Dies ist der Befehl pnmnlfilt, der beim kostenlosen Hosting-Anbieter OnWorks mit einer unserer zahlreichen kostenlosen Online-Workstations wie Ubuntu Online, Fedora Online, dem Windows-Online-Emulator oder dem MAC OS-Online-Emulator ausgeführt werden kann
PROGRAMM:
NAME/FUNKTION
pnmnlfilt – nichtlineare Filter: Glätten, Alpha-Trim-Mittelwert, optimale Schätzungsglättung,
Kantenverstärkung.
ZUSAMMENFASSUNG
pnmnlfilt Alpha radius [PNG-Datei]
BESCHREIBUNG
pnmnlfilt Erzeugt ein Ausgabebild, bei dem die Pixel eine Zusammenfassung mehrerer Pixel in der Nähe sind
die entsprechende Position in einem Eingabebild.
Dieses Programm funktioniert mit Multibild-Streams.
Das ist so etwas wie ein Schweizer Taschenmesserfilter. Es verfügt über 3 verschiedene Betriebsmodi. Insgesamt
Von den Modi wird jedes Pixel im Bild entsprechend untersucht und verarbeitet
umgebende Pixelwerte. Anstatt die 9 Pixel in einem 3x3-Block, 7 sechseckigen Bereich zu verwenden
Es werden Proben entnommen, wobei die Größe der Sechsecke durch den Radiusparameter gesteuert wird. A
Ein Radiuswert von 0.3333 bedeutet, dass die 7 Sechsecke genau in das mittlere Pixel passen (d. h.
es entsteht kein Filtereffekt). Ein Radiuswert von 1.0 bedeutet, dass die 7 Sechsecke
passen genau in ein 3x3-Pixel-Array.
Aftershave getrimmt bedeuten Filter. (0.0 <= Alpha <= 0.5)
Der Wert des mittleren Pixels wird durch den Mittelwert der 7 Sechseckwerte ersetzt, aber
Die 7 Werte werden nach Größe sortiert und der obere und untere Alphateil der 7 wird ausgeschlossen
vom Mittelwert. Dies bedeutet, dass ein Alpha-Wert von 0.0 die gleiche Art von Ausgabe liefert wie a
normale Faltung (d. h. Mittelungs- oder Glättungsfilter), wobei der Radius bestimmt
„Stärke“ des Filters. Ein guter Ausgangspunkt für eine subtile Filterung ist Alpha = 0.0.
Radius = 0.55 Für einen deutlicheren Effekt versuchen Sie es mit Alpha 0.0 und Radius 1.0
Ein Alpha-Wert von 0.5 führt dazu, dass der Medianwert der 7 Sechsecke zum Ersetzen verwendet wird
der mittlere Pixelwert. Diese Art von Filter eignet sich gut zum Eliminieren von „Pop“ oder einzelnen Pixeln
Rauschen aus einem Bild entfernen, ohne das Rauschen auszubreiten oder Merkmale auf dem Bild zu verwischen.
Durch die umsichtige Verwendung des Radiusparameters wird die Filterung verfeinert. Zwischenwerte von
Alpha erzeugt Effekte irgendwo zwischen Glättung und „Pop“-Rauschunterdrückung. Für dezent
Beginnen Sie beim Filtern mit den Werten Alpha = 0.4 und Radius = 0.6, um einen deutlicheren Effekt zu erzielen
Versuchen Sie es mit Alpha = 0.5, Radius = 1.0
Optimal Schätzung glättend. (1.0 <= Alpha <= 2.0)
Dieser Filtertyp wendet einen Glättungsfilter adaptiv auf das Bild an. Für jedes Pixel
Die Varianz der umgebenden Sechseckwerte und der Grad der Glättung werden berechnet
wird umgekehrt proportional dazu gemacht. Die Idee dahinter ist: Wenn die Varianz klein ist, dann ist sie es auch
Dies ist auf Rauschen im Bild zurückzuführen. Wenn die Abweichung jedoch groß ist, liegt sie am „gewünschten“ Bild
Merkmale. Wie üblich steuert der Radiusparameter den effektiven Radius, aber wahrscheinlich ist es so
Für die Varianzberechnung empfiehlt es sich, den Radius zwischen 0.8 und 1.0 zu belassen
sinnvoll. Der Alpha-Parameter legt den Rauschschwellenwert fest, ab dem weniger geglättet wird
getan werden. Das bedeutet, dass kleine Alpha-Werte die subtilste Filterung bewirken
Effekt, während große Werte dazu neigen, alle Teile des Bildes zu glätten. Du könntest anfangen
mit Werten wie Alpha = 1.2, Radius = 1.0 und versuchen Sie, den Alpha zu erhöhen oder zu verringern
Parameter, um den gewünschten Effekt zu erzielen. Dieser Filtertyp eignet sich am besten zum Herausfiltern
Dithering-Rauschen sowohl in Bitmap- als auch in Farbbildern.
