पिक्सेल रंग का निर्धारण करने के लिए गाऊसी वितरण का इष्टतम त्रिज्या क्या है?


10

पिक्सेल मान की गणना करने के लिए एक छवि विमान पर बिंदुओं के गॉसियन वितरण का उपयोग करके, अंतिम छवि में कौन सी त्रिज्या / मानक विचलन सबसे अधिक जानकारी देगा? बहुत बड़ी त्रिज्या एक धुंधली छवि देती है, और बहुत छोटी त्रिज्या जानकारी की उपेक्षा करती है जो पिक्सेल से छोटी होती है ताकि अंतिम छवि में योगदान न हो। इष्टतम समझौता कहां है? क्या इस सवाल का एक ही जवाब है या क्या ऐसी परिस्थितियां हैं जिनके तहत यह अलग-अलग हो सकता है?

मैं इस के बारे में सोच रहा हूँ, लेकिन यह कल्पना है कि यह एक छवि को आकार देने जैसी चीजों पर समान रूप से लागू होगा। जहां उत्तर अलग-अलग होंगे, मैं उस चीज में दिलचस्पी रखता हूं जो एक निरंतर छवि विमान का नमूना लेते समय लागू होता है, ताकि एक बड़ी छवि में पिक्सेल की स्थिति का उपयोग एक इष्टतम त्रिज्या निर्धारित करने के लिए नहीं किया जा सके।

जवाबों:


7

मुझे यकीन नहीं है कि वास्तव में इष्टतम त्रिज्या है - यह एक व्यक्तिपरक मामला होने जा रहा है जो छवि के आधार पर दिखता है। जैसा कि आप कहते हैं, बहुत बड़ा त्रिज्या परिणाम में धुंधला हो जाता है और बहुत छोटा त्रिज्या परिणाम देता है।

मुझे सिग्मा = 0.5 पीएक्स सेट करना पसंद है, ताकि समग्र त्रिज्या लगभग 1.5 पीएक्स हो (चूंकि गौसियन के पास अपने वजन का बहुमत है, जो अपने माध्य के s 3 सिग्मा के भीतर है)। मेरे अनुभव में जो धुंधलापन और अलियासिंग के बीच एक अच्छा व्यापार बंद कर देता है, लेकिन यह सिर्फ मेरा स्वाद है, किसी भी उद्देश्य पर आधारित नहीं है।

वैसे, एंटीएलियासिंग पर एक ब्लॉग पोस्ट के एक हिस्से के रूप में मैंने पिछले साल लिखा था (जो कि इस साइट के पिछले अवतार पर पोस्ट किए गए एक उत्तर पर आधारित था!), मैंने एक सिंथेटिक परीक्षण छवि के खिलाफ कई प्रकार के एंटीअलियासिंग कर्नेल का परीक्षण किया और बाहर आया! मेरे व्यक्तिपरक पसंदीदा के रूप में 0.5 px गाऊसी के साथ।


मुझे याद है कि अंतिम बार उत्तर मिला :) (मैं उस समय वापस गया था)। यह देखने के लिए दिलचस्प है कि यह एक ब्लॉग पोस्ट में विस्तारित है।
ट्राइकोप्लाक्स

4

कल्पना कीजिए कि एक समतल फर्श की तस्वीर को एक समान काले और सफेद चेकबोर्ड पैटर्न के साथ प्रस्तुत किया जा रहा है जो क्षितिज तक फैला हुआ है; चेकर्स काफी बड़े हैं कि वे कैमरे के पास के बिंदुओं पर स्पष्ट रूप से दिखाई देने चाहिए, लेकिन क्षितिज के पास अलग-अलग होने के लिए पर्याप्त बड़े नहीं हैं।

क्षितिज के पास, फर्श को एक समान ग्रे के रूप में दिखाई देना चाहिए। कैमरे के पास, चेकर्स को अलग दिखाई देना चाहिए। कैमरे और क्षितिज के बीच फर्श की उपस्थिति किसी तरह उन दो चरम सीमाओं के बीच संक्रमण करना चाहिए।

