|
Tasvirlarni tekislash
Maqsadlar
• Tasavvurni xiralashtirish turli past filtrlar yordamida amalga oshiriladi
• Tasvirlarga maxsus tayyorlangan filtrlarni qo'llang (2D convolution)
2D Convolution (Tasvirlarni filtrlash)
Bir o'lchovli signallarga kelsak, tasvirlarni turli xil past o'tkazuvchan filtrlar (LPF), yuqori o'tkazgichli filtrlar (HPF) va hokazolar bilan filtrlash mumkin. LPF shovqinni yo'qotish yoki tasvirni xiralashtirishda yordam beradi. HPF filtrlari rasmning qirralarini topishga yordam beradi.
OpenCV cv2.filter2D () funktsiyasini ta'minlaydi, bu rasm yordamida yadroni ishontirish mumkin. Misol tariqasida biz rasmdagi o'rtacha filtrni sinab ko'ramiz. O'rtacha o'rtacha 5x5 filtr yadrosini quyidagicha aniqlash mumkin:
Yuqoridagi yadro bilan filtrlash natijasida quyidagilar amalga oshiriladi: har bir piksel uchun 5x5 oyna ushbu pikselga joylashtirilgan, ushbu oynada tushgan barcha piksellar yig'ilib, natijada 25 ga bo'linadi. Bu o'rtacha ko'rsatkichni hisoblash bilan tenglashadi shu oynadagi piksel qiymatlaridan. Ushbu operatsiyani bajarish filtrlangan tasvirni chiqarish uchun tasvirdagi barcha piksellar uchun bajariladi. Ushbu kodni sinab ko'ring va natijani tekshiring:
Natija:
Tasvirni xiralashtirish (rasmni tekislash)
Tasvirni loyqalashiga past pasli filtr yadrosi yordamida rasmni biriktirish orqali erishiladi. Shovqinni yo'qotish uchun foydalidir. Ushbu filtr qo'llanilganda qirralarning xiralashishiga olib keladigan yuqori chastotali tarkibni (masalan: shovqin, qirralar) faol ravishda yo'q qiladi. (Xo'sh, qirralarni xiralashtirmaydigan loyqa usullar mavjud). OpenCV asosan xiralashtirish texnikasining to'rt turini taqdim etadi.
1. O'rtacha
Bu rasmni normallashtirilgan quti filtri yordamida konvoylash orqali amalga oshiriladi. Bu shunchaki yadro maydoni ostidagi barcha piksellarning o'rtacha qiymatini oladi va markaziy elementni bu o'rtacha bilan almashtiradi. Buni cv2.blur () yoki cv2.boxFilter () funktsiyasi bajaradi. Yadro haqida qo'shimcha ma'lumot olish uchun hujjatlarni tekshiring. Biz yadroning kengligi va balandligini belgilashimiz kerak.
3x3 normallashtirilgan quti filtri quyidagicha bo'ladi:
Eslatma: Agar siz normallashtirilgan quti filtridan foydalanishni xohlamasangiz, cv2.boxFilter () -dan foydalaning va argumentlarni bering normalizatsiya = funktsiya noto'g'ri.
5x5 o'lchamdagi yadro bilan quyida keltirilgan namunaviy namunani tekshiring:
Natija:
2. Gauss filtrlash
Ushbu yondashuvda teng filtr koeffitsientlaridan iborat quti filtri o'rniga Gauss yadrosi ishlatiladi. Bu cv2.GaussianBlur () funktsiyasi bilan amalga oshiriladi. Biz yadroning kengligi va balandligini belgilashimiz kerak, ular ijobiy va g'alati bo'lishi kerak. Biz, shuningdek, X va Y yo'nalishlarda standart sapmalarni aniqlashimiz kerak, sigmaX va sigmaY. Agar faqat sigmaX ko'rsatilgan bo'lsa, sigmaY sigmaX ga teng ravishda olinadi. Agar ikkalasi ham nol sifatida berilgan bo'lsa, ular yadro hajmidan hisoblanadi. Gaussni filtrlash Gaussning shovqinini tasvirdan olib tashlashda juda samarali.
