Оптимальная сигма для Гауссовой фильтрации изображения?
При применении Гауссовой размытости к изображению обычно сигма является параметром (примеры включают Matlab и ImageJ).
Как каждый знает, какова сигма должна быть? Существует ли математический способ выяснить оптимальную сигму? В моем случае у меня есть некоторые объекты в изображениях, которые ярки по сравнению с фоном, и я должен найти их в вычислительном отношении. Я собираюсь применить Гауссов фильтр для создания центра этих объектов еще более ярким, который, надо надеяться, упрощает нахождение их. Как я могу определить оптимальную сигму для этого?
1 ответ
Нет формулы, которая определила бы это для вас; оптимальная сигма будет зависеть от факторов изображения - в первую очередь от разрешения изображения и размера объектов на нем (в пикселях).
Также обратите внимание, что гауссовы фильтры на самом деле не предназначены для осветления чего-либо; возможно, вам стоит поискать методы максимизации контраста - похоже, что-то простое, как растяжение гистограммы, может сработать для вас.
edit: Еще пояснение - sigma в основном контролирует, насколько "жирной" будет ваша функция ядра; более высокие значения sigma размывают по большему радиусу. Поскольку вы работаете с изображениями, большая сигма также заставляет вас использовать большую матрицу ядра, чтобы захватить достаточно энергии функции. В вашем конкретном случае вы хотите, чтобы ядро было достаточно большим, чтобы покрыть большую часть объекта (чтобы он был достаточно размыт), но не настолько большим, чтобы оно начало перекрывать несколько соседних объектов одновременно - так что фактически, разделение объектов разделение также является фактором наряду с размером.
Поскольку вы упомянули MATLAB, вы можете посмотреть на различные гауссовы ядра с разными параметрами, используя функцию fspecial('gaussian', hsize, sigma), где hsize - размер ядра, а sigma - ну, сигма. Попробуйте варьировать параметры, чтобы увидеть, как они меняются.