চিত্রটি ডাউন স্যাম্পলিংয়ের জন্য লো-পাস ফিল্টার পরামিতি

11

অনুভূমিকভাবে একটি ফ্যাক্টরটিতে আমার একটি চিত্র ( , < ) $s_x$ $s_y$ $s_x$ $s_y$ $1$

ডাউনস্যাম্পলিংয়ের আগে আমি একটি সীমাবদ্ধ লো-পাস ফিল্টার ব্যবহার করতে চাই । $n\times m$

এটিকে এবং ফাংশন হিসাবে পেতে কীভাবে লো-পাস ফিল্টার প্যারামিটারগুলি ( এবং গাউসিয়ান ) ? $n, m$ $\sigma$ $s_x$ $s_y$

বিশেষ করে, আমি যদি যেখানে আকর্ষণীয় আছি । $s_x=s_y=1/\sqrt{2}$

image-processing gaussian

— বেন ট্যাগ
সূত্র

[ONE এখানে আসতে বলেছি] এর সাথে সম্পর্কিত প্রশ্ন [1] [1]: stackoverflow.com/questions/3149279/...

— isrish

1

ধন্যবাদ, তবে এই প্রশ্নটি ডাউনস্কেলিং ফ্যাক্টরের কার্য হিসাবে ফিল্টার পরামিতিগুলি কীভাবে নির্ধারণ করা যায় তা নয়।

— বেন-উরি

আপনি কত ফিল্টার করতে চান? আপনার লক্ষ্য কি?

1

অ্যালিজিং এড়াতে ডাউন স্যাম্পলিংয়ের আগে আমি একটি কম পাস ফিল্টার ব্যবহার করতে চাই। আমি অ্যালিজ না করে যতটা সম্ভব তথ্য সংরক্ষণ করতে চাই।

— বেন-উরি

1

নমুনা ফলাফলের Nyquist সীমার নীচে ফ্রিকোয়েন্সি রাখার সময় এটি কীভাবে আলিয়াসিং ফ্রিকোয়েন্সিগুলি কেটে ফেলবে তা জানতে আপনাকে ফিল্টারটির ফুরিয়ার রূপান্তরটি দেখতে হবে। গাউসের রূপান্তরটি অন্য গাউসিয়ান, যার অর্থ কোনও তীক্ষ্ণ কাটঅফ নেই। প্রায় সবসময় একটি ভাল পছন্দ আছে।

— মার্ক রান্সম

4

উভয় চিত্রের মধ্যে Nyquist ফ্রিকোয়েন্সি পরিবর্তন সম্পর্কে আপনাকে ভাবতে হবে। যদি মূল চিত্রটির Nyquist ফ্রিকোয়েন্সি N হয় তবে ডাউনসাম্পলড চিত্রটির একটি নিম্ন Nyquist ফ্রিকোয়েন্সি হবে, xN, যেখানে x চূড়ান্ত চিত্র এবং প্রাথমিক চিত্রের মধ্যে আকারের অনুপাতের সাথে সম্পর্কিত। মূল চিত্রটি ডাউন স্যাম্পলিংয়ের আগে আপনাকে সেই স্থানিক ফ্রিকোয়েন্সিগুলি মুছে ফেলতে হবে যা মূল চিত্রের এক্সএন এর চেয়ে বেশি।

চিত্র স্পেসে গাউসির পাওয়ার স্পেকট্রাম, ফ্রিকোয়েন্সি স্পেসে গাউসিয়ান। যদি আমরা দ্বিতীয় মুহুর্তের জন্য কিছুক্ষণ অগ্রাহ্য করি তবে চিত্রের জায়গার গাউসিকে এক্সপ (-x ^ 2 / s ^ 2) হিসাবে সংজ্ঞায়িত করা হয়েছে, যেখানে এক্স আপনার পিক্সেলকে উপস্থাপন করে। এটি এক্সপ্রেস (-w ^ 2 * s ^ 2) হিসাবে ফ্রিকোয়েন্সি স্পেসে ম্যাপ করা হয়, যেখানে ডাব্লু ফ্রিকোয়েন্সি। সিগমা প্যারামিটার (গুলি) দেখায় যে চিত্র স্পেসের একটি বিস্তৃত গাউসিয়ান, ফ্রিকোয়েন্সি স্পেসের একটি সংকীর্ণ গাউসিয়ানের সাথে মিল রাখে।

