فیلتر کردن و بهبود تصویر
فیلتر کردن و بهبود تصویر، مقادیر پیکسل را برای حذف نویز، واضحتر کردن جزئیات، یا بهبود کلی تصویر برای مشاهده یا تحلیل بیشتر تغییر میدهند.
Definition
فیلتر کردن تصویر، تبدیل یک تصویر با ترکیب هر پیکسل با همسایگانش بر اساس یک قاعده است، و بهبود، استفاده از چنین تبدیلهایی برای ارتقاء کیفیت ادراکی یا تحلیلی است.
Scope
این موضوع شامل فیلتر خطی با کانولوشن از جمله هموارسازی و واضحسازی گاوسی، تحلیل فیلترها در حوزه فرکانس، فیلترهای غیرخطی مانند فیلتر میانه و فیلتر دوجانبه که لبهها را حفظ میکنند، بهبود کنتراست مبتنی بر هیستوگرام، و مبادله بین حذف نویز و حفظ جزئیات میشود.
Core questions
- چگونه نویز بدون محو کردن جزئیات مهم کاهش مییابد؟
- یک فیلتر چگونه در حوزه فرکانس عمل میکند؟
- چه زمانی فیلترهای غیرخطی بر فیلترهای خطی ارجحیت دارند؟
- کنتراست تصویر چگونه بهبود مییابد؟
Key concepts
- کرنلهای کانولوشن
- هموارسازی گاوسی
- فیلتر کردن در حوزه فرکانس
- فیلتر میانه
- فیلتر دوجانبه
- همسانسازی هیستوگرام
Key theories
- فیلتر کانولوشن خطی
- کانولوشن یک تصویر با یک کرنل، هموارسازی، واضحسازی و تقویت لبه را پیادهسازی میکند، و قضیه کانولوشن این عملیات فضایی را به ضرب در حوزه فرکانس مرتبط میسازد و مشخص میکند که هر فیلتر کدام فرکانسها را تضعیف یا تقویت میکند.
- فیلتر حفظکننده لبه
- فیلتر دوجانبه پیکسلهای نزدیک را با وزندهی بر اساس نزدیکی فضایی و شباهت شدت، میانگینگیری میکند و نویز را در داخل نواحی هموار میکند در حالی که لبههای قوی را دستنخورده باقی میگذارد، برخلاف یک محوکننده گاوسی ساده.
Clinical relevance
فیلتر کردن و بهبود به طور معمول در آمادهسازی تصاویر پزشکی، عکاسی و دوربینهای گوشیهای هوشمند، سنجش از دور، و به عنوان پیشپردازشی که قابلیت اطمینان تشخیص و شناسایی پاییندستی را بهبود میبخشد، استفاده میشوند.
History
نظریه فیلتر خطی از پردازش سیگنال کلاسیک به پردازش تصویر دیجیتال در دهه 1970 منتقل شد؛ فیلترهای غیرخطی حفظکننده لبه مانند فیلتر دوجانبه در اواخر دهه 1990 ظهور کردند و بر عکاسی محاسباتی بعدی تأثیر گذاشتند.
Key figures
- Carlo Tomasi
- Roberto Manduchi
Related topics
Seminal works
- gonzalez2018
- tomasi1998
Frequently asked questions
- چرا محو کردن نویز را کاهش میدهد؟
- نویز تصادفی به سرعت از پیکسلی به پیکسل دیگر تغییر میکند، و میانگینگیری هر پیکسل با همسایگانش بخش زیادی از این تغییرات را خنثی میکند، اگرچه جزئیات واقعی را نیز نرم میکند مگر اینکه از یک فیلتر حفظکننده لبه استفاده شود.
- همسانسازی هیستوگرام چه کاری انجام میدهد؟
- این فرآیند شدتهای پیکسل را بازتوزیع میکند تا به طور یکنواختتری دامنه موجود را پوشش دهند، که کنتراست را افزایش داده و جزئیات را در تصاویری که بیش از حد تاریک، روشن یا تخت به نظر میرسند، آشکار میسازد.