การย้าย ค่าเฉลี่ย กรอง เคอร์เนล

Mean Filtermon Names หมายถึงการกรอง, Smoothing, เฉลี่ย, การกรองกล่องคำอธิบายโดยละเอียดการกรองภาพเป็นวิธีที่เรียบง่ายใช้งานง่ายและใช้งานง่ายในการปรับภาพให้ราบเรียบเช่นลดจำนวนความเข้มของการเปลี่ยนแปลงระหว่างพิกเซลต่อภาพถัดไป ลดเสียงรบกวนในภาพวิธีการทำงานของการกรองค่าเฉลี่ยหมายถึงการแทนที่ค่าพิกเซลแต่ละค่าในภาพที่มีค่าเฉลี่ยเฉลี่ยของเพื่อนบ้านรวมทั้งตัวเองซึ่งมีผลต่อการกำจัดค่าพิกเซลที่ไม่เป็นตัวแทนของสภาพแวดล้อมของพวกเขา Mean เช่นเดียวกับ convolution อื่น ๆ มันขึ้นอยู่กับเคอร์เนลซึ่งแสดงถึงรูปร่างและขนาดของพื้นที่ใกล้เคียงที่จะถูกสุ่มตัวอย่างเมื่อคำนวณค่าเฉลี่ยมักใช้เคอร์เนล 3 3 ตารางดังแสดงในรูปที่ 1 แม้ว่า เมล็ดขนาดใหญ่เช่น 5 5 สี่เหลี่ยมสามารถใช้สำหรับการราบเรียบที่รุนแรงมากขึ้นทราบว่าเคอร์เนลขนาดเล็กสามารถนำมาใช้มากกว่าหนึ่งครั้งเพื่อที่จะผลิตที่คล้ายกัน แต่ไม่เหมือนกัน eff ect เป็นผ่านเดียวกับเคอร์เนลขนาดใหญ่รูปที่ 1 3 3 เฉลี่ยเคอร์เนลมักใช้ในการกรองเฉลี่ย convolution ตรงไปตรงมาของภาพที่มีเมล็ดนี้ดำเนินขั้นตอนการกรองหมายถึงคำแนะนำสำหรับการกรอง use. Mean ใช้กันมากที่สุดเป็นเรื่องง่าย วิธีการลดเสียงรบกวนในภาพเราแสดงตัวกรองโดยใช้ภาพต้นฉบับที่ได้รับความเสียหายด้วยเสียงแบบ Gaussian ที่มีค่าเฉลี่ยศูนย์และส่วนเบี่ยงเบนมาตรฐานที่ 8 แสดงผลของการใช้ตัวกรองค่าเฉลี่ย 3 3 โปรดทราบว่าสัญญาณรบกวนมีความชัดเจนน้อยลง แต่ภาพที่ได้รับการลดลงถ้าเราเพิ่มขนาดของตัวกรองเฉลี่ยที่ 5 5 เราได้รับภาพที่มีรายละเอียดความถี่ต่ำและต่ำความถี่สูงดังแสดงในภาพเดียวกันรุนแรงมากขึ้นโดยเสียง Gaussian กับค่าเฉลี่ยของ ศูนย์และ 13 เป็นแสดงในผลของการกรองเฉลี่ยกับ 3 3 เคอร์เนลงานที่ท้าทายมากขึ้นมีให้โดยแสดงผลของการเรียบภาพที่มีเสียงดังด้วยตัวกรอง 3 3 เนื่องจากค่าพิกเซลเสียงยิง มักเป็นอย่างมาก แตกต่างจากค่าโดยรอบที่พวกเขามีแนวโน้มที่จะบิดเบือนอย่างมากค่าเฉลี่ยพิกเซลที่คำนวณโดยตัวกรองเฉลี่ยการใช้ตัวกรอง 5 5 แทนให้ผลนี้ไม่ได้เป็นการปรับปรุงที่สำคัญในการลดเสียงรบกวนและยิ่งไปกว่านั้นภาพจะเบลอมากเหล่านี้ ตัวอย่างแสดงให้เห็นถึงปัญหาหลักสองประการเกี่ยวกับการกรองเฉลี่ยซึ่งเป็นพิกเซลเดียวที่มีค่าไม่เป็นตัวแทนมากอาจส่งผลกระทบต่อค่าเฉลี่ยของพิกเซลทั้งหมดในละแวกเดียวกันเมื่อบริเวณกรองล้อมรอบขอบตัวกรองจะสอดแทรกค่าใหม่สำหรับ พิกเซลบนขอบและเพื่อจะเบลอขอบที่อาจเป็นปัญหาถ้าขอบคมจะต้องใน output. Both ปัญหาเหล่านี้จะ tackled โดยเฉลี่ยกรองซึ่งมักจะเป็นตัวกรองที่ดีสำหรับการลดเสียงรบกวนกว่าหมายถึงตัวกรอง แต่มัน ใช้เวลานานในการคำนวณโดยทั่วไปตัวกรองค่าเฉลี่ยจะทำหน้าที่เป็นตัวกรองความถี่ต่ำและดังนั้นจึงลดอนุพันธ์ของความเข้มเชิงพื้นที่ที่มีอยู่ในภาพเราได้เห็นแล้วว่า thi ผลกระทบที่เกิดจากการลดลงของลักษณะใบหน้าในตัวอย่างข้างต้นตอนนี้พิจารณาภาพซึ่งแสดงให้เห็นภาพที่มีช่วงกว้างของความถี่เชิงพื้นที่ที่แตกต่างกันหลังจากที่เรียบเมื่อมีตัวกรอง 3 3 ที่เราได้รับข้อสังเกตว่าข้อมูลความถี่ต่ำเชิงพื้นที่ใน พื้นหลังไม่ได้รับผลกระทบอย่างมีนัยสำคัญโดยการกรอง แต่ขอบที่คมชัดเพียงครั้งเดียวของวัตถุเบื้องหน้าได้รับการเรียบขึ้นอย่างเห็นได้ชัดหลังจากกรองด้วยตัวกรอง 7 7 เราได้ภาพประกอบที่ยิ่งใหญ่กว่าของปรากฏการณ์นี้ในการจัดเตรียมผลนี้ไปยังที่ได้โดยผ่าน 3 3 กรองภาพต้นฉบับ 3 ครั้ง Inmon ตัวแปรตัวแปรในตัวกรองความละเอียดเฉลี่ยที่กล่าวถึงในที่นี้ ได้แก่ Threshold Averaging (ค่าเฉลี่ยเกณฑ์) ซึ่งใช้การปรับให้เรียบโดยขึ้นอยู่กับเงื่อนไขที่ค่าพิกเซลกลางจะเปลี่ยนแปลงเฉพาะเมื่อความแตกต่างระหว่างค่าเดิมและค่าเฉลี่ย สูงกว่าเกณฑ์ที่กำหนดไว้ค่านี้มีผลต่อการทำให้เกิดเสียงรบกวนที่มีการสูญเสียภาพที่น้อยลงในภาพ deta ตัวกรอง convolution อื่น ๆ ที่ไม่ได้คำนวณค่าเฉลี่ยของพื้นที่ใกล้เคียงนอกจากนี้ยังมักใช้สำหรับการปรับให้ราบเรียบหนึ่งในตัวกรองการทำให้ราบเรียบแบบ Gaussian ที่พบบ่อยที่สุดการทดลองแบบอินเทอร์แอ็กชันคุณสามารถโต้ตอบกับผู้ดำเนินการนี้ได้โดยคลิกที่นี่ คำนวณโดยใช้ convolution คุณสามารถคิดหาวิธีการใด ๆ ที่คุณสมบัติพิเศษของเคอร์เนลกรองค่าเฉลี่ยสามารถใช้เพื่อเพิ่มความเร็วในการคอมมิวนิเคชั่นความซับซ้อนในการคำนวณของ convolution ที่เร็วขึ้นนี้คืออะไรใช้เครื่องตรวจจับขอบบน image. and ความแข็งแรงของเอาท์พุทจากนั้นใช้ตัวกรอง 3 3 