imdiffuseest

Оценка параметров анизотропной диффузионной фильтрации

Описание

пример

[gradientThreshold,numberOfIterations] = imdiffuseest(I) оценивает порог градиента и количество итераций, необходимых для фильтрации полутонового изображения I использование анизотропной диффузии.

[gradientThreshold,numberOfIterations] = imdiffuseest(I,Name,Value) использует пары "имя-значение", чтобы изменить поведение анизотропного алгоритма диффузии.

Примеры

свернуть все

Прочтите полутоновое изображение, затем примените к нему сильный Гауссов шум. Отобразите шумное изображение.

I = imread('pout.tif');
Inoisy = imnoise(I,'gaussian',0,0.005);
imshow(Inoisy)
title('Noisy Image')

Figure contains an axes. The axes with title Noisy Image contains an object of type image.

Оцените порог градиента и количество итераций, необходимых для выполнения анизотропной диффузионной фильтрации изображения.

[gradThresh,numIter] = imdiffuseest(Inoisy)
gradThresh = 1x5 uint8 row vector

   64   50   39   34   29

numIter = 5

Фильтрация шумного изображения с помощью анизотропной диффузии с оцененными параметрами.

Idiffuseest = imdiffusefilt(Inoisy,'GradientThreshold', ...
     gradThresh,'NumberOfIterations',numIter);

Для сравнения также фильтруйте шумное изображение с помощью анизотропной диффузии с параметрами по умолчанию. Порог градиента по умолчанию является 25,5, потому что тип данных изображения uint8, и количество итераций по умолчанию равно 5.

Idiffusedef = imdiffusefilt(Inoisy);

Визуально сравните два отфильтрованных изображения.

 montage({Idiffusedef,Idiffuseest},'ThumbnailSize',[])
 title(['Anisotropic Diffusion Filtering Using ' ...
     'Default Parameters (Left) vs. Estimated Parameters (Right)'])

Figure contains an axes. The axes with title Anisotropic Diffusion Filtering Using Default Parameters (Left) vs. Estimated Parameters (Right) contains an object of type image.

На изображении, которое было отфильтровано с использованием параметров по умолчанию, остается некоторое количество шума. Шум практически полностью отсутствует на изображении, которое было отфильтровано с помощью оценочных параметров. Сохранена резкость ребер на обоих изображениях, особенно высококонтрастных, таких как шпалера и белый воротник.

Входные параметры

свернуть все

Фильтруемое изображение, заданное как 2-D полутоновое изображение.

Типы данных: single | double | int16 | uint8 | uint16

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Пример: imdiffuseest(I,'Connectivity','minimal') оценивает параметры, необходимые для анизотропной диффузии на изображении I, с использованием минимальной связности.

Связь пикселя с его соседями, заданная как разделенная разделенными запятой парами, состоящая из 'Connectivity' и 'maximal' или 'minimal'. Максимальная связь учитывает восемь ближайших соседей, а минимальная связь - четырех ближайших соседей.

Метод проводимости, заданный как разделенная разделенными запятой парами, состоящая из 'ConductionMethod' и 'exponential' или 'quadratic'. Экспоненциальная диффузия благоприятствует высококонтрастным ребрам по сравнению с низкоконтрастными ребрами. Квадратичная диффузия благоприятствует широким областям по сравнению с небольшими областями.

Выходные аргументы

свернуть все

Порог градиента, возвращенный как числовой вектор совпадающего типа данных как вход изображение I. Длина вектора равна numberOfIterations.

Количество итераций для использования в процессе диффузии, возвращаемое как положительное целое число.

Ссылки

[1] Перона, П. и Й. Малик. «Масштабное пространство и краевое обнаружение с помощью анизотропной диффузии». IEEE® Транзакции по анализу шаблонов и машинному анализу. Том 12, № 7, июль 1990, стр. 629-639.

[2] Циотсиос, К. и М. Петру. «О выборе параметров анизотропной диффузии при обработке изображений». Распознавание шаблона. Том 46, № 5, 2013 мая, стр. 1369-1381.

См. также

Введенный в R2018a
Для просмотра документации необходимо авторизоваться на сайте