pnmnlfilt - क्लाउड में ऑनलाइन

कार्यक्रम:

नाम

pnmnlfilt - गैर-रेखीय फ़िल्टर: चिकना, अल्फा ट्रिम माध्य, इष्टतम अनुमान चौरसाई,
किनारा एनहांसमेंट।

SYNOPSIS

pnmnfilt अल्फा त्रिज्या [पीएनएमफाइल]

वर्णन

pnmnfilt एक आउटपुट छवि उत्पन्न करता है जहां पिक्सेल कई पिक्सेल का सारांश होते हैं
इनपुट छवि में संबंधित स्थान।

यह प्रोग्राम मल्टी-इमेज स्ट्रीम पर काम करता है।

यह स्विस आर्मी नाइफ फिल्टर की तरह है। इसमें 3 अलग ऑपरेटिंग मोड हैं। सभी में
छवि में प्रत्येक पिक्सेल के मोड की जांच की जाती है और उसके अनुसार संसाधित किया जाता है
आसपास के पिक्सेल मान। 9x3 ब्लॉक, 3 हेक्सागोनल क्षेत्र में 7 पिक्सेल का उपयोग करने के बजाय
नमूने लिए जाते हैं, षट्भुज के आकार को त्रिज्या पैरामीटर द्वारा नियंत्रित किया जाता है। ए
0.3333 के त्रिज्या मान का अर्थ है कि 7 हेक्सागोन्स बिल्कुल केंद्र पिक्सेल में फिट होते हैं (अर्थात।
कोई फ़िल्टरिंग प्रभाव नहीं होगा)। 1.0 के त्रिज्या मान का अर्थ है कि 7 षट्भुज
बिल्कुल 3x3 पिक्सेल सरणी फिट करें।

अल्फा छंटनी मतलब फिल्टर। (0.0 <= अल्फा <= 0.5)

केंद्र पिक्सेल के मान को 7 षट्भुज मानों के माध्य से बदल दिया जाएगा, लेकिन
7 मानों को आकार के अनुसार क्रमबद्ध किया जाता है और 7 के ऊपर और नीचे के अल्फा भाग को बाहर रखा जाता है
माध्य से। इसका तात्पर्य यह है कि 0.0 का अल्फा मान उसी प्रकार का आउटपुट देता है जैसे a
सामान्य कनवल्शन (यानी औसत या चौरसाई फिल्टर), जहां त्रिज्या निर्धारित करेगा
फिल्टर की "ताकत"। सूक्ष्म छानने के लिए शुरू करने के लिए एक अच्छा मूल्य है अल्फा = 0.0,
त्रिज्या = 0.55 अधिक स्पष्ट प्रभाव के लिए, अल्फा 0.0 और त्रिज्या 1.0 . का प्रयास करें

0.5 के अल्फा मान के कारण 7 हेक्सागोन्स के माध्यिका मान को प्रतिस्थापित करने के लिए उपयोग किया जाएगा
केंद्र पिक्सेल मान। इस प्रकार का फ़िल्टर "पॉप" या एकल पिक्सेल को समाप्त करने के लिए अच्छा है
छवि पर शोर को फैलाए बिना या छवि पर सुविधाओं को धुंधला किए बिना एक छवि से शोर।
त्रिज्या पैरामीटर का विवेकपूर्ण उपयोग फ़िल्टरिंग को ठीक करेगा। के मध्यवर्ती मान
अल्फा स्मूथिंग और "पॉप" शोर में कमी के बीच कहीं न कहीं प्रभाव देता है। सूक्ष्म के लिए
अधिक स्पष्ट प्रभाव के लिए अल्फ़ा = 0.4, त्रिज्या = 0.6 के मानों से शुरू होने वाले फ़िल्टरिंग प्रयास
कोशिश अल्फा = 0.5, त्रिज्या = 1.0

इष्टतम अनुमान चौरसाई (1.0 <= अल्फा <= 2.0)

इस प्रकार का फ़िल्टर छवि पर अनुकूल रूप से एक स्मूथिंग फ़िल्टर लागू करता है। प्रत्येक पिक्सेल के लिए
आसपास के षट्भुज मूल्यों के विचरण की गणना की जाती है, और चौरसाई की मात्रा
के व्युत्क्रमानुपाती बनाया जाता है। विचार यह है कि यदि विचरण छोटा है तो यह है
छवि में शोर के कारण, जबकि यदि विचरण बड़ा है, तो यह "वांछित" छवि के कारण है
विशेषताएं। हमेशा की तरह त्रिज्या पैरामीटर प्रभावी त्रिज्या को नियंत्रित करता है, लेकिन यह शायद
विचरण गणना के लिए त्रिज्या को 0.8 और 1.0 के बीच छोड़ने की सलाह दी जाती है
अर्थपूर्ण। अल्फा पैरामीटर शोर सीमा निर्धारित करता है, जिस पर कम चौरसाई होगी
सामाप्त करो। इसका मतलब है कि अल्फ़ा के छोटे मान सबसे सूक्ष्म फ़िल्टरिंग देंगे
प्रभाव, जबकि बड़े मान छवि के सभी भागों को सुचारू बनाने के लिए प्रवृत्त होंगे। आप शुरू कर सकते हैं
अल्फा = 1.2, त्रिज्या = 1.0 जैसे मानों के साथ और अल्फा को बढ़ाने या घटाने का प्रयास करें
वांछित प्रभाव प्राप्त करने के लिए पैरामीटर। फ़िल्टर करने के लिए इस प्रकार का फ़िल्टर सर्वोत्तम है
बिटमैप और रंग छवियों दोनों में शोर को कम करना।

