Moving Media Filtro Di Riduzione Del Rumore

La Guida scienziato e ingegneri per Digital Signal Processing di Steven W. Smith, Ph. D. Capitolo 15: Moving Filtri media di riduzione del rumore rispetto Fase di risposta Molti scienziati e ingegneri si sentono in colpa per utilizzare il filtro media mobile. Perché è così molto semplice, il filtro media mobile è spesso la prima cosa che ha cercato di fronte a un problema. Anche se il problema è completamente risolto, c'è ancora la sensazione che qualcosa di più dovrebbe essere fatto. Questa situazione è veramente paradossale. Non solo il filtro a media mobile molto buona per molte applicazioni, è ottimale per un problema comune, riducendo il rumore bianco casuale mantenendo la risposta al gradino più nitida. La figura 15-1 illustra un esempio di come funziona. Il segnale in (a) è un impulso sepolta nel rumore casuale. In (b) e (c), l'azione levigante del filtro media mobile riduce l'ampiezza del rumore casuale (buono), ma riduce anche la nitidezza dei bordi (cattivi). Di tutti i possibili filtri lineari che potrebbero essere utilizzati, la media mobile produce il più basso rumore per una data nitidezza bordo. La quantità di riduzione del rumore è uguale alla radice quadrata del numero di punti della media. Ad esempio, un punto 100 in movimento filtro a media riduce il rumore di un fattore 10. Per comprendere perché la media mobile se la soluzione migliore, immaginate vogliamo progettare un filtro con una affilatezza fisso. Ad esempio, assumiamo fissiamo la nitidezza bordo specificando che ci sono dei punti in undici l'aumento della risposta al gradino. Ciò richiede che il kernel di filtro hanno undici punti. La domanda di ottimizzazione è: come facciamo a scegliere i valori undici nel kernel del filtro per ridurre al minimo il rumore sul segnale di uscita Dal momento che il rumore che stiamo cercando di ridurre l'è casuale, nessuno dei punti di ingresso è speciale ciascuno è altrettanto rumoroso come il suo vicino di casa . Pertanto, è inutile preferenziale di uno qualsiasi dei punti di ingresso assegnandogli un coefficiente maggiore nel kernel filtro. Il rumore più basso si ottiene quando tutti i campioni di ingresso vengono trattati allo stesso modo, cioè il filtro di media mobile. (Più avanti in questo capitolo mostriamo che gli altri filtri sono essenzialmente buono. Il punto è, nessun filtro è migliore rispetto alla media mobile semplice).NOISE RIDUZIONE DI IMMAGINE rumore AVERAGING immagine può compromettere il livello di dettaglio nelle foto digitale o pellicola, e così ridurre questo rumore può notevolmente migliorare la vostra immagine finale o stampare. Il problema è che la maggior parte delle tecniche per ridurre o rimuovere il rumore finiscono sempre per ammorbidire l'immagine pure. Alcuni addolcimento può essere accettabile per le immagini costituite principalmente da acqua liscia o cieli, ma il fogliame in paesaggi può soffrire anche con tentativi conservatori per ridurre il rumore. Questa sezione mette a confronto di un paio di metodi comuni per la riduzione del rumore, e introduce anche una tecnica alternativa: una media di esposizioni multiple per ridurre il rumore. Immagine media è comune in fotografia astronomica di fascia alta, ma è senza dubbio sottoutilizzato per altri tipi di luce scarsa e fotografia notturna. Della media ha il potere di ridurre il rumore senza compromettere dettaglio, perché in realtà aumenta il rapporto segnale-rumore (SNR) della vostra immagine. Un vantaggio ulteriore è che la media può anche aumentare la profondità di bit dell'immagine di là di quanto sarebbe possibile con una singola immagine. Della media può essere particolarmente utile per coloro che desiderano imitare la scorrevolezza di ISO 100, ma la cui macchina fotografica va solo fino a ISO 200 (come la maggior parte delle reflex digitali Nikon). Immagine media lavora sul presupposto che il rumore nell'immagine è veramente casuale. In questo modo, fluttuazioni casuali sopra e al di sotto dei dati immagine reale sarà gradualmente anche come uno medie sempre più immagini. Se si dovesse prendere due colpi di una patch grigio liscio, utilizzando le stesse impostazioni della fotocamera e in condizioni identiche (temperatura, illuminazione, ecc), allora si dovrebbe ottenere immagini