यदि दृश्य को एक स्थानिक फ़िल्टर प्रदान किया जाता है जिसमें एक बहुत ही भेड़ का कट-ऑफ होता है, तो एक निश्चित दूरी होगी जहां फर्श को ग्रे होने की जाँच की जाती है। यदि कोई एक shallower फिल्टर का उपयोग करता है, तो संक्रमण बहुत अधिक क्रमिक होगा, लेकिन मूल "कट-ऑफ" दूरी के पास की चीजें कम तीक्ष्ण होंगी क्योंकि वे अन्यथा होती थीं।

यदि कोई "दीवार" जोड़ना या फर्श के दूर के हिस्सों को छिपाने के लिए दृश्य को क्रॉप करता है, जैसे कि धब्बेदार फर्श को धूसर करने के लिए किसी भी हिस्से की आवश्यकता नहीं है, तो सबसे अच्छे परिणाम का उपयोग करके प्राप्त किया जाएगा। फिल्टर, सबसे तेज छवि उपज। एक उथले फ़िल्टर का उपयोग करने से छवि संक्रमण को रोकने के उद्देश्य के लिए एक गंदा संक्रमण होगा जो वैसे भी दिखाई देने वाला नहीं था।

यह पता लगाने के लिए कि किस प्रकार के फ़िल्टरिंग का उपयोग करना है, इसके लिए आवश्यक है कि किसी को प्रदर्शित होने वाली जानकारी के स्थानिक आवृत्ति सामग्री के बारे में कुछ पता होना चाहिए। यदि छवि में रुचि का कुछ भी नहीं है जो Nyquist से संपर्क करेगा, एक खड़ी फिल्टर का उपयोग करके सबसे तेज परिणाम प्राप्त होगा। यदि, हालांकि, छवि सामग्री Nyquist से अधिक है, तो क्रमिक फ़िल्टर का उपयोग करके बदसूरत "संक्रमण" से बचा जाएगा। सभी मामलों के लिए कोई एकल दृष्टिकोण इष्टतम नहीं होगा।


2

मेरी राय और अनुभव में, मुझे नहीं लगता कि एक अविभाज्य उत्तर मौजूद है ... मूल रूप से साहित्य में आप आसानी से अनुकूली फिल्टर का उदाहरण भी पा सकते हैं (जैसे कि चर आकार का)।

मुझे लगता है कि वास्तविक उत्तर दोनों संदर्भों के अनुप्रयोगों (यानी हार्डवेयर या सोफ़वेयर, वास्तविक समय या नहीं) से संबंधित होना चाहिए और जिस तरह का दृश्य आप संश्लेषित करने जा रहे हैं (कुछ दृश्यों में आमतौर पर अलग-अलग प्रकार के अलियासिंग शामिल होते हैं जब सिंथेटाइज़ किया जाता है (मैं उपयोग करता हूं) इस सामान्य उद्देश्य पर))। मूल रूप से कंप्यूटर ग्राफिक्स छवि संश्लेषण के लिए एल्गोरिदम और डेटा संरचना का अध्ययन है, और इस तरह की परिभाषा किसी भी तरह के अनुप्रयोग से संबंधित नहीं है।

निस्संदेह एक महत्वपूर्ण कारक यहां तक ​​कि एक फ़िल्टरिंग प्रक्रिया द्वारा प्राप्त किया जाने वाला लक्ष्य है (अर्थात आवश्यक नहीं कि अत्यधिक धुंधलापन खराब हो सकता है ...)।

यदि आप "अच्छा देखने के लिए" बोल रहे हैं तो मुझे लगता है कि आप मेरे साथ सहमत हो सकते हैं जब मैं कहता हूं कि "सुखद छवि" का कोई विशिष्ट उपाय नहीं है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.