Marktumfeld Erweiterung. (-0.1 >= Alpha >= -0.9)
Dies ist der entgegengesetzte Filtertyp zum Glättungsfilter. Es verstärkt Kanten. Das Alpha
Der Parameter steuert das Ausmaß der Kantenverstärkung, von subtil (-0.1) bis deutlich (-0.9).
Der Radiusparameter steuert wie üblich den effektiven Radius, nützliche Werte liegen jedoch dazwischen
0.5 und 0.9. Versuchen Sie, mit den Werten Alpha = 0.3 und Radius = 0.8 zu beginnen
Kombination verwenden.
Die verschiedenen Modi von pnmnlfilt können nacheinander verwendet werden, um das gewünschte Ergebnis zu erzielen.
Um beispielsweise ein monochromes Dithering-Bild in ein Graustufenbild umzuwandeln, können Sie es versuchen
oder zwei Durchläufe des Glättungsfilters, gefolgt von einem Durchlauf der optimalen Schätzung
Filter, dann eine subtile Kantenverbesserung. Beachten Sie, dass die Verwendung einer Kantenverstärkung nur wahrscheinlich ist
nach einem der nichtlinearen Filter (Alpha-getrimmter Mittelwert oder optimale Schätzung) nützlich sein
Filter), da die Kantenverstärkung das direkte Gegenteil der Glättung ist.
Zur Reduzierung des Farbquantisierungsrauschens in Bildern (d. h. Umwandlung von .gif-Dateien zurück in 24 Bit).
Dateien) könnten Sie einen Durchgang des optimalen Schätzfilters (Alpha 1.2, Radius 1.0) versuchen, a
Durchlauf des Medianfilters (Alpha 0.5, Radius 0.55) und möglicherweise ein Durchlauf der Kante
Erweiterungsfilter. Mehrere Durchläufe des optimalen Schätzfilters mit abnehmendem Alpha
Werte sind effektiver als ein einzelner Durchgang mit einem großen Alphawert. Wie üblich gibt es
ein Kompromiss zwischen Filtereffektivität und Detailverlust. Experimentieren ist
ermutigt.
References:
Der Alpha-getrimmte Mittelwertfilter basiert auf der Beschreibung in IEEE CG&A, Mai 1990, Seite 23 von
Mark E. Lee und Richard A. Redner und wurde verbessert, um kontinuierliches Alpha zu ermöglichen
Einstellung.
Der optimale Schätzfilter ist einem Artikel „Converting Dithered Images Back to“ entnommen
Gray Scale“ von Allen Stenger, Dr. Dobb's Journal, November 1992, und dieser Artikel
Referenzen „Digital Image Enhancement and Noise Filtering by Use of Local Statistics“,
Jong-Sen Lee, IEEE Transactions on Pattern Analysis and Machine Intelligence, März 1980.
Die Details zur Kantenverstärkung stammen von Verbesserung(1), entnommen aus Philip R.
Thompsons „xim“-Programm, das es wiederum aus Abschnitt 6 von „Digital Halftones“ übernommen hat
Dot Diffusion“, DE Knuth, ACM Transaction on Graphics Band 6, Nr. 4, Oktober 1987,
was es wiederum aus zwei Veröffentlichungen von JF Jarvis et. aus dem Jahr 1976 stammt. al.
Verwenden Sie pnmnlfilt online über die Dienste von onworks.net
