ノイズ除去 - 変更履歴

2015年2月9日 (月) 10:22にKinoshitaによる

2015-02-09T10:22:41Z

Kinoshita: /* B-splineフィルタ */

2014-10-03T02:22:38Z

‎B-splineフィルタ

Kinoshita: /* 線形フィルタ */

2014-10-03T00:55:07Z

‎線形フィルタ

Admin: /* cos */

2013-06-20T13:42:22Z

‎cos

Admin: /* 非線形フィルタ */

2013-04-02T19:21:58Z

‎非線形フィルタ

Admin: /* 実空間フィルタ */

2013-04-02T19:21:05Z

‎実空間フィルタ

Admin: /* ローパスフィルタ */

2013-04-02T19:19:54Z

‎ローパスフィルタ

Admin: /* 平均化フィルタ */

2013-04-02T19:18:57Z

‎平均化フィルタ

2013年4月1日 (月) 22:27にAdminによる

2013-04-01T22:27:43Z

Admin: ページの作成：「ノイズ除去 ==線形フィルタ== Eosでは、mrcImageLowPassFilter等がその役割を担っています。 === ローパスフィルタ === 　空間...」

2013-03-31T09:28:15Z

ページの作成：「ノイズ除去 ==線形フィルタ== Eosでは、mrcImageLowPassFilter等がその役割を担っています。 === ローパスフィルタ === 　空間...」

新規ページ

ノイズ除去

==線形フィルタ==
[[Eos]]では、[[mrcImageLowPassFilter]]等がその役割を担っています。
=== ローパスフィルタ ===
　空間周波数の低い領域の情報を利用します。これは、シグナルが低周波側の強度が強いのに対して、ノイズが高周波まで同等の強度を持つ性質を利用したものです。

==非線形フィルタ==
[[Eos]]では、[[mrcImageSmoothing]]等がその役割を担っています。
=== メジアンフィルタ ===
　指定した領域の中央値を代表値として採用します。

=== Lee-Sigmaフィルタ(σフィルタ）===
　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。
　

@@ 行8: / 行8: @@
 # 電子のエネルギー損失と色収差からくる低分解能側に多く存在するノイズ：有色雑音（全域）
 # カメラのCCDや蛍光板、フィルムへの放射線、あるいは、ゴミなどによるノイズ：局所雑音
 などが挙げられます。

@@ 行52: / 行52: @@
 ==== B-splineフィルタ ====
-　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。
+　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。無限回繰り返すと、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。
 ==非線形フィルタ==

@@ 行28: / 行28: @@
 [[Eos]]では、[[mrcImageLowPassFilter]]、[[mrcImageSmoothing]]等がその役割を担っています。
 === ローパスフィルタ ===
-　空間周波数の低い領域の情報を利用します。これは、シグナルが低周波側の強度が強いのに対して、ノイズが高周波まで同等の強度を持つ性質を利用したものです。[[mrcImageLowPassFilter]]が各種のカーネルに対応しています。ここでは、Eosで実装しているローパスフィルタを示します。
+　空間周波数の低い領域の情報を利用します。これは、シグナルが低周波側の強度が強いのに対して、ノイズが高周波まで同等の強度を持つ性質を利用したものです。[[mrcImageLowPassFilter]]が各種のカーネルに対応しています。ここでは、[[Eos]]で実装しているローパスフィルタを示します。
 ==== ideal====

@@ 行34: / 行34: @@
 ==== cos ====
- コサイン関数による窓関数により高周波成分をカットするものです。カットのエッジがなまるため、実空間で畳み込まれる関数の染み出しが減少します。
+コサイン関数による窓関数により高周波成分をカットするものです。カットのエッジがなまるため、実空間で畳み込まれる関数の染み出しが減少します。
 ==== exp ====

@@ 行46: / 行46: @@
 === 実空間フィルタ ===
-　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。
+　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。
 ==== 平均化フィルタ ====

@@ 行55: / 行55: @@
 ==非線形フィルタ==
-[[Eos]]では、[[mrcImageSmoothing]]等がその役割を担っています。
+[[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。
 === メジアンフィルタ ===

@@ 行49: / 行49: @@
 ==== 平均化フィルタ ====
-　周辺の値の算術平均を代表値とします。[[mrcImageSmoothing]]が対応しています。
+　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。
 ==非線形フィルタ==

@@ 行1: / 行1: @@
 ノイズ除去
 ==線形フィルタ==
-[[Eos]]では、[[mrcImageLowPassFilter]]等がその役割を担っています。
+[[Eos]]では、[[mrcImageLowPassFilter]]、[[mrcImageSmoothing]]等がその役割を担っています。
 === ローパスフィルタ ===
-　空間周波数の低い領域の情報を利用します。これは、シグナルが低周波側の強度が強いのに対して、ノイズが高周波まで同等の強度を持つ性質を利用したものです。
+　空間周波数の低い領域の情報を利用します。これは、シグナルが低周波側の強度が強いのに対して、ノイズが高周波まで同等の強度を持つ性質を利用したものです。[[mrcImageLowPassFilter]]が各種のカーネルに対応しています。
 ==非線形フィルタ==
 [[Eos]]では、[[mrcImageSmoothing]]等がその役割を担っています。
 === メジアンフィルタ ===
-　指定した領域の中央値を代表値として採用します。
+　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。
 === Lee-Sigmaフィルタ(σフィルタ）===
-　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。
+　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。