หมายถึงภาพต้นฉบับและเรียกใช้เครื่องตรวจจับขอบอีกครั้งข้อคิดเห็นเกี่ยวกับความแตกต่างเกิดอะไรขึ้นถ้าใช้ตัวกรอง 5 5 หรือ 7 7 การใช้ตัวกรอง 3 3 หมายถึงสองครั้งไม่ได้ผลิตค่อนข้าง ผลเช่นเดียวกับการใช้ 5 5 หมายถึงตัวกรองครั้งอย่างไรก็ตามเมล็ด 5 5 convolution สามารถสร้างซึ่งเทียบเท่าเคอร์เนลนี้มีลักษณะอย่างไรสร้าง 7 7 convolution kernel ซึ่งมี equivale nt ผลสามผ่านกับตัวกรอง 3 3 หมายความว่าคุณคิดว่าตัวกรองเฉลี่ยจะรับมือกับเสียงรบกวนแบบเกาส์ซึ่งไม่สมมาตรเกี่ยวกับศูนย์ลองใช้ตัวอย่าง R Boyle และ R Thomas Computer วิสัยทัศน์หลักสูตรแรก Blackwell Scientific Publications, 1988, pp 32 - 34.E Davies Machine ทฤษฎีวิสัยทัศน์อัลกอริทึมและการปฏิบัติงานวิชาการกด 1990, Chap 3.D Vernon Machine Vision Prentice - ฮอลล์, 1991, Chap 4.Local Information ข้อมูลที่เฉพาะเจาะจงเกี่ยวกับตัวดำเนินการนี้สามารถพบได้ที่นี่ทั่วไปทั่วไป คำแนะนำเกี่ยวกับการติดตั้ง HIPR ในท้องถิ่นมีอยู่ในส่วนแนะนำเบื้องต้นของ Local Information. The Scientist and Engineer's Guide to Digital Signal Processing โดย Steven W Smith, Ph. DChapter 15 การย้ายตัวกรองเฉลี่ยโดยเฉลี่ยของตัวกรองเฉลี่ยเคลื่อนที่ในโลกที่สมบูรณ์แบบ , นักออกแบบตัวกรองจะต้องจัดการกับโดเมนเวลาหรือโดเมนข้อมูลที่เข้ารหัสเท่านั้น แต่ไม่เคยมีส่วนผสมของทั้งสองในสัญญาณเดียวกัน แต่น่าเสียดายที่มีแอพพลิเคชันบางตัวที่ทั้งสองโดเมนเป็นของ ความสำคัญที่สำคัญเช่นสัญญาณโทรทัศน์ตกอยู่ในประเภทที่น่ารังเกียจนี้ข้อมูลวิดีโอจะถูกเข้ารหัสในโดเมนเวลานั่นคือรูปร่างของรูปคลื่นที่สอดคล้องกับรูปแบบของความสว่างในภาพอย่างไรก็ตามในระหว่างการส่งสัญญาณภาพจะได้รับการปฏิบัติตาม องค์ประกอบความถี่เช่นแบนด์วิธรวมถึงวิธีการที่คลื่นผู้ให้บริการสำหรับสีเสียงจะถูกเพิ่มการกำจัดการคืนค่าขององค์ประกอบ DC ฯลฯ เป็นอีกหนึ่งตัวอย่างการแทรกแซงแม่เหล็กไฟฟ้าที่ดีที่สุดคือเข้าใจในโดเมนความถี่แม้ว่าข้อมูลสัญญาณของ ถูกเข้ารหัสในโดเมนเวลาตัวอย่างเช่นตัวตรวจสอบอุณหภูมิในการทดลองทางวิทยาศาสตร์อาจติดขัด 60 เฮิรตซ์จากสายไฟ 30 kHz จากแหล่งจ่ายไฟสลับหรือ 1320 กิโลเฮิร์ทซ์จากสถานีวิทยุ AM ในพื้นที่ญาติของตัวกรองเฉลี่ยเคลื่อนที่ มีประสิทธิภาพโดเมนความถี่ที่ดีขึ้นและสามารถเป็นประโยชน์ในการใช้งานโดเมนผสมเหล่านี้ตัวกรองค่าเฉลี่ยเคลื่อนที่หลายตัวที่เกี่ยวข้องกับการส่งผ่าน สัญญาณอินพุตผ่านตัวกรองค่าเฉลี่ยเคลื่อนที่สองครั้งหรือมากกว่ารูปที่ 15-3a แสดงเคอร์เนลของตัวกรองทั้งหมดที่เกิดจากหนึ่งสองและสี่ครั้งที่สองผ่านจะเทียบเท่ากับการใช้ไส้กรองรูปสามเหลี่ยมเคอร์เนลตัวกรองรูปสี่เหลี่ยมที่ convolved กับตัวเองหลังจากผ่านสี่หรือมากกว่า , เคอร์เนลตัวกรองที่เหมือนกันดูเหมือนว่า Gaussian เรียกคืนทฤษฎีบท Limit Limit ตามที่แสดงไว้ใน b การส่งผ่านหลายครั้งทำให้เกิดการตอบสนองขั้นตอนรูปเมื่อเทียบกับเส้นตรงของ single pass การตอบสนองความถี่ใน c และ d จะได้รับตามสมการที่ 15 -2 คูณด้วยตัวเองสำหรับแต่ละครั้งนั่นคือแต่ละครั้งผลลัพธ์การชักนำให้เกิดการคูณของความถี่สเปกตรัมรูปที่ 15-4 แสดงการตอบสนองความถี่ของญาติสนิทอีกสองคนของตัวกรองค่าเฉลี่ยเคลื่อนที่เมื่อใช้ Gaussian บริสุทธิ์เป็นตัวกรอง เคอร์เนลการตอบสนองความถี่ยังเป็น Gaussian ตามที่กล่าวไว้ในบทที่ 11 Gaussian มีความสำคัญเพราะเป็นแรงตอบสนองต่อแรงกระตุ้นของระบบธรรมชาติและมนุษย์หลายตัวอย่างเช่น bri ef ชีพจรของแสงป้อนสายเคเบิลใยแก้วนำแสงยาวจะออกเป็นชีพจร Gaussian เนื่องจากเส้นทางที่แตกต่างกันโดยโฟตอนภายในเส้นใยกรอง Gaussian kernel ยังใช้อย่างกว้างขวางในการประมวลผลภาพเพราะมีคุณสมบัติพิเศษที่ช่วยให้รวดเร็วสอง มิติดูได้จากบทที่ 24 การตอบสนองความถี่ที่สองในรูปที่ 15-4 สอดคล้องกับการใช้หน้าต่าง Blackman เป็นเคอร์เนลตัวกรองหน้าต่างคำว่าไม่มีความหมายนี่เป็นเพียงส่วนหนึ่งของชื่อที่ยอมรับได้ของเส้นโค้งนี้รูปร่างที่แน่นอนของหน้าต่าง Blackman จะได้รับในบทที่ 16 Eq 16-2, รูปที่ 16-2 อย่างไรก็ตามลักษณะคล้าย Gaussian ส่วนใหญ่ญาติของตัวกรองค่าเฉลี่ยเคลื่อนที่ดีกว่าตัวกรองเฉลี่ยที่เคลื่อนที่ได้สามวิธีประการแรกและที่สำคัญที่สุดคือตัวกรองเหล่านี้มี การลดทอน stopband ที่ดีกว่าตัวกรองเฉลี่ยที่เคลื่อนไหวตัวที่สองฟิลเตอร์ตัวกรองจะมีขนาดเล็กลงใกล้กับปลายสายการรับรู้ว่าแต่ละจุดในสัญญาณเอาท์พุทเป็นผลรวมถ่วงน้ำหนักของกลุ่มตัวอย่าง s จากอินพุตหากเคอร์เนลกรอง