Agar xohlasangiz, cv2.getGaussianKernel () funktsiyasi bilan Gauss yadrosini yaratishingiz mumkin.
Yuqoridagi kodni Gaussning xiralashishi uchun o'zgartirish mumkin:
Natija:
3. Median filtrlash
Bu erda cv2.medianBlur () funktsiyasi yadro oynasi ostidagi barcha piksellarning medianasini hisoblab chiqadi va markaziy piksel ushbu median qiymat bilan almashtiriladi. Bu tuz-qalampir shovqinini yo'q qilishda juda samarali. Shunisi e'tiborga loyiq tomoni shundaki, Gauss va quti filtrlarida markaziy element uchun filtrlangan qiymat asl rasmda bo'lmasligi mumkin bo'lgan qiymat bo'lishi mumkin. Ammo median filtrlashda bunday emas, chunki markaziy element doimo bo'ladi
rasmdagi ba'zi piksel qiymati bilan almashtirildi. Bu shovqinni samarali ravishda kamaytiradi. Yadro hajmi musbat toq butun son bo'lishi kerak.
Ushbu demoda biz asl rasmimizga 50% shovqin qo'shamiz va median filtrdan foydalanamiz. Natijani tekshiring:
Natija:
4. Ikki tomonlama filtrlash
Aytib o'tganimizdek, ilgari taqdim etgan filtrlar qirralarning xiralashishiga olib keladi. Ikki tomonlama filtr uchun bunday emas,
cv2.bilateralFilter () uchun belgilangan va qirralarni saqlash bilan birga shovqinni yo'qotishda juda samarali. Ammo operatsiya boshqa filtrlarga qaraganda sekinroq. Gauss filtri piksel atrofidagi atrofni egallab, Gaussianning o'rtacha vaznini topishini ko'rdik. Ushbu Gauss filtri faqat kosmosning funktsiyasidir, ya'ni filtrlash paytida yaqin piksellar hisobga olinadi. Piksel deyarli bir xil intensivlik qiymatiga ega yoki yo'qligini ko'rib chiqmaydi
va piksel bir chekkada yotadimi yoki yo'qmi deb o'ylamaydi. Natijada Gauss filtrlari qirralarning loyqalanishiga olib keladi, bu esa istalmagan.
Ikki tomonlama filtrda kosmos zonasida Gauss filtri ishlatiladi, lekin yana bitta (multiplikativ) Gauss filtr komponentidan foydalaniladi, bu piksel intensivligi farqi vazifasini bajaradi. Gauss fazoviy funktsiyasi filtrlash uchun faqat piksellar "fazoviy qo'shnilar" ekanligiga ishonch hosil qiladi, Gauss komponenti esa intensivlikda qo'llaniladi
domen (intensivlik farqining Gauss funktsiyasi) loyqalik intensivligini hisoblash uchun faqat markaziy pikselga ("intensivlik qo'shnilari") o'xshash bo'lgan piksellar kiritilishini ta'minlaydi. Natijada, bu usul qirralarning saqlanishini ta'minlaydi, chunki qirralarning yonida joylashgan piksellar uchun qo'shni piksellar chetning boshqa tomoniga joylashtirilgan va shuning uchun markaziy piksel bilan taqqoslaganda katta intensivlikdagi o'zgarishlarni ko'rsatadigan narsa xiralashishga qo'shilmaydi.
Quyidagi namuna ikki tomonlama filtrlash usulini namoyish etadi (Dalillar bo'yicha tafsilotlar uchun OpenCV hujjatlariga qarang).
Natija:
E'tibor bering, sirtdagi to'qimalar yo'qoldi, ammo qirralar hali ham saqlanib qolmoqda.
Do'stlaringiz bilan baham: | 
