Hei acolo! În calitate de furnizor de filtre, sunt foarte încântat să discut despre filtrul Laplacian of Gaussian (LoG) și despre utilizarea lui bolnavă în detectarea blob-ului. Deci, haideți să ne scufundăm!
În primul rând, ce naiba este un filtru laplacian al gaussian? Ei bine, practic este o combinație de două filtre de procesare a imaginii bine-cunoscute: filtrul Gaussian și filtrul Laplacian.
Filtrul Gaussian este ca un campion de netezire. Estompează o imagine pentru a reduce zgomotul. Știi cum, atunci când faci o fotografie într-un mediu zgomotos, există toți acești pixeli aleatorii care dau peste cap imaginea? Filtrul Gaussian ajută la eliminarea acestui zgomot prin mediarea valorilor pixelilor dintr-o zonă din jurul fiecărui pixel. Utilizează o funcție Gauss, care este această curbă în formă de clopot. Lățimea curbei, controlată de un parametru numit abatere standard (σ), determină cât de multă estompare are loc. Un σ mic înseamnă mai puțină neclaritate, iar un σ mare înseamnă mai multă neclaritate.
Filtrul Laplacian, pe de altă parte, se referă la găsirea marginilor. Acesta calculează derivata de ordinul doi a unei imagini. În termeni simpli, caută modificări bruște ale valorilor pixelilor. Când există o schimbare bruscă a intensității, ca la marginea unui obiect dintr-o imagine, filtrul Laplacian va oferi un răspuns ridicat.
Acum, când combinați aceste două, obțineți filtrul Laplacian al Gaussian. Ideea este să netezi imaginea mai întâi cu filtrul Gaussian pentru a reduce zgomotul, apoi să aplici filtrul Laplacian pentru a găsi marginile. Filtrul LoG poate fi reprezentat printr-un nucleu de convoluție, care este o matrice mică pe care o glisați peste imagine pentru a efectua operația de filtrare.
Matematic, laplacianul unei funcții gaussiene în 2D este dat de:
$\nabla^{2}G(x,y;\sigma)=\frac{1}{2\pi\sigma^{4}}\left(\frac{x^{2}+y^{2}}{\sigma^{2}} - 2\right)e^{-\frac{x^{2}+y^{2}}{2\sigma^{2}}$^{2}}
unde $(x,y)$ sunt coordonatele în planul imaginii, iar $\sigma$ este abaterea standard a funcției Gaussiene.
Deci, ce legătură are acest lucru cu detectarea blob-ului? Bloburile sunt practic regiuni luminoase sau întunecate dintr-o imagine care ies în evidență din fundal. Ar putea fi lucruri precum monede dintr-o fotografie, celule dintr-o imagine la microscop sau stele dintr-o imagine astronomică.
Proprietatea cheie a filtrului LoG pentru detectarea blobului este că are o proprietate de trecere cu zero. Când filtrul LoG este aplicat unei imagini, trecerile cu zero (punctele în care ieșirea filtrului își schimbă semnul) corespund marginilor blob-urilor. Găsind aceste treceri cu zero, putem localiza bloburile din imagine.
Iată un proces pas cu pas de utilizare a filtrului LoG pentru detectarea blob:
-
Alegeți valoarea corectă a σ: blob-uri de dimensiuni diferite necesită valori σ diferite. Pentru blob-uri mai mari, aveți nevoie de un σ mai mare, deoarece doriți mai multă estompare înainte de detectarea marginilor. Puteți încerca mai multe valori σ și puteți căuta blob la diferite scale.
-
Aplicați filtrul LoG: Convoluți imaginea cu nucleul LoG pentru valoarea σ aleasă.
-
Găsiți zero - treceri: Scanați imaginea filtrată și marcați punctele în care ieșirea filtrului își schimbă semnul. Aceste puncte formează granițele bloburilor.
-
Grupați zero - treceri: Punctele de trecere cu zero care sunt apropiate unul de celălalt pot fi grupate pentru a reprezenta un singur blob.
Avantajul utilizării filtrului LoG pentru detectarea blob-ului este că este scala - invariabilă într-o oarecare măsură. Folosind mai multe valori σ, puteți detecta pete de dimensiuni diferite în aceeași imagine. De asemenea, face o treabă bună în reducerea efectului zgomotului datorită netezirii inițiale gaussiene.
Acum, ca furnizor de filtre, oferim și o gamă largă de alte filtre. De exemplu, avemFiltru de coș, care este excelent pentru aplicațiile în care trebuie să îndepărtați particulele mari dintr-un fluid. Are un design în formă de coș care poate prinde eficient resturile.
NoastreT - tip filtrueste o altă alegere populară. Este numit după structura sa în formă de T și este adesea folosit în conducte pentru a filtra contaminanții. Este ușor de instalat și întreținut, ceea ce îl face o opțiune pentru multe aplicații industriale.
Și apoi mai esteY - tip filtru. Acest filtru își trage numele de la corpul său în formă de Y. Este folosit în mod obișnuit în sistemele de abur, gaz și lichid pentru a proteja echipamentele de murdărie și resturi.
Dacă sunteți în căutarea filtrelor, fie că este vorba de filtrul Laplacian al lui Gaussian pentru nevoile dvs. de procesare a imaginii sau de unul dintre celelalte filtre industriale ale noastre, suntem aici pentru a vă ajuta. Echipa noastră de experți vă poate ajuta să alegeți filtrul potrivit pentru aplicația dvs. Înțelegem că fiecare proiect este unic și ne angajăm să oferim filtre de înaltă calitate care să corespundă cerințelor dumneavoastră.
Deci, dacă sunteți interesat să aflați mai multe despre filtrele noastre sau doriți să începeți o discuție privind achizițiile, nu ezitați să contactați. Așteptăm cu nerăbdare să lucrăm cu dvs. și să vă ajutăm să găsiți soluția perfectă de filtrare.
Referințe
- Gonzalez, RC și Woods, RE (2008). Procesarea digitală a imaginii. Pearson Prentice Hall.
- Marr, D., & Hildreth, E. (1980). Teoria detectării marginilor. Proceedings of the Royal Society of London. Seria B. Științe biologice, 207(1167), 187 - 217.
