| Operatoren |
coherence_enhancing_diff — Koherenzverstärkende Diffusion eines Bildes.
Der Operator coherence_enhancing_diff führt einen anisotropen Diffusionsvorgang auf dem Eingabebild Image durch mit dem Ziel, die Kohärenz der in Image enthaltenen Bildstrukturen zu erhöhen, das heißt insbesondere, unterbrochene Bildkanten diffusiv miteinander zu verbinden ohne sie dabei senkrecht zur Kantenrichtung zu verschmieren. Dazu nutzt coherence_enhancing_diff eine Diskretisierung der anisotropen Diffusionsgleichung
Um die Kantenrichtungen insbesondere bei verrauschten Eingabedaten stabiler zu bestimmen, kann der Berechnung der Grauwertgradienten ein zusätzlicher isotroper Glättungsschritt vorgeschaltet werden. Der Parameter Sigma bestimmt die Stärke dieser Glättung als Standardabweichung des zugehörigen Gauß-Faltungskernes, wie er auch im Operator isotropic_diffusion zur isotropen Glättung eines Bildes verwendet wird.
Während die Matrix G im Fall des Krümmungsflusses mean_curvature_flow gegeben wird durch
Die Diffusionsrichtung wird bei mean_curvature_flow also alleine durch die lokale Richtung des Grauwertgradienten bestimmt, wohingegen die makroskopische Struktur der Bildobjekte auf der Skala Rho wiedergibt und die Stärke der Diffusion in coherence_enhancing_diff davon abhängt, wie gut diese Struktur definiert ist.
Beachten Sie, dass Filteroperatoren eventuell unerwartete Resultate ausgeben, wenn ein Bild mit einer reduzierten Domäne als Input übergeben wird. Weitere Informationen können im Kapitel Filter gefunden werden.
Eingabebild.
Ausgabebild.
Glättungsparameter für Ableitungsoperator.
Defaultwert: 0.5
Wertevorschläge: 0.0, 0.1, 0.5, 1.0
Restriktion: Sigma >= 0
Glättungsparameter für Diffusionskoeffizienten.
Defaultwert: 3.0
Wertevorschläge: 0.0, 1.0, 3.0, 5.0, 10.0, 30.0
Restriktion: Rho >= 0
Zeitschritt.
Defaultwert: 0.5
Wertevorschläge: 0.1, 0.2, 0.3, 0.4, 0.5
Restriktion: 0 < Theta <= 0.5
Anzahl Iterationen.
Defaultwert: 10
Wertevorschläge: 1, 5, 10, 20, 50, 100, 500
Restriktion: Iterations >= 1
J. Weickert, V. Hlavac, R. Sara; „Multiscale texture
enhancement“; Computer analysis of images and patterns, Lecture
Notes in Computer Science, Vol. 970, pp. 230-237; Springer,
Berlin; 1995.
J. Weickert, B. ter Haar Romeny, L. Florack, J. Koenderink,
M. Viergever; „A review of nonlinear diffusion filtering“;
Scale-Space Theory in Computer Vision, Lecture Notes in
Comp. Science, Vol. 1252, pp. 3-28; Springer, Berlin; 1997.
Foundation
| Operatoren |