Noise reduction - Revision history

Kinoshita: /* エッジ保存平滑化フィルタ */

2014-10-03T05:30:30Z

‎エッジ保存平滑化フィルタ

Kinoshita: /* 非線形拡散方程式フィルタ */

2014-10-03T05:26:17Z

‎非線形拡散方程式フィルタ

Kinoshita: /* Bilateralフィルタ */

2014-10-03T05:24:22Z

‎Bilateralフィルタ

Kinoshita: /* Lee-Sigmaフィルタ(σフィルタ） */

2014-10-03T05:12:56Z

‎Lee-Sigmaフィルタ(σフィルタ）

Kinoshita: /* Quadratic Surface Fitting */

2014-10-03T04:21:07Z

‎Quadratic Surface Fitting

Kinoshita: /* 非線形フィルタ */

2014-10-03T03:10:09Z

‎非線形フィルタ

Kinoshita: /* B-spline Filter */

2014-10-03T02:48:26Z

‎B-spline Filter

Kinoshita: /* B-spline Filter */

2014-10-03T02:14:55Z

‎B-spline Filter

Kinoshita: /* 実空間フィルタ */

2014-10-03T02:11:39Z

‎実空間フィルタ

Kinoshita: /* Linear Filter */

2014-10-03T01:49:53Z

‎Linear Filter

← Older revision		Revision as of 05:30, 3 October 2014
Line 71:		Line 71:
	=== NonLinear Diffusion Equation Filter ===		=== NonLinear Diffusion Equation Filter ===

−	=== ~~エッジ保存平滑化フィルタ~~ ===	+	=== dge-Preserving Smoothing Filter ===

@@ Line 69: / Line 69: @@
 　Prepare a kernel(Normally, Gaussian Function) which is suitable about spatial-direction and intensity-direction, then according to use this multiply as the weight, you can perform smoothing, keeping edge.
-=== 非線形拡散方程式フィルタ ===
+=== NonLinear Diffusion Equation Filter ===
 === エッジ保存平滑化フィルタ ===

@@ Line 66: / Line 66: @@
 　Assume the center point as a average value(avg), and calculate the standard deviationσ(=sqrt(sigma(xi-avg)*(xi-avg)/n) among specified around region, finally determine average value about set of point whose value exists in range(avg+-thres*σ) of constant multiple of this σ, as representative value. It can perform smoothing, keeping edge.
-=== Bilateralフィルタ ===
+=== Bilateral Filter ===
-　空間方向及び強度方向に適切なカーネル（通常は、ガウス関数）を用意し、その積をウェイトとして用いる事で、エッジを保存しながら平滑化することが可能です。
+　Prepare a kernel(Normally, Gaussian Function) which is suitable about spatial-direction and intensity-direction, then according to use this multiply as the weight, you can perform smoothing, keeping edge.
 === 非線形拡散方程式フィルタ ===

@@ Line 63: / Line 63: @@
 　It performs fitting and determination of the intensity by Minimum Square Methods on Quadratic Surface.
-=== Lee-Sigmaフィルタ(σフィルタ）===
+=== Lee-Sigma Filter (σ-Filter）===
-　中心点を平均値(avg)と仮定し、その周辺の指定した領域の標準偏差σ(=sqrt(sigma(xi-avg)*(xi-avg)/n)を計算し、そのσの一定倍数内(avg+-thres*σ)の値をもつ点の集合の平均値を代表値として採用します。エッジを保存しながら、平滑化が可能です。
+　Assume the center point as a average value(avg), and calculate the standard deviationσ(=sqrt(sigma(xi-avg)*(xi-avg)/n) among specified around region, finally determine average value about set of point whose value exists in range(avg+-thres*σ) of constant multiple of this σ, as representative value. It can perform smoothing, keeping edge.
 === Bilateralフィルタ ===

@@ Line 61: / Line 61: @@
 === Quadratic Surface Fitting ===
-　強度を２次曲面に最小自乗法でフィットし、推定します。
+　It performs fitting and determination of the intensity by Minimum Square Methods on Quadratic Surface.
 === Lee-Sigmaフィルタ(σフィルタ）===