simili a quelle mostrate a sinistra. La trama di cui sopra rappresenta le fluttuazioni di luminosità lungo le strisce blu e rosse sottili di pixel nelle immagini superiore e inferiore, rispettivamente. La linea orizzontale tratteggiata rappresenta la media, o che cosa questa trama apparire come se ci fossero zero rumore. Si noti come ciascuna delle linee rosse e blu fluttua in modo univoco sopra e sotto la linea tratteggiata. Se dovessimo prendere il valore del pixel in ogni posizione lungo questa linea, e media con il valore per il pixel nella stessa posizione per l'altra immagine, allora la variazione di luminosità sarebbe ridotto come segue: Anche se la media dei due ancora oscilla sopra e sotto la media, la deviazione massima è notevolmente ridotto. Visivamente, questo ha l'effetto di rendere la patch per la sinistra appare più liscia. Due mediati immagini generalmente producono rumorosità paragonabili a un'impostazione ISO che è la metà sensibili, quindi due media di immagini scattate a ISO 400 sono paragonabili a un'immagine scattata a ISO 200, e così via. In generale, ampiezza di oscillazione rumore scende per la radice quadrata del numero di immagini in media, quindi è necessario fare la media 4 immagini al fine di ridurre l'ampiezza a metà. RUMORE DETTAGLIO CONFRONTO L'esempio seguente illustra l'efficacia di immagine media in un esempio del mondo reale. La seguente foto è stata scattata a 1600 ISO sulla Canon EOS 300D Digital Rebel, e soffre di eccessiva noise. Moving Filtro media (filtro MA) Caricamento in corso. Il filtro media mobile è un semplice filtro passa-basso FIR (Finite Impulse Response) comunemente usato per lisciare una serie di campionati datasignal. Prende M campioni di ingresso alla volta e prendere la media di questi M-campioni e produce un singolo punto di uscita. Si tratta di una struttura molto semplice LPF (Filtro passa basso), che viene portata di mano per gli scienziati e gli ingegneri di filtrare componente rumoroso indesiderati dai dati previsti. Come la lunghezza del filtro aumenta (il parametro M) la scorrevolezza degli aumenti di uscita, mentre le transizioni taglienti nei dati sono fatte sempre più smussato. Questo implica che il filtro ha un'eccellente risposta nel dominio del tempo, ma una risposta in frequenza scarsa. Il filtro MA svolgere tre funzioni importanti: 1) Ci vogliono punti di ingresso M, calcola la media di questi M-points e produce un unico punto di uscita 2) A causa delle computationcalculations coinvolti. il filtro introduce una quantità definita di ritardo 3) Il filtro agisce come un filtro passa basso (con scarsa risposta nel dominio di frequenza e una buona risposta nel dominio del tempo). Codice Matlab: A seguito di codice MATLAB simula la risposta nel dominio del tempo di un M-punto mobile filtro media e traccia anche la risposta in frequenza per varie lunghezze di filtro. Time Domain Risposta: Al primo trama, abbiamo l'ingresso che sta succedendo nel filtro media mobile. L'ingresso è rumoroso e l'obiettivo è di ridurre il rumore. La figura seguente è la risposta di uscita di un punto 3 Moving Average filtro. Si può dedurre dalla figura che il 3 punti Moving filtro media non ha fatto molto a filtrare il rumore. Aumentiamo i rubinetti filtro a 51 punti e possiamo vedere che il rumore in uscita è ridotta molto, che è rappresentato nella figura seguente. Aumentiamo i rubinetti ulteriormente a 101 e 501 e si può osservare che, anche-se il rumore è quasi zero, le transizioni siano smussati su drasticamente (osservare il pendio sulla lati del segnale e confrontarle con la transizione muro ideale il nostro ingresso). Risposta in frequenza: Dalla risposta in frequenza si può affermare che il roll-off è molto lento e l'attenuazione banda di arresto non è buona. Tenuto conto di questa banda di attenuazione di arresto, in modo chiaro, il filtro media mobile non può separare una banda di frequenze da un'altra. Come sappiamo che una buona prestazione nei risultati dominio del tempo in scarso rendimento nel dominio della frequenza, e viceversa. In breve, la media mobile è un eccezionale buon filtro smoothing (l'azione nel dominio del tempo), ma un filtro passa-basso eccezionalmente avverse (l'azione nel dominio della frequenza) Link esterni: Libri consigliati: Sidebar primaria