Edge वृद्धि। (0.1 >= अल्फा >= -0.9)

यह स्मूथिंग फिल्टर के विपरीत प्रकार का फिल्टर है। यह किनारों को बढ़ाता है। अल्फा
पैरामीटर बढ़त वृद्धि की मात्रा को नियंत्रित करता है, सूक्ष्म (-0.1) से स्पष्ट (-0.9) तक।
त्रिज्या पैरामीटर हमेशा की तरह प्रभावी त्रिज्या को नियंत्रित करता है, लेकिन उपयोगी मान बीच में होते हैं
0.5 और 0.9। अल्फा = 0.3, त्रिज्या = 0.8 . के मानों से शुरू करने का प्रयास करें

संयोजन का उपयोग करें.

के विभिन्न तरीके pnmnfilt वांछित परिणाम प्राप्त करने के लिए एक के बाद एक उपयोग किया जा सकता है।
उदाहरण के लिए एक मोनोक्रोम डिथर्ड छवि को ग्रेस्केल छवि में बदलने के लिए आप एक कोशिश कर सकते हैं
या स्मूथिंग फिल्टर के दो पास, उसके बाद इष्टतम अनुमान का एक पास
फिल्टर, फिर कुछ सूक्ष्म बढ़त वृद्धि। ध्यान दें कि एज एन्हांसमेंट का उपयोग केवल संभव है
गैर-रैखिक फिल्टर में से एक के बाद उपयोगी होने के लिए (अल्फा छंटनी माध्य या इष्टतम अनुमान
फिल्टर), क्योंकि एज एन्हांसमेंट स्मूथिंग के सीधे विपरीत है।

छवियों में रंग परिमाणीकरण शोर को कम करने के लिए (यानी .gif फ़ाइलों को वापस 24 बिट में बदलना)
फ़ाइलें) आप इष्टतम अनुमान फ़िल्टर (अल्फ़ा 1.2, त्रिज्या 1.0) के पास की कोशिश कर सकते हैं, a
माध्यिका फ़िल्टर का पास (अल्फ़ा 0.5, त्रिज्या 0.55), और संभवतः किनारे का एक पास
वृद्धि फिल्टर। घटते अल्फा के साथ इष्टतम अनुमान फ़िल्टर के कई पास
बड़े अल्फा मान वाले एकल पास की तुलना में मान अधिक प्रभावी होते हैं। हमेशा की तरह, वहाँ है
फ़िल्टरिंग प्रभावशीलता और विस्तार खोने के बीच एक ट्रेडऑफ़। प्रयोग है
प्रोत्साहित।

सन्दर्भ:

अल्फा-ट्रिम किए गए माध्य फ़िल्टर IEEE CG&A में विवरण पर आधारित है मई 1990 पृष्ठ 23 by
मार्क ई ली और रिचर्ड ए रेडनर, और निरंतर अल्फा की अनुमति देने के लिए बढ़ाया गया है
समायोजन.

इष्टतम अनुमान फ़िल्टर एक लेख से लिया गया है "डिथर्ड इमेज को वापस में कनवर्ट करना
ग्रे स्केल" एलन स्टेंजर द्वारा, डॉ डॉब्स जर्नल, नवंबर 1992, और यह लेख
संदर्भ "स्थानीय सांख्यिकी के उपयोग द्वारा डिजिटल छवि वृद्धि और शोर फ़िल्टरिंग",
जोंग-सेन ली, पैटर्न विश्लेषण और मशीन इंटेलिजेंस पर आईईईई लेनदेन, मार्च 1980।

एज एन्हांसमेंट विवरण से हैं pgmenhance(1), जो फिलिप आर.
थॉम्पसन का "xim" कार्यक्रम, जिसने बदले में इसे "डिजिटल हैलफ़ोन बाय" के खंड 6 से लिया
Dot Diffusion", DE Knuth, ACM Transaction on Graphics Vol. 6, No. 4, अक्टूबर 1987,
जो बदले में इसे जेएफ जार्विस एट द्वारा 1976 के दो पत्रों से प्राप्त किया। अल.

onworks.net सेवाओं का उपयोग करके pnmnlfilt ऑनलाइन का उपयोग करें