Другое

Медианная фильтрация Матлаб: при решении каких задач она используется

Lorem ipsum dolor

Медианная фильтрация в Матлаб — это обычная нелинейная фильтрация изображений. Использование этой технологии подавления шумов на изображении приводит к улучшенному пониманию объекта, изображенного на рисунке. Основной принцип, определяющий медианный фильтр Матлаб, — заменять определенный пиксель на среднее цветовое значение соседнего пикселя. В таком подходе получается структурировать пиксели таким образом, чтобы все соседствующие пиксели были близки к истинному усредненному цветовому значению. Звучит сложно, но на деле медианная фильтрация помогает устранять различные точки шума, сохраняя истинное изображение главного объекта.

Фильтрация изображения — это обработка целевого изображения, где преследуется цель сохранить истинное изображение и устранить максимальное количество «загрязняющих» шумов. При работе с изображениями их фильтрация является основной и незаменимой операцией. Благодаря фильтрации получается нормализовать дальнейшую работу над изображениями. Обычно фильтрация изображений преследует две основные цели:

  • выделить определенные объекты на изображении;

  • устранить шумы, мешающие работе с изображениями.

При этом любой фильтрации предъявляют важное требование: не навредить изображению и не исказить контуры основного объекта, изображенного на графике.

Вот и получается, что медианная фильтрация Матлаб — это один из способов отфильтровать изображение.

Медианная фильтрация Матлаб

Медианный фильтр Матлаб имеет важную особенность — он неэффективен при обработке монотонных изображений. Если провести монотонное изображение через медианный фильтр, тогда на выходе будет изображение без внесенных изменений. Эта особенность позволяет применять медианный фильтр в контрастных изображениях, при этом на таких изображениях без искажений будут сохраняться резкие границы объектов и подавляться малоразмерные и слабо различимые части.

Работу медианного фильтра Матлаб можно описать словами. Фильтр представляет собой небольшое «окно», которое будет проходить по всем пикселям изображения. Размер «окна» фильтра вы устанавливаете самостоятельно, причем чем больше будет «окно», тем сильнее будут «размываться» границы изображения. Почему так? Потому что «окно фильтра» охватывает определенное количество пикселей, для которых вычисляется усредненное цветовое значение. На «выходе окна» получается пиксель с усредненным цветовым значением всех пикселей, входящих в окно. Соответственно, чем больше пикселей будет входить в окно, тем сильнее будет усредняться цветовое значение пикселя на «выходе», а значит, сильнее будут «размываться» границы основного объекта. Все мелкие объекты и шумы, которые попали в «окно» медианного фильтра, просто «размываются» усредненным цветом, то есть фактически устраняются на изображении.

Медианная фильтрация Матлаб — это нелинейная фильтрация, поэтому она используется в противовес линейным фильтрам. Линейные фильтры отлично сглаживают резкие перепады яркости изображений, но проводят ту процедуру линейно. На деле получается, что линейная фильтрация хорошо себя показывает, когда распределение цвета на изображении также проходит линейно. Однако проблема в том, что реальные изображения не подчиняются линейному распределению цветов, поэтому при обработке реальных изображений линейными фильтрами возникают проблемы с пониманием объектов, изображенных на графике. Эти проблемы особенно заметны, когда потребителем отфильтрованного изображения является человек.

Реальное изображение — это разнообразие границ с перепадами яркости и цветов, а также сменой структур с одной на другую. Таким образом, применение линейной фильтрации в этом случае чаще всего не оправдано. К примеру, практика показала, что при наличии на изображении импульсивных помех — разбросанные контрастные шумовые пиксели по кадру линейные фильтры их не устраняют, а наоборот, размножают, поэтому конечное качество изображения только ухудшается. Импульсные помехи присутствуют практически на каждом реальном изображении.

Исходя из всего сказанного, получается, что нелинейная медианная фильтрация Матлаб — это наиболее подходящий метод фильтрации для реальных изображений.

Медианный фильтр Матлаб: недостатки

  1. Невозможно предугадать конечный результат. Медианный фильтр Матлаб — это не математический алгоритм, а эвристический подход к фильтрации изображений, поэтому предугадать результат медианной фильтрации определенного изображения очень трудно. Можно лишь сопоставлять результат медианной фильтрации с другими методами обработки графики и в конечном итоге принимать решение, как лучше фильтровать в каждом конкретном случае.

  2. Независимость в обработке изображения. В определенных случаях это является достоинством, но также и недостатком. Суть в том, что медианная фильтрация изображения происходит в пределах «окна» фильтрации. В результате получается, что обработка определенного участка изображения в пределах «окна» не зависит от остальных участков изображения. 

  3. Размытые контуры объекта при увеличении «фильтрационного окна». Мы уже описывали этот недостаток. Принцип простой: чем шире окно — тем больше цветовых пикселей участвует в усреднении цвета. По факту получается, что чем больше «фильтрационное окно», тем хуже четкость изображения.

Заключение

Медианная фильтрация Матлаб — это наиболее частый способ обработки реальных изображений. Да, конечный результат фильтрации предугадать трудно, однако в большинстве случаев он полностью устраивает исследователей изображения.

Сегодня мы коснулись теоретической части, чтобы у вас было понимание, что из себя представляет медианный фильтр Матлаб. При этом информации по этому способу фильтрации очень много, и уместить ее в одну статью не представляется возможным, поэтому, как реализовать медианную фильтрацию в Матлаб на практике, мы покажем в следующих статьях.

Схожие статьи

Преимущества системы CRM для бизнеса
Другое

Преимущества системы CRM для бизнеса

Интеграционное тестирование: определение, виды и примеры
Другое

Интеграционное тестирование: определение, виды и примеры

Хеш-таблица: определение и особенности в разных языках программирования
Другое

Хеш-таблица: определение и особенности в разных языках программирования

Какие возможности у Гугл Ассистента и как ими воспользоваться?
Другое

Какие возможности у Гугл Ассистента и как ими воспользоваться?