Filtre de classement – Wikipedia
Le Filtre de classement appartiennent à la classe des filtres non linéaires dans le traitement d’image numérique. Ce sont des filtres qui ne peuvent pas être décrits par un pliage.
Dans les filtres de classement, les valeurs grises des pixels sont collectées dans une zone définie d’un pixel, triée en fonction de la taille et introduites dans un classement. Maintenant, une valeur grise est sélectionnée dans cette liste triée, qui remplace la valeur gris du pixel actuel.
Le choix de position détermine le type de filtre de classement. Avec un tri ascendant, vous obtenez le
- Filtre minimum, pour la valeur gris minimale, première position de la liste
- Filtre médian, pour la valeur grise située au milieu de la liste
- Filtre maximal, pour la valeur gris maximale, la dernière position de la liste.
Dans le filtre minimum, les valeurs gris des pixels sont collectées dans une zone définie d’un pixel et triées en fonction de la taille. Maintenant, la plus petite valeur grise de cette liste triée est choisie, qui remplace la valeur gris du pixel actuel.
L’exemple à droite montre le filtrage automatique du texte blanc. La partie gauche est dotée d’un lettrage blanc. Le résultat du filtrage automatique peut être vu dans l’image du milieu, à droite à droite trois fois les extraits.
Le filtre minimum remplace les valeurs d’un environnement par la plus petite valeur de la zone. Si l’environnement est suffisamment grand, ici 5 × 5 pixels, vous pouvez le trouver en plus des valeurs maximales pour la couleur Blanc La police est également plus petite gris ou couleur. Les valeurs plus petites le remplacent. Pour que l’image entière ne fonctionne pas comme dans le démobilder ci-dessus, un filtre de seuil était également intermédiaire pour être intermédiaire à plus sombre que Blanc laisser inchangé.
Dans le filtre médian, les valeurs gris des pixels sont collectées dans une zone définie d’un pixel et triées en fonction de la taille. Maintenant, la valeur gris moyenne (médiane) de cette liste triée est choisie, qui remplace la valeur gris du pixel actuel.
Par rapport aux filtres à boîte, les filtres médians ont l’avantage que les pixels individuels sont remplacés sans provoquer de lissage du bord.
L’image gauche de la voiture photo supérieure est superposée par des pixels blancs distribués statistiquement. Le filtrage médian conduit au résultat à droite. Bien qu’aucune information supplémentaire n’ait été ajoutée au motif d’image, la bonne image est plus facile à voir.
Les pixels blancs produisent de nombreux contrastes et entravent la perception de l’image dans le cerveau. Si vous êtes remplacé par des valeurs de couleur de votre environnement, une image légèrement vague est créée sans bords non image. Les pixels aberrants (ici sache ( Sel )) Sel et poivre appelé.
La voiture photo inférieure montre le résultat du filtrage médian (taille du bloc: 5 pixels) sur un enregistrement Mars de 1976, qui est entrecoupé de pixels sombres.
Voici un exemple de la différence entre le filtre médian et le calcul de la valeur moyenne:
Médiane de {1, 3, 5 , 8, 103} = 5, en revanche, la moyenne de {1, 3, 5 , 8, 103} = 24
Cette différence claire peut être facilement constatée que le filtre médian est beaucoup plus stable par rapport à la “valeur aberrante” sur l’image. Le filtre moyen comprendrait cette valeur aberrante dans la nouvelle valeur de couleur et la falsifier donc.
Dans le cas de l’écriture, le filtre médian montre des faiblesses claires. Le script noir ne serait plus affiché sur un métro blanc car la majorité des pixels environnants sont blancs. Un filtre médian 3 × 3 omet toutes les “lignes” qui mesurent 2 pixels de 2 pixels. Un filtre médian 9×9 révèle même toutes les “lignes” qui ont une largeur inférieure à 5 pixels.
Dans le cas des images multicanaux (images couleur), il n’est pas nécessairement utile d’utiliser le filtre médian sur tous les canaux séparément, puis de rassembler les canaux. Cela crée généralement de nouvelles couleurs qui peuvent falsifier l’image. [d’abord] Une façon d’éviter ce problème consiste à utiliser le filtre médian vectoriel.
Dans le filtre maximal, les valeurs gris des pixels sont collectées dans une zone définie d’un pixel et triées en fonction de la taille. Maintenant, la plus grande valeur grise de cette liste triée est choisie, qui remplace la valeur gris du pixel actuel.
- ↑ Wilhelm Burger et Mark James Burge. Traitement d’image numérique: une introduction algorithmique avec Java. Springer Vieweg, Berlin, 3 édition, 2015.
Recent Comments