All streams
Search
Write a publication
Pull to refresh
16
@drkernelread⁠-⁠only

User

Send message
А с первого взгляда потеря цвета не заметна. Замечание очень даже хорошее, спасибо.
По небольшой части изображения сложно судить результат, выложите изображение полностью.
В оригинале Кувахара применяется к каждому каналу отдельно. Хотя ваша модификация фильтра тоже интересна. Интересно будет сравнить имеющиеся результаты с вашей модификацией.
Здесь есть некие сходства с картинами в стиле экспрессионизма
image
эти фильтры схожи тем, что они сохраняют информацию о краях и хорошо удаляют импульсный шум, но в отличие от фильтра кувахары, в медианном фильтре области изображения не становится однородными, поэтому результаты не совсем схожи.
исходное изображение
image
кувахара 21х21
image
медианный фильтр 9х9
image

>обработка медианным фильтром нравится больше
Обработка медианным фильтром делает изображение более естественным, чем обработка фильтром кувахары. В случае с сегментацией однородных областей, кувахара часто дает более эффективные результаты.

>Обратите внимание на то, как овальные объекты (сверху и ближе к центру левее) разделились на несколько фрагментов
>Это уже недопустимо для последующей обработки краев.
Замечание хорошее. Из-за большого радиуса размытия небольшие объекты делятся на несколько (такова особенность фильтра). Но это не критично т.к. чаще всего маленькие объекты принимаются за шум.
В случае, если необходимо сохранить небольшие объекты, то необходимо уменьшить радиус размытия
кувахара 9х9
image
Да, алгоритм применяется к каждому каналу
Детектор Канни, примененный к изображениям выше соответственно




фильтр Гаусса Размывает изображение не сохраняя информации о краев. Применять можно в сегментации. Например, стоит задача обнаружение водоемов на космоснимках. Если применять фильтр Гаусса, границы будет определить сложнее
Исходное изображение:
image
Размытие Гауссом
image
Размытие Кувахара
image
Никак не могу с вами согласиться. Видимо, сколько людей столько и мнений.
Потому что качество изображения после обработки улучшилось. А именно, стали видными такие объекты как: фонарь, машина, деревья.
image
image
Ну да, если есть хорошая камера и задача стоит сделать хорошие снимки, то этот метод обработки актуален.
А когда задача стоит улучшить восприятие практически не видимых объектов на данной фотографии, то MSR и Гамма коррекция могут прекрасно с этим справится.
Исходное изображение
image
autolevel
image
Multi-Scale Retinex
image
задача не сделать изображение более естественным, а «выровнять» освещение. иногда это необходимо при распознавании образов
На мой взгляд MSR лучше ввсего справился с задачей выравнивания освещения по всему изображению. Все объекты что на фото с маяком что на фото с девочкой стали хорошо видны
Не согласен. Исходное изображение с маяком темное, объекты типа машины и деревья на заднем плане совсем не видны. MSR делает все объекты хорошо видимыми, но фотография становится менее естественна. Гамма коррекция оставляет фото естественным, но алгоритм либо высветляет либо затемняет изображение, что не всегда хорошо. А автолевел сделал маяк слишком белым, а машина и деревья слева так и не видны.
2

Information

Rating
Does not participate
Registered
Activity