Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Kohinan Vähentäminen ja Tasoitus | Kuvankäsittely OpenCV:llä
Tietokonenäön Perusteet

bookKohinan Vähentäminen ja Tasoitus

Kohina kuvissa ilmenee ei-toivottuna rakeisuutena tai vääristymänä, jonka syynä voivat olla esimerkiksi heikko valaistus, pakkausartefaktit tai anturin rajoitukset. Sumentamistekniikat auttavat vähentämään kohinaa säilyttäen samalla tärkeät yksityiskohdat kuvassa.

Gauss-sumennus (Kohinan suodatus)

cv2.GaussianBlur-funktio käyttää Gauss-sumennusta, joka pehmentää kuvaa laskemalla pikseliarvojen keskiarvon Gaussin ytimen avulla (painotettu keskiarvo, jossa keskimmäisillä pikseleillä on suurempi merkitys):

  • cv2.GaussianBlur(src, ksize, sigmaX):
    • src: sumennettava lähdekuva;
    • ksize: ytimen koko muodossa (leveys, korkeus), molempien arvojen tulee olla parittomia (esim. (5, 5));
    • sigmaX: keskihajonta X-suunnassa; määrittää sumennuksen määrän.
  • Funktio vähentää kuvan kohinaa ja yksityiskohtia konvoloimalla kuvan Gaussin funktiolla, mikä on hyödyllistä esimerkiksi reunojen tunnistuksessa tai esikäsittelyssä ennen kynnysarvojen asettamista.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
GaussianBlurExample
Note
Lisätietoa

Funktion cv2.GaussianBlur() parametri sigmaX on Gaussin ytimen keskiarvopoikkeama X-suunnassa, ja sama parametri Y-suunnassa (sigmaY) on oletuksena 0. Kun sekä sigmaX että sigmaY ovat arvoltaan 0, keskiarvopoikkeama lasketaan ytimen koosta.

Mediaanisumennus (Salt-and-Pepper-melun poisto)

cv2.medianBlur-funktio käyttää mediaanisuodatinta, joka korvaa jokaisen pikselin arvon ytimen ikkunan naapuripikseleiden mediaaniarvolla:

  • cv2.medianBlur(src, ksize):
    • src: suodatettava lähdekuva;
    • ksize: neliöytimen koko (täytyy olla pariton kokonaisluku, esim. 3, 5, 7).
  • Mediaanisumennus on erityisen tehokas salt-and-pepper-melun poistossa, sillä se säilyttää reunat mutta poistaa yksittäiset häiriöpikselit.
median_blurred = cv2.medianBlur(image, ksize)
MedianBlurExample
Tehtävä

Swipe to start coding

Sinulle on annettu kohinan sisältävä kuvan image muuttuja: noisy puppy

  • Käytä Gaussin sumennusta ja tallenna tulos muuttujaan gaussian_blurred;
  • Käytä mediaanisumennusta ja tallenna tulos muuttujaan median_blurred.

Ratkaisu

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 4
single

single

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

close

bookKohinan Vähentäminen ja Tasoitus

Pyyhkäise näyttääksesi valikon

Kohina kuvissa ilmenee ei-toivottuna rakeisuutena tai vääristymänä, jonka syynä voivat olla esimerkiksi heikko valaistus, pakkausartefaktit tai anturin rajoitukset. Sumentamistekniikat auttavat vähentämään kohinaa säilyttäen samalla tärkeät yksityiskohdat kuvassa.

Gauss-sumennus (Kohinan suodatus)

cv2.GaussianBlur-funktio käyttää Gauss-sumennusta, joka pehmentää kuvaa laskemalla pikseliarvojen keskiarvon Gaussin ytimen avulla (painotettu keskiarvo, jossa keskimmäisillä pikseleillä on suurempi merkitys):

  • cv2.GaussianBlur(src, ksize, sigmaX):
    • src: sumennettava lähdekuva;
    • ksize: ytimen koko muodossa (leveys, korkeus), molempien arvojen tulee olla parittomia (esim. (5, 5));
    • sigmaX: keskihajonta X-suunnassa; määrittää sumennuksen määrän.
  • Funktio vähentää kuvan kohinaa ja yksityiskohtia konvoloimalla kuvan Gaussin funktiolla, mikä on hyödyllistä esimerkiksi reunojen tunnistuksessa tai esikäsittelyssä ennen kynnysarvojen asettamista.
blurred = cv2.GaussianBlur(image, ksize, sigmaX)
GaussianBlurExample
Note
Lisätietoa

Funktion cv2.GaussianBlur() parametri sigmaX on Gaussin ytimen keskiarvopoikkeama X-suunnassa, ja sama parametri Y-suunnassa (sigmaY) on oletuksena 0. Kun sekä sigmaX että sigmaY ovat arvoltaan 0, keskiarvopoikkeama lasketaan ytimen koosta.

Mediaanisumennus (Salt-and-Pepper-melun poisto)

cv2.medianBlur-funktio käyttää mediaanisuodatinta, joka korvaa jokaisen pikselin arvon ytimen ikkunan naapuripikseleiden mediaaniarvolla:

  • cv2.medianBlur(src, ksize):
    • src: suodatettava lähdekuva;
    • ksize: neliöytimen koko (täytyy olla pariton kokonaisluku, esim. 3, 5, 7).
  • Mediaanisumennus on erityisen tehokas salt-and-pepper-melun poistossa, sillä se säilyttää reunat mutta poistaa yksittäiset häiriöpikselit.
median_blurred = cv2.medianBlur(image, ksize)
MedianBlurExample
Tehtävä

Swipe to start coding

Sinulle on annettu kohinan sisältävä kuvan image muuttuja: noisy puppy

  • Käytä Gaussin sumennusta ja tallenna tulos muuttujaan gaussian_blurred;
  • Käytä mediaanisumennusta ja tallenna tulos muuttujaan median_blurred.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 4
single

single

some-alt