আপনি একটি সিগমা প্যারামিটার চয়ন করতে চান যা ফ্রিকোয়েন্সিতে ফ্রিকোয়েন্সি স্পেসে খুব কম মান দেয় যা ডাউন স্যাম্পলড ইমেজের Nyquist ফ্রিকোয়েন্সি এর সাথে মিলে যায়।

— NoNameNo
সূত্র

ঠিক আছে, তবে আমি কীভাবে এটি একটি পৃথক রূপান্তর কর্নেলের সাথে অনুবাদ করব? (এটি ছিল প্রশ্ন)

— বেন-উরি

pls সম্পাদনা দেখুন ...

— NoNameNo

ধন্যবাদ, তবে এখনও আউটপুট ফলাফলের মধ্যে থাকা সর্বাধিক ফ্রিকোয়েন্সিটির ফাংশন হিসাবে সিগমা খুঁজে পাওয়ার কোনও সূত্র আছে কি?

— বেন-উরি

আমি কোন সূত্র জানি না।

— NoNameNo

1

এটি ইতিমধ্যে চিহ্নিত করা হয়েছে যে এবং উপর ভিত্তি করে বেছে নেওয়া হবে । $n$ $m$ $\sigma$

আমি সেরা কীভাবে বেছে নেব সে সম্পর্কে ভাবতে কিছু সময় ব্যয় করেছি । এখানে আমার বিবেচনা। tl; dr: হতে পারে আমি কিছু ভুল করেছি, তবে ফ্যাক্টর 2 দ্বারা ডাউন-স্যাম্পলিংয়ের জন্য ভাল পছন্দ মনে হচ্ছে। $\sigma$ $\sigma^2\approx3.37$

— theV0ID
সূত্র

0

যদি আপনি বড় আকারের আকার নিচ্ছেন (বলুন 2x, 3x, 4x) আপনি ভাল অ্যান্টি-এলিয়াসিং অর্জন করতে পিক্সেল গড় করতে পারেন। এ কারণেই ভিডিও গেমগুলি আরও কৃপণ দেখাতে অ্যান্টি-এলিয়াসিং অতিরিক্ত অতিরিক্ত সিপিইউ / জিপিইউ ব্যবহার করে।

যেহেতু আপনি 1000x1000 থেকে 707x707 ছবিতে যাচ্ছেন (স্কেল ফ্যাক্টরের জন্য কেবল উদাহরণ) আপনি ঠিক করেছেন যে আলিয়াসিং কোনও সমস্যা হতে পারে।

ধন্যবাদ, এটি এমন একটি সমস্যা যার সমাধান করার জন্য অনেক লোক ইতিমধ্যে প্রবেশ করেছে এবং বেশ কিছু কাজ করেছে। অনেক ক্ষেত্রে একটি বিকুবিক ইন্টারপোলেশন হ'ল উপায়। বিভিন্ন অন্তরঙ্গকরণ পদ্ধতিগুলি এখানে দেখতে কেমন তার কয়েকটি উদাহরণ রয়েছে:

http://www.compuphase.com/graphic/scale.htm

ওপেনসিভির পুনরায় আকারটিতে অন্তর্নির্মিত methods পদ্ধতিগুলির বেশ কয়েকটি রয়েছে:

http://opencv.willowgarage.com/documentation/cpp/geometric_image_transformations.html#cv-resize

আপনি যদি ইতিমধ্যে সেই কয়েকটি বিভাজন পদ্ধতি নিয়ে ঘুরে দেখেন এবং সেগুলি ভাল কাজ করে না, তবে দয়া করে কোনও ধরণের নমুনা উত্স চিত্র এবং নমুনা ফলাফলের চিত্রটি ঘাটতি দেখিয়ে পোস্ট করুন। সমস্যাটি নির্ণয় করার জন্য আমাদের এটির প্রয়োজন হবে এবং এটির একটি ভাল সমাধান নিয়ে আসার চেষ্টা করুন।

