Lineare Filter - Eigenschaften für ideale Mittelung
Verschiebungsfreiheit:
Keine Veränderung von Objektpositionen →symmetrische Filtermasken.
Erhaltung des Mittelwerts:
Keine Veränderung der Helligkeit → Summe aller Koeffizienten der Maske gleich eins.
Glättungseigenschaft:
Feinere Strukturen werden stärker abgeschwächt als gröbere → monotone Abnahme der Transferfunktion.
Isotropie:
Richtungsunabhängigkeit der Glättung → isotrope Transferfunktion.
Lineare Filter - Rechteckfilter - Eigenschaften (Vor- und Nachteile)
Lineare Filter - Rechteckfilter - Transferfunktion
Lineare Filter - Binomialfilter - Eigenschaften (Vor- und Nachteile)
Lineare Filter - Binomialfilter - Transferfunktion
Lineare Filter - Gaußfilter - ideale Glättung (Vorteile)
Lineare Filter - Ableitungen - Finden lokaler Konturformen
Lineare Filter - Differenzialoperatoren - 1. Ordnung
Lineare Filter - Differenzialoperatoren - 2. Ordnung
Lineare Filter - Kantendetektion
Mittels Richtungsableitung
Kanten entsprechen Extremwerten in der ersten Ableitung. Damit erhält man Kanten durch eine Suche nach den größten Änderungen des Gradientenvektors, also den Maxima im Betrag von ∇(x).
Mittels Hesse-Matrix
Kanten sind Nulldurchgänge in der zweiten Ableitung. Damit kann mit dem Laplace-Operator ∆ nach Kanten gesucht werden. Die Signalspitzen neben den Nulldurchgängen müssen deutlich höher als der Rauschpegel sein, damit der Nulldurchgang einer Kante entspricht.
Lineare Filter - Ableitung - Ideale Eigenschaften
Keine Veränderung von Objektpositionen → antisymmetrische Filtermasken für 1. Ableitungen, symmetrische Filtermasken für 2. Ableitungen.
Unterdrückung des Mittelwerts:
Keine Antwort auf räumlich konstante Helligkeit →Summe aller Koeffizienten der Maske gleich Null.
Richtungsunabhängigkeit des Gradienten → isotrope Transferfunktion.
Ziel:
Entwurf diskreter Filter, die eine möglichst genaue Approximation der Ableitungen ergeben.
Lineare Filter - Ableitungen - Diskrete Differenzen erster Ordnung
Es gibt drei verschiedene Realisierungsmöglichkeiten für die Ableitung in x-Richtung ∂G(x, y )/∂x (analog in y-Richtung ∂G(x, y )/∂y ), wobei nur die symmetrische Differenz verschiebungsfrei ist:
Lineare Filter - Ableitungen - Differenzenoperator zweiter Ordnung
Lineare Filter - Ableitungen - Regularisierte Kantendetektion
Lineare Filter - Ableitungen - Beispiele regularisierte Ableitungsfilter
Lineare Filter - Ableitungen - Beispiele regularisierter Laplaceoperator
Nichtlineare Filter - Rangordnungsfilter - Arten
Nichtlineare Filter - Median-Filter - Eigenschaften
Unterdrückt Salt & Pepper verteiltes Rauschen
Ohne dabei markante Kanten zu stark zu glätten
—> Je größer die Nachbarschaft gewählt wird, desto mehr gehen feine Strukturen verloren, ohne dabei kontrastreiche Kanten zu verlieren
Nichtlineare Filter - Minimum-Filter - Eigenschaften
Lokaler Minimum-Operator: G(p) = min{G(p−p′)|p′∈ Np}
Grauwertbild: Lokale Minima werden auf die Form der Filtermaske Np ausgedehnt, Konturen werden glatter
Binärbild: Die Größe der Objekte wird verkleinert. Objekte, die kleiner als die Größe der Filtermaske sind, verschwinden, Objektberührungen werden getrennt
Nichtlineare Filter - Maximum-Filter - Eigenschaften
Lokaler Maximum Operator: G(p) = max{G(p−p′)|p′∈Np}
Grauwertbild: Lokale Maxima werden auf die Form der Filtermaske Np ausgedehnt, Konturen werden glatter
Binärbild: Die Größe der Objekte wird ausgedehnt, kleine Löcher oder Sprünge werden gefüllt
Nichtlineare Filter - Morphologische Operatoren - Definition
Operator den folgenden Mengenoperationen:
▶ Erosion: G ⊖ M (Menge aller Pixel, für die M vollständig in G enthalten ist.)
▶ Dilatation: G ⊕ M (Menge aller Pixel, für die die Schnittmenge von M und G nicht die leere Menge ist.)
Gängige Mengenoperationen sind:
▶ Öffnen: (G ⊖M) ⊕M,
▶ Schließen: (G ⊕M) ⊖M,
▶ Extraktion von Rändern: G ∩(G ⊕M).
Steuerbare Filter - Adaptive Anisotrope Mittelung
Steuerbare Filter - Adaptive Richtungsableitung
Zuletzt geändertvor 4 Monaten