Perché la diffusione anisotropica è utile nell'elaborazione delle immagini?


Risposte:


11

L'algoritmo di diffusione anisotropica di Perona e Malik è il lavoro pionieristico nel denoising basato sulle equazioni di derivati ​​parziali (PDE).

Applica la legge di diffusione sull'intensità dei pixel per uniformare le trame in un'immagine. Una funzione di soglia viene utilizzata per impedire la diffusione attraverso i bordi e pertanto conserva i bordi nell'immagine. (A differenza, ad esempio, del filtro di sfocatura gaussiana.) Ciò rende molto interessante se si desidera rimuovere il disturbo, ma non si desidera appianare i bordi dell'immagine, ad esempio se si desidera utilizzare questi bordi per segmentare l'immagine, senza essere turbato dal rumore.

Sono stati fatti numerosi sforzi che si basano su di esso, migliorandolo o estendendolo.

Ora per dove viene utilizzato, ho solo una cultura limitata. Posso citarne due

  • Analisi delle immagini nel campo delle scienze della vita (dove lavoro): le immagini che è possibile ottenere da un microscopio sono estremamente rumorose e, il più delle volte, lo sono per costruzione. L'analisi automatizzata delle immagini di questi dati comporta spesso la segmentazione, per la quale a volte algos basati su PDE.

  • Videogiochi! Ad esempio, prova a giocare a Mass Effect (almeno il primo).


Vuoi commentare dove viene utilizzato nei videogiochi? Sto analizzando i filmati dei videogiochi (SSF4: AE, UMvC3) e sono interessato a come questo potrebbe essere applicato a tali analisi.
casper:

1
@casperOne: in realtà non posso, poiché non appartengo al dominio degli esperti di videogiochi. Ho notato che è stato usato (o un simile algo) per dare all'immagine una sorta di sensazione "cinematografica" per i motori 3D (combinazione di rumore maculato + AD). Nell'esempio di Mass Effect sopra citato, puoi notarlo e persino vedere il processo iterativo, focalizzando la fotocamera sul personaggio e rimanendo immobile. Forse una domanda su un forum di scambio di stack specializzato potrebbe aiutarti?
Jean-Yves,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.