मेरी एक 2 डी छवि है, जिसे मैं इन बाधाओं / गुणवत्ता मीट्रिक के साथ फ़िल्टर को कम करना चाहता हूं:
- मैं छवि में प्रकाश को "जोड़" नहीं सकता, इसलिए परिणाम में प्रत्येक पिक्सेल इनपुट में <= संबंधित पिक्सेल होना चाहिए।
- प्रयोग करने के लिए, लोपास कटऑफ आवृत्ति एक पैरामीटर होनी चाहिए
- इस फ़िल्टर को बार-बार लगाने से परिणाम महत्वपूर्ण रूप से नहीं बदलना चाहिए।
- इस एल्गोरिथ्म को चलाने में लगने वाला समय (5 मिनट के लिए 5 मिनट की छवि उचित लगती है)
- फ़िल्टर किए गए प्रकाश की मात्रा को कम से कम करना।
नीचे कुछ दृष्टिकोण दिए गए हैं, जिन्हें मैंने उनकी कमियों के साथ आज़माया है:
सामान्य की तरह गॉसियन फ़िल्टर, फिर परिणाम को कसना के अनुपालन के लिए नीचे खींचें। यह पहले 3 बिंदुओं के साथ बहुत अच्छी तरह से अनुपालन करता है, लेकिन आवश्यकता से बहुत अधिक प्रकाश को कम करता है।
"ऊपर" परवलियों को "निम्न" बिंदुओं के माध्यम से और नीचे की ओर "नीचे की ओर" परवलियों को चिकना करने के लिए छोड़ दें। यह 1 डी में बहुत अच्छा काम करता है, लेकिन इसे पहले क्षैतिज रूप से लागू करता है, फिर 2 डी में खराब परिणाम पैदा करता है। इसमें बहुत समय लगता है, लेकिन मेरे आवेदन के लिए बहुत लंबा नहीं है। हालांकि, बार-बार इस फ़िल्टर को लागू करने से परिणाम में काफी बदलाव आएगा। यदि 1 डी (1 डी) इनपुट एक संपूर्ण "डाउनवर्ड" परबोला है (जिसे बिल्कुल भी फ़िल्टर नहीं किया जाना चाहिए), तो इसे स्टार्ट / एंड पर बैठे 2 "ऊर्ध्वगामी" परवलयों द्वारा प्रतिस्थापित किया जाएगा।
2 डी "बुनियादी" कार्यों के कुछ अन्य रूप का उपयोग करना और इष्टतम मापदंडों को खोजने के लिए रैखिक समाधान। यह वर्तमान में केवल एक विचार है, जिसे अभी तक कार्यान्वित / परीक्षण नहीं किया गया है।
सिग्नल प्रोसेसिंग में मेरे अनुभव का डोमेन लगभग विशेष रूप से इमेज प्रोसेसिंग है, इसलिए मुझे सिग्नल प्रोसेसिंग के अन्य क्षेत्रों में सक्रिय विशेषज्ञों के इनपुट के साथ इस समस्या के विकल्प खोजने की उम्मीद है।
अद्यतन 2011/08/18
वर्तमान प्रतिक्रियाओं के आधार पर, मैंने एक विशिष्ट इनपुट के ग्राफ़ को जोड़कर चीजों को थोड़ा और स्पष्ट करने का फैसला किया और 3 दृष्टिकोणों के परिणामों को मैंने मूल रूप से वर्णित किया + जो सुझाव मुझे अब तक प्राप्त हुए थे। आसान तुलना के लिए, मैंने इन उदाहरणों में सिर्फ 1 डी फ़िल्टरिंग का उपयोग किया।
इनपुट डेटा:
गाऊसी फ़िल्टर + आवश्यकता (1) का अनुपालन करने के लिए इसे नीचे लाते हैं।
आप देख सकते हैं कि इसे नीचे लाने से दाएं हाथ पर अनावश्यक प्रकाश में कमी आती है।
Parabolas
जहाँ तक मेरा सवाल है, यह बहुत उत्कृष्ट है, दुख की बात है कि यह 2 डी में पूरी तरह से पहले क्षैतिज, फिर ऊर्ध्वाधर लागू करके अनुवाद नहीं करता है। इस मामले में, आप यह भी देख सकते हैं कि मैं फ़्लोटिंग पॉइंट रिज़ॉल्यूशन में फिट किए गए परवलों का मूल्यांकन कर सकता हूं, जो एक छोटा लाभ है, लेकिन बिल्कुल आवश्यक नहीं है।
ग्रेस्केल अपरदन
रवांग के सुझाव के आधार पर, मैंने ग्रेस्केल अपरदन की कोशिश की। मैंने अपने "फिट" परवल के रूप में एक ही परवलयिक आकार के साथ एक संरचनात्मक तत्व का उपयोग किया। परिणाम लगभग बिल्कुल समान है, इसलिए यह आशाजनक लगता है। हालाँकि, अभी भी कुछ समस्याएं हैं: 1. मेरा ढांचा तत्व "काफी बड़ा" नहीं था (हालांकि यह पहले से ही 801 पिक्सेल चौड़ा था) 1. मेरे पास केवल "ऊपर की ओर" परबोलस है, एक "परबोला से किसी भी परवल को संक्रमण को सुचारू करने के लिए नहीं" अगला।
मेडियन फ़िल्टरिंग
केवल पूर्णता के लिए शामिल है, यह वास्तव में नहीं है जो मुझे चाहिए।
कच्चा डेटा
I ने कच्चे इनपुट डेटा + विभिन्न अजगर आदेशों को पेस्टीबिन पर चिपकाया, ताकि आप उसी डेटा के साथ भी प्रयोग कर सकें।
http://pastebin.com/ASnJ9M0p
