Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

Bit sosem 2016-wieners-sitzung-11_bild-iii-filter

493 Aufrufe

Veröffentlicht am

Bit sosem 2016-wieners-sitzung-11_bild-iii-filter

Veröffentlicht in: Bildung
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Bit sosem 2016-wieners-sitzung-11_bild-iii-filter

  1. 1. Basisinformationstechnologie II – Sommersemester 2016 – 13. Juni 2016 Dr. Jan G. Wieners Algorithmen der Bildverarbeitung Filter
  2. 2.  Zwei Herausforderungen um OCR und Merkmalsextraktion  Vorverarbeitung: Verbesserung des Quellmaterials  Punktoperationen  Binarisierung  Histogrammausgleich  Filter  Medianfilter  Geometrische Operationen Themenüberblick
  3. 3. Filter
  4. 4. Filter: Betrachtung / Veränderung eines Pixels in Abhängigkeit seiner Nachbarpixel Achtung: Weil Originalpixel für das Ergebnis der Filterung relevant (und unabdingbar) ist: Nutzung eines Zwischenbildes als Ausgabe- oder Eingabepuffer. Filter
  5. 5.  Lineare Filter (LSI-Filter, linear shift-invariant filters): Jedes Pixel im Verarbeitungsfenster wird mit einem vordefinierten Wert aus einer Faltungs- bzw. Filtermatrix multipliziert.  Nichtlineare Filter: U.a. heuristische Ansätze Heuristik (vgl. Prechtl / Burkard): „Lehre bzw. Theorie der Verfahren zum Finden von Neuem und Problemlösen.“ Filter
  6. 6.  Berechnet einfachen arithmetischen Mittelwert der Pixelwerte in der Nachbarschaft unter der Filtermaske  Faltungsmatrix 𝑀 = 1 9 1 1 1 1 1 1 1 1 1  Pro / Contra:  Rauschen reduziert  Glättung / „Blurring“  Kanten verwischen Einfacher Mittelwertfilter Quelle: Handels 2009: Medizinische Bildverarbeitung.
  7. 7. Einfacher Mittelwertfilter: 3x3 Pixel „Hotspot“
  8. 8. Einfacher Mittelwertfilter – so schaut‘s aus
  9. 9. 𝑀 = 1 16 1 2 1 2 4 2 1 2 1
  10. 10. Algorithmus Medianfilter (Rangordnungsfilter):  Rangordnungsfilter betrachten die Nachbarschaftspixel jedes Pixels, speichern die gefundenen Farb- bzw. Graustufenwerte und sortieren die so gewonnenen Werte in aufsteigender Reihenfolge.  Aus einer 3x3 Pixelmatrix resultiert eine Liste, bestehend aus insgesamt neun Werten. Relevant für das Medianfilter ist das Element, das sich in der Mitte der sortierten Liste der Pixelwerte befindet.  Das Medianfilter selektiert den Pixelwert des fünften Listenelements und weist dem Pixel in der Mitte der Matrix den Median, d.h. den fünften Wert der Liste zu. Beispiel Nichtlinearer Filter: Medianfilter
  11. 11. Bildnachweis: http://de.wikipedia.org/w/index.php?title=Datei:Medianfilterp.png&filetimestamp=20070810172335
  12. 12. Bildnachweis: http://de.wikipedia.org/w/index.php?title=Datei:Cydonia_medianrp.jpg&filetimestamp=20050313005105
  13. 13. Übung Medianfilter
  14. 14. ? ? ?
  15. 15. 101, 29, 29, 98, 15, 30, 10, 10, 155 10,10,15,29,29,30,98,101,155  29 15 17
  16. 16. /
  17. 17.  https://commons.wikimedia.org/wiki/File:Universitat_ zu_Koln_Hauptgebaude_ost.jpg  http://causeitsallaboutthepayno.tumblr.com/post/131 746453874/im-currently-listening-to-adeles-new  www.giphy.com Bildnachweise

×