|
Их легче всего указать смотря на окно просмотра. Стоит помнить, что увеличение малого радиуса приводит к широким границам, а уменьшение большого радиуса увеличивает предел, по которому определяется граница это или нет.
|
|
This filter does edge detection using the so-called “Difference of Gaussians” algorithm, which works by performing two different Gaussian blurs on the image, with a different blurring radius for each, and subtracting them to yield the result. This algorithm is very widely used in artificial vision (maybe in biological vision as well!), and is pretty fast because there are very efficient methods for doing Gaussian blurs. The most important parameters are the blurring radii for the two Gaussian blurs. It is probably easiest to set them using the preview, but it may help to know that increasing the smaller radius tends to give thicker-appearing edges, and decreasing the larger radius tends to increase the “threshold” for recognizing something as an edge. In most cases you will get nicer results if Radius 2 is smaller than Radius 1, but nothing prevents you from reversing them, and in situations where you have a light figure on the dark background, reversing them may actually improve the result.
|
|
Ce filtre fait une détection de bords en utilisant un algorithme appelé « Différence gaussienne » qui fonctionne en réalisant deux flous gaussiens sur une même image avec à chaque fois un rayon différent, et en prenant la différence. Cet algorithme est particulièrement utilisé en vision artificielle et il est très rapide car il existe des façons très performantes de réaliser un flou gaussien. Le paramètre le plus important est le rayon de flou pour les deux flous gaussiens. Il est certainement plus facile de les régler en utilisant l'aperçu mais il peut être utile de savoir qu'augmenter le petit rayon a tendance de faire apparaître des bords fins et que diminuer le grand rayon a tendance a augmenter le seuil de reconnaissance des bords. Dans la plupart des cas vous obtiendrez des résultats satisfaisants si le 2ème rayon est plus petit que le premier mais rien ne vous empêche de les inverser, c'est même recommandé dans le cas où vous avez un visage éclairé sur un fond noir.
|
|
Dieses Filter extrahiert Kanten aus Bildern, indem der Gaußsche Weichzeichnungsfilter mit zwei verschiedenen Stärken auf das Bild angewendet wird. Aus den beiden Ergebnisbildern wird die Differenz berechnet. Dieser Algorithmus wird in der Forschungsrichtung „Künstliches Sehen“ sehr oft verwendet, da die Berechnung des Gaußschen Weichzeichners sehr effizient ist. Die beiden wichtigsten Eigenschaften des Filters sind die beiden Radien, mit denen die Anwendung der Weichzeichner erfolgt. Bei der Einstellung der Werte kann es hilfreich sein zu wissen, dass eine Erhöhung des kleineren Radius typischerweise zu stärkeren Kanten führt, und eine Verkleinerung des größeren Radius tendenziell die Schwelle, etwas im Bild als Kante zu erkennen, erhöht. In den meisten Fällen werden Sie gute Ergebnisse erreichen, wenn der Radius 2 kleiner ist als der Radius 1. Manchmal jedoch, insbesondere bei Bildern mit dunklem Hintergrund, lohnt es sich, es andersherum zu probieren.
|
|
Este filtro hace la detección de bordes usando el algoritmo llamado “Diferencia de Gaussianas”, que ejecuta dos desenfoques Gaussianos en la imagen, con diferentes radios de desenfoque, y sustrae las dos versiones para obtener el resultado final. Es un algoritmo ampliamente usado en el campo de la visión artificial, y es bastante rápido porque hay varios métodos eficientes para realizar desenfoques Gaussianos. Los parámetros más importantes son el radio de desenfoque para los dos desenfoques. Provablemente, lo más fácil seleccionarlos usando la vista previa, puede ayudar saber que al incrementar el radio más pequeño se obtiene unos bordes de apariencia más espesa y que reducir el radio más largo incrementa el “umbral” para reconocer bordes. En la mayoria de los casos, se obtienen mejores resultados si radio 2 es más pequeño que radio 1, pero nada evita que haga lo contrario, y en situaciones donde hay una figura iluminada sobre un fondo oscuro, hacer el radio 1 más pequeño puede mejorar el resultado.
|
|
Questo filtro esegue il rilevamento dei contorni usando il cosiddetto algoritmo «Differenza di gaussiane» che funziona eseguendo due differenti sfumature gaussiane sull'immagine ciascuna con un raggio di sfumatura differente e sottraendo le due versioni per ottenere il risultato finale. Questo algoritmo è utilizzato diffusamente nel campo della visione artificiale ed è molto veloce perché include metodi molto efficienti per eseguire sfumature gaussiane. I parametri più importanti sono i raggi delle due sfumature gaussiane. È probabilmente più facile impostarli utilizzando l'anteprima ma può essere utile sapere che aumentando il raggio minore si otterranno bordi più spessi e che diminuendo il raggio maggiore si innalzerà la soglia per il rilevamento di qualcosa come contorno. Nella maggioranza dei casi si otterranno risultati migliori se «Raggio 2» è minore di «Raggio 1» ma nulla vieta di invertirli tra di loro e in situazioni dove sono presenti soggetti chiari su sfondo scuro l'inversione può anzi migliorare il risultato.
|
|
ガウシアン差分... フィルタはいわゆる「ガウシアン差分」アルゴリズムを用いて輪郭を読み解きます。 このアルゴリズムはぼかし半径を違えた2種類のガウシアンぼかしを画像にかけて両者の差分をもとに結果を得ます。 この方法は加工画像に (おそらく生物学的な[解析用]画像にも) 広く利用されており、 しかもガウシアンぼかしをかなり効果的に利用するしくみができているためとても素早く処理できます。 一番肝心なパラメータは2種類のガウシアンぼかし用半径です。 プレビュー画面を見ながら設定すれば簡単だとは思いますが、 小さい方の半径は長くするほど輪郭が太く描かれやすくなることと、 大きい方の半径は短くするほど輪郭を見極めるための「しきい値」が高くなりやすくなることは覚えておくとよいでしょう。 ほとんどの場合 半径 1 よりも 半径 2 を小さくすると良い結果が出ますが、 その逆にしてはいけないわけではなく、 暗い背景に明るい物体が描かれた画像の場合では逆にしておいた方が実際にもっと良い結果が出ます。
|
|
. Algoritmane bak dette filteret blir mykje brukt innan forsking på kunstig syn, og kanskje også for biologisk syn i og med at dei arbeider svært raskt men likevel sikkert. Dei viktigaste innstillingane er sløringsradius for dei to køyringane. Desse er det lettast å setje ved å sjå på førehandsvisinga. Eit lite tips på vegen likevel: auke i den minste radiusen vil som oftast gi tykkare kant, medan redusering av den største radiusen har ein tendens til å auke terskelen for at noe skal bli oppfatta som ein kant. Som oftast vil du få det beste resultatet når radius 2 er mindre enn radius 1. Unntaket kan vere når du har lyse figurar på mørk bakgrunn.
|