Функция Свертка

Обзор

Функция Свертка выполняет фильтрацию значений пикселов в изображении, которая может использоваться для повышения резкости изображения, размывания изображения, определения ребер в пределах изображения или других усовершенствований, основанных на ядре фильтрации. Фильтры используются для повышения качества растрового изображения путем устранения ложных данных или улучшения характеристик данных. Эти фильтры свертки применяются к движущемуся, перекрывающему ядру (окну или окрестности), например, 3 x 3. Фильтры свертки работают путем вычисления значения пиксела на основе весов его соседей.

Примечания

Существует несколько типов фильтров свертки, которые вы можете использовать в этой функции. Также можно задать тип Определен пользователем и ввести свои значения ядра.

Для достижения лучших результатов отображения вы можете применить растяжку гистограммы, чтобы настроить контраст или яркость изображения, что поможет выделить пространственные объекты.

Параметры

ПараметрОписание

Растр

Входной набор растровых данных.

Тип

Выберите тип фильтрации, которую хотите выполнить. Существуют опции для панхроматического слияния, размытия или выявления ребер, или можно задать собственный фильтр на основе ядра

Ядро

Таблица показывает, как в процессе фильтрации будет взвешен каждый пиксел. Если выбрать Тип Определен пользователем, таблицу можно редактировать.

Более подробно о том, как работает свертка

В следующей таблице каждый фильтр применен к одному из этих двух изображений:

Нефильтрованное изображение в оттенках серого
Нефильтрованное изображение в оттенках серого
Нефильтрованное цветное изображение
Нефильтрованное цветное изображение

Фильтры выявления ребер

Типы градиента

Фильтры градиента могут использоваться для выявления ребер с шагом в 45 градусов.

ТипОписаниеПример:

Восточный градиент

Фильтр 3 х 3

 1  0 -1
 2  0 -2
 1  0 -1

Результат фильтра Восточный градиент

Северный градиент

Фильтр 3 х 3

 -1 -2 -1
  0  0  0
  1  2  1

Результат фильтра Северный градиент

Северо-восточный градиент

Фильтр 3 х 3

 0 -1 -2
 1  0 -1
 2  1  0

Результат фильтра Северо-восточный градиент

Северо-западный градиент

Фильтр 3 х 3

 -2 -1  0
 -1  0  1
  0  1  2

Результат фильтра Северо-западный градиент

Южный градиент

Фильтр 3 х 3

  1  2  1
  0  0  0 
 -1 -2 -1

Результат фильтра Южный градиент

Западный градиент

Фильтр 3 х 3

 -1  0  1
 -2  0  2
 -1  0  1

Результат фильтра Западный градиент

Типы Лапласа

Фильтры Лапласа часто используются для выявления ребер. Они часто применяются к изображению, которое сначала было сглажено, для уменьшения его чувствительности к шуму.

ТипОписаниеПример:

Лапласиан 3x3

Фильтр 3 х 3

 0 -1  0
-1  4 -1
 0 -1  0

Результат Лапласиан 3x3

Лапласиан 5x5

Фильтр 5 х 5

 0  0 -1  0  0 
 0 -1 -2 -1  0
-1 -2 17 -2 -1
 0 -1 -2 -1  0
 0  0 -1  0  0

Лапласиан 5x5

Типы выявления линий

Такие фильтры выявления линий, как фильтры градиента, могут использоваться для выявления ребер.

Вы можете получить лучшие результаты, если примените алгоритм сглаживания до алгоритма выявления ребер.

ТипОписаниеПример:

Выявление линий по горизонтали

Фильтр 3 х 3

-1 -1 -1
 2  2  2 
-1 -1 -1

Результат выявления линий по горизонтали

Выявление линий по диагонали влево

Фильтр 3 х 3

 2 -1 -1
-1  2 -1
-1 -1  2

Результат выявления линий по диагонали влево

Выявление линий по диагонали вправо

Фильтр 3 х 3

-1 -1  2 
-1  2 -1
 2 -1 -1

Результат выявления линий по диагонали вправо

Выявление линий по вертикали

Фильтр 3 х 3

-1  0 -1 
-1  2 -1 
-1  2 -1

Результат выявления линий по вертикали

Типы Собеля

Фильтр Собеля используется для выявления ребер.

ТипОписаниеПример:

Оператор Собеля по горизонтали

Фильтр 3 х 3

-1 -2 -1
 0  0  0
 1  2  1

Результат оператора Собеля по горизонтали

Оператор Собеля по вертикали

Фильтр 3 х 3

-1  0  1 
-2  0  2 
-1  0  1

Результат оператора Собеля по вертикали

Фильтры Увеличение резкости и Сглаживание

Типы повышения резкости

Фильтр увеличения резкости (высокочастотный) подчеркивает сравнительное различие в значениях с соседями. Высокочастотный фильтр вычисляет фокальную суммарную статистику для каждой ячейки входных данных с помощью взвешенной окрестности ядра. Это позволяет выявить границы между пространственными объектами (например, границу между водным массивом и лесом), таким образом, подчеркивая ребра между объектами. Высокочастотный фильтр называется фильтром улучшения границ (ребер, краев). Ядро высокочастотного фильтра определяет, какие ячейки нужно использовать в окрестности, и то, насколько их взвешивать (перемножая их).

ТипОписаниеПример:

Резкость

Фильтр 3 х 3

  0    -0.25    0
-0.25    2    -0.25
  0    -0.25    0

Результат фильтра Резкость

Фильтр 3 х 3

-0.25 -0.25 -0.25 
-0.25  3    -0.25 
-0.25 -0.25 -0.25

Результат Резкость II

Повышение резкости 3x3

Высокочастотный фильтр 3 x 3

-1 -1 -1 
-1  9 -1 
-1 -1 -1

Результат Повышение резкости 3x3

Повышение резкости 5x5

Высокочастотный фильтр 5 x 5

-1 -3 -4 -3 -1 
-3  0  6  0 -3 
-4  6 21  6 -4 
-3  0  6  0 -3
-1 -3 -4 -3 -1

Результат Повышение резкости 5x5

Типы сглаживания

Фильтры сглаживания (низкочастотные) сглаживают данные, уменьшая локальное изменение и удаляя шум. Низкочастотный фильтр вычисляет среднее значение для каждой окрестности. Эффект выражается в том, что высокие и низкие значения в каждой окрестности усредняются, что уменьшает экстремальные значения данных.

ТипОписаниеПример:

Сглаживание по арифметическому среднему

Фильтр 3 х 3

0.111  0.111  0.111
0.111  0.111  0.111
0.111  0.111  0.111

Результат Сглаживания по арифметическому среднему

Сглаживание 3x3

Низкочастотный фильтр 3 x 3

1  2  1
2  4  2
1  2  1

Результат Сглаживания 3x3

Сглаживание 5x5

Низкочастотный фильтр 5 x 5

1  1  1  1  1 
1  4  4  4  1 
1  4 12  4  1 
1  4  4  4  1 
1  1  1  1  1

Результат Сглаживания 5x5

Другие фильтры

Тип рассеяния точки

Функция рассеяния точки описывает распространение света от точечного источника через линзу. Это приводит к незначительному эффекту размывания границ.

ТипОписаниеПример:

Рассеяние точки

Фильтр 3 х 3

-0.627  0.352 -0.627
 0.352  2.923  0.352
-0.627  0.352 -0.627

Результат Рассеяние точки