tapers ตัวอย่างในสัญญาณขาเข้าที่อยู่ไกลออกไปจะได้รับน้ำหนักน้อยกว่าที่ใกล้ชิดโดยที่สามการตอบสนองขั้นตอนเป็นเส้นโค้งเรียบกว่าเส้นตรงทันทีทันใดของค่าเฉลี่ยเคลื่อนที่เหล่านี้สองครั้งสุดท้ายคือ มักจะได้รับประโยชน์อย่าง จำกัด แม้ว่าคุณอาจพบแอ็พพลิเคชันที่เป็นข้อได้เปรียบของแท้ตัวกรองค่าเฉลี่ยเคลื่อนที่และญาติของตัวเองมีความเหมือนกันในการลดสัญญาณรบกวนแบบสุ่มในขณะที่ยังคงรักษาคำตอบขั้นตอนที่คมชัดความกำกวมอยู่ในวิธีที่ risetime ของการตอบสนองขั้นตอน วัดค่า risetime จาก 0 ถึง 100 ขั้นตอนการกรองค่าเฉลี่ยเคลื่อนที่เป็นสิ่งที่ดีที่สุดที่คุณสามารถทำได้ตามที่แสดงไว้ก่อนหน้านี้ในการเปรียบเทียบการวัด risetime ตั้งแต่ 10 ถึง 90 ทำให้หน้าต่าง Blackman ดีกว่าตัวกรองเฉลี่ยที่เคลื่อนไหว คือการโต้เถียงทางทฤษฎีเพียงพิจารณาตัวกรองเหล่านี้เท่ากับในพารามิเตอร์นี้ความแตกต่างที่ใหญ่ที่สุดในตัวกรองเหล่านี้คือความเร็วในการดำเนินการโดยใช้อัลกอริทึมแบบเรียกซ้ำที่อธิบายไว้ n ต่อกรองเฉลี่ยเคลื่อนที่จะทำงานเหมือนฟ้าผ่าในคอมพิวเตอร์ของคุณในความเป็นจริงเป็นตัวกรองดิจิตอลที่เร็วที่สุดเท่าที่มีอยู่หลายผ่านของค่าเฉลี่ยเคลื่อนที่จะช้าลงตามลำดับ แต่ยังคงรวดเร็วมากในการเปรียบเทียบตัวกรอง Gaussian และ Blackman จะช้าอย่างเหลือเกิน, เพราะพวกเขาต้องใช้ convolution คิดเป็นสิบเท่าของจำนวนจุดในเคอร์เนลกรองขึ้นอยู่กับการคูณประมาณ 10 ครั้งช้ากว่าการเพิ่มตัวอย่างเช่นคาดว่า Gaussian 100 จุดจะช้ากว่าค่าเฉลี่ยเคลื่อนที่โดยใช้ recursion. Moving 1000 เท่า ค่าเฉลี่ยใน R ตามความรู้ที่ดีที่สุดของฉัน R ไม่มีฟังก์ชัน built-in ในการคำนวณค่าเฉลี่ยเคลื่อนที่โดยใช้ฟังก์ชันการกรอง แต่เราสามารถเขียนฟังก์ชันสั้น ๆ สำหรับค่าเฉลี่ยเคลื่อนที่ได้จากนั้นเราสามารถใช้ฟังก์ชันนี้กับข้อมูลใดก็ได้ mav ข้อมูลหรือ mav ข้อมูล 11 ถ้าเราต้องการระบุจำนวนจุดข้อมูลที่ต่างกันกว่าค่าเริ่มต้น 5 การวางแผนงานตามที่คาดไว้ข้อมูล mav พล็อตนอกจากจำนวนจุดข้อมูลที่ t o ค่าเฉลี่ยเรายังสามารถเปลี่ยนอาร์กิวเมนต์ด้านข้างของด้านการทำงานของตัวกรอง 2 ใช้ทั้งสองด้านข้าง 1 ใช้ค่าที่ผ่านมาเท่านั้น navigation navigation navigation navigation