنائية التي تحافظ على الحواف، وتحسين التباين القائم على المدرج التكراري (histogram-based contrast enhancement)، والمفاضلة بين إزالة الضوضاء والحفاظ على التفاصيل.

Core questions

• كيف يتم تقليل الضوضاء دون طمس التفاصيل المهمة؟
• كيف يتصرف المرشح في مجال التردد؟
• متى تكون المرشحات غير الخطية مفضلة على المرشحات الخطية؟
• كيف يتم تحسين تباين الصورة؟

Key concepts

• نوى الالتفاف (Convolution kernels)
• التنعيم الغاوسي (Gaussian smoothing)
• الترشيح في مجال التردد (Frequency-domain filtering)
• الترشيح الوسيط (Median filtering)
• الترشيح الثنائي (Bilateral filtering)
• معادلة المدرج التكراري (Histogram equalization)

Key theories

ترشيح الالتفاف الخطي (Linear convolution filtering)

يؤدي التفاف الصورة مع نواة إلى تنعيمها وشحذها وتعزيز حوافها، وتربط نظرية الالتفاف هذه العمليات المكانية بالضرب في مجال التردد، مما يوضح الترددات التي يخففها أو يضخمها كل مرشح.

الترشيح الحافظ للحواف (Edge-preserving filtering)

يقوم المرشح الثنائي بمتوسط البكسلات المتجاورة الموزونة حسب القرب المكاني وتشابه الشدة، مما يؤدي إلى تنعيم الضوضاء داخل المناطق مع ترك الحواف القوية سليمة، على عكس التمويه الغاوسي العادي.

Clinical relevance

يعد الترشيح والتحسين إجراءً روتينيًا في إعداد الصور الطبية، والتصوير الفوتوغرافي وكاميرات الهواتف الذكية، والاستشعار عن بعد، وكعملية معالجة مسبقة تحسن موثوقية الكشف والتعرف اللاحق.

History

انتقلت نظرية الترشيح الخطي من معالجة الإشارات الكلاسيكية إلى معالجة الصور الرقمية في السبعينيات؛ وظهرت المرشحات غير الخطية الحافظة للحواف مثل المرشح الثنائي في أواخر التسعينيات وأثرت على التصوير الحاسوبي اللاحق.

Key figures

• Carlo Tomasi
• Roberto Manduchi

Seminal works

• gonzalez2018
• tomasi1998

Frequently asked questions

لماذا يقلل التمويه من الضوضاء؟

تتغير الضوضاء العشوائية بسرعة من بكسل إلى آخر، ويؤدي متوسط كل بكسل مع جيرانه إلى إلغاء الكثير من هذا التباين، على الرغم من أنه يخفف أيضًا التفاصيل الحقيقية ما لم يتم استخدام مرشح يحافظ على الحواف.

ماذا تفعل معادلة المدرج التكراري؟

تعيد توزيع شدة البكسلات بحيث تغطي النطاق المتاح بشكل أكثر توازنًا، مما يزيد التباين ويكشف التفاصيل في الصور التي تبدو داكنة جدًا أو ساطعة جدًا أو باهتة.