মন্তব্য করুন যে, এটি যখন দ্রুত, পিক্সেল গড়গুণ মানের জন্য আদর্শ সমাধান নয়। পিক্সেল গড় কার্যকরভাবে কার্যকরভাবে একটি রেকর্ড ফিল্টার প্রয়োগ করে। ফ্রিকোয়েন্সি স্পেসে, এটি একটি সিন্স ফাংশন দ্বারা গুণনের সমতুল্য যা Nyquist এর সুরেলাতে শূন্য ক্রসিংয়ের সাথে দোলায়। এটির দুটি সমস্যা রয়েছে: ১. এটি উচ্চ ফ্রিকোয়েন্সিটিকে ক্ষীণ করে তবে এটি খুব বেশি নয় it এটি প্রতিটি পাশের লোবে ফেজকে উল্টে দেয়। (1) এবং (2) উভয়ই আলিয়াসে অবদান রাখতে পারে।

— থ্যাং

0

আপনার কাছে সত্যিই আমার কাছে ভাল উত্তর নেই তবে আপনি এখানে চেষ্টা করতে পারেন এমন দুটি বিকল্প রয়েছে:

কম্পিউটার ভিশনে, এই পুনরুদ্ধারকারী ফ্যাক্টরটি সাধারণত 5 থেকে 9 এর মধ্যে গৌসিয়ান ফিল্টার (পিক্সেলগুলিতে) প্রস্থের দ্বারা প্রয়োগ করা হয় আপনি গাউসের সাথে সম্পর্কিত খুঁজে পেতে পারেন কারণ পিক্সেলের প্রস্থটি ক্লাসিকভাবে সমান । $\sigma$ $3 \sigma$
আপনি যদি সূক্ষ্ম সিগন্যাল-নমুনা গণনা করতে ইচ্ছুক হন, তবে কেন ফুরিয়ার ট্রান্সফর্ম ব্যবহার করবেন না? আপনার চিত্রের এফএফটি নিন, আপনার টার্গেট আকারের সাথে সামঞ্জস্যপূর্ণ কেবলমাত্র সাব-পার্টটি রাখুন এবং রূপান্তরটি উল্টে দিন। এটি আপনার বর্ণালীতে একটি অ্যান্টি-এলিয়জিং ফিল্টার প্রয়োগ করবে। যদি আপনার জন্য অনেক বেশি শিল্পকলা (রিপলস, রিংগিং) থাকে তবে আপনার গাউসিয়ান ফিল্টারের বর্ণালীতে প্রয়োগ করুন যার প্রস্থটি আপনার টার্গেটের আকারের সাথে মিলে যায়।

— sansuiso
সূত্র

0

the ক্ষেত্রে , ডি-তে ক্লাসিক গাউসিয়ান কার্নেলটি ফর্মের: $s=1/\sqrt{2}$

[1, 2, 1]^{T} [1, 2, 1]

$[1, 2, 1]^T[1, 2, 1]$

— nbubis
সূত্র

আপনি ভুল. আপনি কি 0.25 এর একটি স্কেল ফ্যাক্টরটি ভুলে গেছেন? ... এবং যদি তা হয় তবে এটি s = 1/2 নয় 1 / স্কয়ার্ট (0.5) এর সাধারণ পছন্দ।

— বেন-উরি 21

@ বেন-উরির কোনও মন্তব্য? দৈর্ঘ্যের কারণে সিস্টেমটি এই পোস্টটিকে নিম্ন-মানের হিসাবে পতাকাঙ্কিত করছে। এটি সংশোধন বা অপসারণ বিবেচনা করুন।

— পিটার কে।

1

@PeterK। - আমার মনে হয় বেন ট্যাগ বিভ্রান্তিকর দিয়ে

s

$s$

s^{2}

$s^2$

— nbubis

আমি ভেবেছিলাম যে আপনি ব্যবহার করা হয়েছে স্কেল ফ্যাক্টর জন্য (আমি আমার প্রশ্নে ব্যবহৃত হয়)। আপনি গাউসিয়ান জন্য ব্যবহার করেছেন ? আমি ফ্যাক্টরের ( ) ফাংশন হিসাবে কী তা জিজ্ঞাসা করেছি এবং আপনার সমাধান কীভাবে এটি সমাধান করে তা আমি দেখতে পাচ্ছি না।

s

$s$

s

$s$

σ

$\sigma$

σ

$\sigma$

s_{x}, s_{y}

$s_x,s_y$

— বেন-উরি