「平滑化」の版間の差分
(→周波数領域での処理による平滑化) |
(→バイラテラルフィルタ(Bilateral Filter)) |
||
行47: | 行47: | ||
==== バイラテラルフィルタ(Bilateral Filter)==== | ==== バイラテラルフィルタ(Bilateral Filter)==== | ||
エッジを保存しながら、平滑化することを目的として、密度差がある領域での点拡がり関数([[PSF]])を小さくする。 | エッジを保存しながら、平滑化することを目的として、密度差がある領域での点拡がり関数([[PSF]])を小さくする。 | ||
− | [[ | + | [[mrcImageBilateralFilter]]で対応している。 |
==== 非対称拡散フィルタ(Anisotropic Diffusion)==== | ==== 非対称拡散フィルタ(Anisotropic Diffusion)==== |
2014年11月25日 (火) 20:27時点における最新版
平滑化処理とは、主に雑音による画像の劣化を復元するための手法である。雑音を取り除くための前処理を行うことにより、適切な画像解析が可能となる。
目次
局所オペレータを用いる方法
畳み込み演算を用いた局所オペレータを用いる方法は、ノイズを除去するための最も基本的な演算といえる。
単純平均化
局所平均フィルタ
指定したウィンドウのピクセルを平均します。 Eosでは、 mrcImageSmoothing (-m 2)、もしくは、mrcImageConvolutionにより適切なカーネルを設定すれば、実行できます。
局所加重平均フィルタ
局所平均フィルタが指定したウィンドウ内のピクセルについて一様であるのに対し、こちらは中心付近のピクセルの寄与を大きくします。 mrcImageConvolutionによって、適切なカーネルを設定すれば、実行できます。 ガウス関数を畳み込むことも出来ます。この場合、一般には、±2σ 〜±3σ の窓関数を用意します。
画質(エッジ、線)を損なわない平滑化
メジアンフィルタ
指定した窓の中の中央値を代表値としてとるフィルタである。非線形フィルタである。 mrcImageSmoothingで対応している。
長所:エッジが鈍らない。ごま塩型のノイズ(ポアッソン型ノイズ)に強い。
欠点:時間がかかる。演算が非線形である。
可変加重平均法
局所領域における加重平均の重みを、それぞれの密度パターンによって適応的に変化させることにより、雑音を押さえることを目指したものである。
Edge and Line weights smoothing
Contrast-sensitive weights smoothing
Gradient inverse weighted smoothing
サブ局所領域分割法
局所領域を複数の局所領域に分割し、もっとも均一と思われるサブ領域を選択し、その領域を平滑化する手法である。
エッジ保存平滑化
矢村の平滑化フィルタ
Lee-Sigma フィルタ(Lee-Sigma Filter)
局所領域の中で、指定した±Kσの範囲を超えているデータ(特異値)を省いた平均値を代表点として用いる方法である。 mrcImageSmoothingで対応している。
長所:エッジが鈍らない。ごま塩型のノイズ(ポアッソン型ノイズ)に強い。 欠点:時間がかかる。演算が非線形である。
バイラテラルフィルタ(Bilateral Filter)
エッジを保存しながら、平滑化することを目的として、密度差がある領域での点拡がり関数(PSF)を小さくする。 mrcImageBilateralFilterで対応している。
非対称拡散フィルタ(Anisotropic Diffusion)
弛緩法
画素の濃淡レベルを確率として取り扱い、繰り返し計算を通して、最終的に適切な解をえる。
周波数領域での処理による平滑化
ローパスフィルタ
ガウス型ノイズなどのノイズが、空間周波数の低周波成分から高周波成分まで比較的同定の強度をもつのに対して、信号である画像は、一般に、低周波成分の強度が高く、高周波成分の強度が低い傾向がある。そのため、高周波成分を抑えることにより、SN比の向上を図ることを目的としたフィルタである。
長所:比較的高速である。線形演算である。
短所:エッジが鈍る。