BuB
FM
FM
46
0.0 (0)
Kartei Details
Karten | 46 |
---|---|
Sprache | Deutsch |
Kategorie | Informatik |
Stufe | Universität |
Erstellt / Aktualisiert | 15.07.2015 / 15.07.2015 |
Lizenzierung | Keine Angabe |
Weblink |
https://card2brain.ch/box/bub1
|
Einbinden |
<iframe src="https://card2brain.ch/box/bub1/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Frequenzraum
- Bildsignal beschrieben als Zusammensetzung aus einzelnen Grundfrequenzen (Elementarwellen)
- Koeffizienten zu einzelnen f sind die Amplituden, die denen die f im Signal vorkommen
- f sind nichts anderes als Reziprok-Werte der Wellenlängen
Frequenzraum Vorteile
- bei starker Glättung eines Bildes (da Aufwand für Unterdrückung hoher Frequenzen unabhängig von der gewünschten Glättungsstärke ist; im Ortsraum müssten lineare lokale Filter mit sehr großen Einzugsbereichen verwenden) – die Stärke der Glättung macht kaum bis gar keinen Unterschied im Rechenaufwand
- Multiplikation statt Faltung
- Beispiel Tiefpassfilterung: im Frequenzraum durch „Ausmaskierung“ der niederfrequenten Bereiche; im Ortsraum nicht so einfach
Frequenzraum Nachteile
- nicht alle Filter sind im Frequenzraum ausführbar (Medianfilter, Mittelwertfilter,…)
- zusätzlicher Rechenaufwand durch die Transformation und inverse Transformation
Ortsraum Vorteile
- Ergebnis sofort ersichtlich
- Veränderung des Kontrasts und der Helligkeit von Pixeln
- --> Manipulation von Grauwerten mit einem Punktoperator im Ortsraum (im Frequenzraum wäre diese Operation unnötig kompliziert)
Ortsraum Nachteile
- Umständliche Berechnung durch Faltung im Vergleich zu Frequenzraum
- Der Rechenaufwand für das Glätten mittels Faltung steigt nicht linear an.
Wie funktioniert die Rücktransformation in den Ortsraum?
Mit der inversen Fourier-Transformation
Glättungsfilter im Ortsbereich
Glätten im Ortsraum dient generell dem Entfernen von weißem Rauschen, welches über alle
Frequenzen gleichverteilt ist. Zur Glättung des Rauschens sollte der Filter eine Tiefpassform
haben.
- - Mittelwertfilter
- - Selektive Mittelwertbildung
- - Binomialfilter
- - Medianfilter
- - Mittel über mehrere Bilder
- - Selektives Anheben bzw. Absenken (Min- Max??)
Wie gewichtet man einen Mittelwertfilter?
- Gleiche Gewichtung, sodass die Summe 1 ist
- Bei einer 3x3 Filtermaske würde jeder Pixel mit 1/9 gewichtet werden