noise_distribution_meanT_noise_distribution_meanNoiseDistributionMeanNoiseDistributionMeannoise_distribution_mean (Operator)

Name

noise_distribution_meanT_noise_distribution_meanNoiseDistributionMeanNoiseDistributionMeannoise_distribution_mean — Rauschverteilung eines Bildes bestimmen.

Signatur

noise_distribution_mean(ConstRegion, Image : : FilterSize : Distribution)

Herror T_noise_distribution_mean(const Hobject ConstRegion, const Hobject Image, const Htuple FilterSize, Htuple* Distribution)

void NoiseDistributionMean(const HObject& ConstRegion, const HObject& Image, const HTuple& FilterSize, HTuple* Distribution)

HTuple HImage::NoiseDistributionMean(const HRegion& ConstRegion, Hlong FilterSize) const

HTuple HRegion::NoiseDistributionMean(const HImage& Image, Hlong FilterSize) const

static void HOperatorSet.NoiseDistributionMean(HObject constRegion, HObject image, HTuple filterSize, out HTuple distribution)

HTuple HImage.NoiseDistributionMean(HRegion constRegion, int filterSize)

HTuple HRegion.NoiseDistributionMean(HImage image, int filterSize)

def noise_distribution_mean(const_region: HObject, image: HObject, filter_size: int) -> Sequence[float]

Beschreibung

noise_distribution_meannoise_distribution_meanNoiseDistributionMeanNoiseDistributionMeannoise_distribution_mean berechnet die Rauschverteilung in einem Ausschnitt des Bildes ImageImageImageimageimage. Der Parameter ConstRegionConstRegionConstRegionconstRegionconst_region gibt den Bereich in dem Bild an, der nicht strukturiert ist. Die Grauwerte sollten hier also näherungsweise konstant sein. Die Abweichungen in den Grauwerten werden hier nur durch Rauschen erzeugt. Die Rauschverteilung wird bestimmt, indem das Bild mit dem Mittelwertfilter (mean_imagemean_imageMeanImageMeanImagemean_image) geglättet und dann die punktweise Differenzen der Grauwerte (Original minus Mittelwertbild) bestimmt werden. Die Häufigkeit der auftretenden Differenzen werden in dem Parameter DistributionDistributionDistributiondistributiondistribution übergeben.

Achtung

Es ist zu beachten, dass die Region in ConstRegionConstRegionConstRegionconstRegionconst_region nicht zu dicht an einen Grauwertgradienten angrenzt, da durch die Mittelung auch die Nachbarschaft mit einbezogen wird. Konkret heißt das, dass der Abstand vom Rand zu einer Kante so groß wie die Maskengröße der Mittelung FilterSizeFilterSizeFilterSizefilterSizefilter_size sein muss.

Ausführungsinformationen

Parameter

ConstRegionConstRegionConstRegionconstRegionconst_region (input_object)  region(-array) objectHRegionHObjectHObjectHobject

Zu analysierende Regionen mit konstanten Grauwerten.

ImageImageImageimageimage (input_object)  singlechannelimage objectHImageHObjectHObjectHobject (byte)

Zugehöriges Bild.

FilterSizeFilterSizeFilterSizefilterSizefilter_size (input_control)  integer HTupleintHTupleHtuple (integer) (int / long) (Hlong) (Hlong)

Filtergröße des Mittelwertfilters.

Default: 21

Wertevorschläge: 5, 11, 15, 21, 31, 51, 101

Wertebereich: 3 ≤ FilterSize FilterSize FilterSize filterSize filter_size ≤ 501 (lin)

Minimale Schrittweite: 2

Empfohlene Schrittweite: 2

DistributionDistributionDistributiondistributiondistribution (output_control)  distribution.values-array HTupleSequence[float]HTupleHtuple (real) (double) (double) (double)

Rauschverteilung aller Eingaberegionen.

Vorgänger

draw_regiondraw_regionDrawRegionDrawRegiondraw_region, gen_circlegen_circleGenCircleGenCirclegen_circle, gen_ellipsegen_ellipseGenEllipseGenEllipsegen_ellipse, gen_rectangle1gen_rectangle1GenRectangle1GenRectangle1gen_rectangle1, gen_rectangle2gen_rectangle2GenRectangle2GenRectangle2gen_rectangle2, thresholdthresholdThresholdThresholdthreshold, erosion_circleerosion_circleErosionCircleErosionCircleerosion_circle, binomial_filterbinomial_filterBinomialFilterBinomialFilterbinomial_filter, gauss_filtergauss_filterGaussFilterGaussFiltergauss_filter, smooth_imagesmooth_imageSmoothImageSmoothImagesmooth_image, sub_imagesub_imageSubImageSubImagesub_image

Nachfolger

add_noise_distributionadd_noise_distributionAddNoiseDistributionAddNoiseDistributionadd_noise_distribution

Siehe auch

mean_imagemean_imageMeanImageMeanImagemean_image, gauss_distributiongauss_distributionGaussDistributionGaussDistributiongauss_distribution

Modul

Foundation