@@ Line 54: / Line 54: @@
 　Perform multiple times(k+1 times) the above convolution by Box Function, it becomes basis spline which is called kth-order Cardinal B Spline. If it is repeated infinite number of times, it converges to Gaussian Function Basis. Especially, 3rd-order spline function is often used. Currently, [[Eos]] can perform by using [[mrcImageSmoothing]] with Averaging Filter of multiple times (Option: -times).
-==非線形フィルタ==
+==Nonlinear Filter==
-[[Eos]]では、実空間フィルタとして実装されており、[[mrcImageSmoothing]]等がその役割を担っています。
+On [[Eos]], It is implemented as Real Space Filter, and [[mrcImageSmoothing]] performs its role.
-=== メジアンフィルタ ===
+=== Median Filter ===
-　指定した領域の中央値を代表値として採用します。ポアッソンノイズやごま塩型のノイズに強く、エッジを保存します。
+　The medium value in specified region is treated as the representative value. It is strong at Poisson Noise or Salt-and-Pepper Noise, and it keeps edge.
-=== ２次曲面フィッティング ===
+=== Quadratic Surface Fitting ===
 　強度を２次曲面に最小自乗法でフィットし、推定します。

@@ Line 52: / Line 52: @@
 ==== B-spline Filter ====
-　Perform multiple times(k+1 times) the above convolution by Box Function, k次のCardnal B Splineと呼ばれるスプライン基底になります。無限会繰り返すと、Gauss関数基底に収束します。また、３次のスプライン関数はよく利用されます。[[Eos]]では、今のところ、[[mrcImageSmoothing]]の平均化フィルタを複数回適用(-timesにより指定できる)することで実現できます。
+　Perform multiple times(k+1 times) the above convolution by Box Function, it becomes basis spline which is called kth-order Cardinal B Spline. If it is repeated infinite number of times, it converges to Gaussian Function Basis. Especially, 3rd-order spline function is often used. Currently, [[Eos]] can perform by using [[mrcImageSmoothing]] with Averaging Filter of multiple times (Option: -times).
 ==非線形フィルタ==

@@ Line 45: / Line 45: @@
 　Multiply Lorenz Function, on Fourier Space. Convolution Function on Real Space is Exponential Function. This is similar to blur by Film.
-=== 実空間フィルタ ===
+=== Real Space Filter ===
-　実空間に、適切なカーネルを畳み込むことで平滑化します。Eosでは、実空間でのフィルタに関しては、[[mrcImageSmoothing]]により対応しています。ここでは、Eosで実装、あるいは、実現可能なフィルタを示します。
+　It smooths by convoluting at a suitable kernel. On [[Eos]], [[mrcImageSmoothing]] supports about filter on Real Space. Here, Here, show filters that is implemented or can be implemented on [[Eos]].
-==== 平均化フィルタ ====
+==== Averaging Filter ====
-　周辺の値の算術平均を代表値とします。Box関数による畳み込みに対応しています。[[Eos]]では、[[mrcImageSmoothing]]が対応しています。
+　Arithmetic mean of around value is treated as the representative value. Convolution by Box Function is equivalent to it. On [[Eos]], [[mrcImageSmoothing]] supports to it.
-==== B-splineフィルタ ====
+==== B-spline Filter ====
 　上記のBox関数による畳み込みを複数回(k+1回)実施すると、k次のCardnal B Splineと呼ばれるスプライン基底になります。無限会繰り返すと、Gauss関数基底に収束します。また、３次のスプライン関数はよく利用されます。[[Eos]]では、今のところ、[[mrcImageSmoothing]]の平均化フィルタを複数回適用(-timesにより指定できる)することで実現できます。

@@ Line 43: / Line 43: @@
 ==== Lorenz ====
-　フーリエ空間にローレンツ関数を積算するものです。実空間での畳み込み関数が指数関数になります。フィルムでのボケ方に似ています。
+　Multiply Lorenz Function, on Fourier Space. Convolution Function on Real Space is Exponential Function. This is similar to blur by Film.
 === 実空間フィルタ ===