ちょっと、そこ！フィルター サプライヤーとして、私はガウスのラプラシアン (LoG) フィルターとブロブ検出におけるその不適切な使用について話すことができてとてもうれしく思っています。それでは、早速入っていきましょう！
まず、ラプラシアン/ガウス フィルターとは一体何でしょうか?基本的には、ガウス フィルターとラプラシアン フィルターという 2 つのよく知られた画像処理フィルターを組み合わせたものです。
ガウス フィルターはスムージングのチャンピオンのようなものです。画像をぼかしてノイズを軽減します。騒がしい環境で写真を撮ると、ランダムなピクセルが発生して写真が台無しになってしまうのをご存知ですか?ガウス フィルターは、各ピクセルの周囲のピクセル値を平均することでノイズを取り除くのに役立ちます。このベル型曲線であるガウス関数を使用します。標準偏差 (σ) と呼ばれるパラメータによって制御される曲線の幅によって、どの程度のぼやけが発生するかが決まります。 σ が小さいとぼけが少なく、σ が大きいとぼけが多くなります。
一方、ラプラシアン フィルターはエッジを見つけることがすべてです。画像の二次導関数を計算します。簡単に言えば、ピクセル値の突然の変化を探します。画像内のオブジェクトのエッジなど、強度に急激な変化がある場合、ラプラシアン フィルターは高い応答を示します。
これら 2 つを組み合わせると、ラプラシアン/ガウス フィルターが得られます。その考え方は、最初にガウス フィルターを使用して画像を平滑化してノイズを低減し、次にラプラシアン フィルターを適用してエッジを見つけることです。 LoG フィルターは、コンボリューション カーネルで表すことができます。コンボリューション カーネルは、フィルター操作を実行するために画像上でスライドさせる小さな行列です。
数学的には、2D のガウス関数のラプラシアンは次のように与えられます。
$\nabla^{2}G(x,y;\sigma)=\frac{1}{2\pi\sigma^{4}}\left(\frac{x^{2}+y^{2}}{\sigma^{2}} - 2\right)e^{-\frac{x^{2}+y^{2}}{2\sigma^{2}}}$
ここで、$(x,y)$ は画像平面内の座標、$\sigma$ はガウス関数の標準偏差です。
では、これはブロブ検出とどのように関係するのでしょうか?ブロブは基本的に、背景から目立つ画像内の明るい領域または暗い領域です。それらは、写真の中のコイン、顕微鏡画像の中の細胞、天体画像の中の星のようなものである可能性があります。
BLOB 検出用の LoG フィルターの重要な特性は、ゼロクロッシング特性があることです。 LoG フィルターが画像に適用されると、ゼロクロッシング (フィルター出力の符号が変わる点) がブロブのエッジに対応します。これらのゼロクロッシングを見つけることで、画像内のブロブの位置を特定できます。
ここでは、ブロブ検出に LoG フィルターを使用する段階的なプロセスを示します。
-
適切な σ 値を選択する: サイズの異なるブロブには、異なる σ 値が必要です。ブロブが大きい場合は、エッジ検出の前にさらにぼかしが必要になるため、より大きな σ が必要になります。複数の σ 値を試し、さまざまなスケールでブロブを探すことができます。
-
Logフィルターを適用する: 選択した σ 値について、画像を LoG カーネルと畳み込みます。
-
ゼロクロッシングを見つける: フィルタリングされた画像をスキャンし、フィルタ出力の符号が変わる点をマークします。これらの点はブロブの境界を形成します。
-
ゼロクロッシングをグループ化する: 互いに近いゼロクロッシング ポイントをグループ化して、単一のブロブを表すことができます。
ブロブ検出に LoG フィルターを使用する利点は、スケールがある程度不変であることです。複数の σ 値を使用すると、同じ画像内の異なるサイズのブロブを検出できます。また、初期ガウス平滑化により、ノイズの影響を軽減するのにも効果的です。
現在、フィルターサプライヤーとして、その他の幅広いフィルターも提供しています。たとえば、バスケットフィルターこれは、流体から大きな粒子を除去する必要がある用途に最適です。ゴミを効果的に捕集できるバスケット型のデザインです。
私たちのT型フィルターも人気のある選択肢です。 T 字型の構造にちなんで名付けられ、汚染物質を濾過するためにパイプラインでよく使用されます。設置とメンテナンスが簡単なため、多くの産業用途で頼りになるオプションとなっています。
そして、Y型フィルター。このフィルターの名前は、Y 字型の本体に由来しています。機器を汚れや破片から保護するために、蒸気、ガス、液体システムでよく使用されます。
画像処理ニーズに対応したラプラシアン/ガウシアン フィルターであっても、当社の他の工業用フィルターであっても、フィルターをお探しの場合は、当社がお手伝いいたします。当社の専門家チームは、特定の用途に適したフィルターの選択をお手伝いします。当社は、すべてのプロジェクトがユニークであることを理解しており、お客様の要件を満たす高品質のフィルターを提供することに尽力しています。
したがって、当社のフィルターについてさらに詳しく知りたい場合、または調達についての話し合いを始めたい場合は、ためらわずにお問い合わせください。私たちは、お客様と協力して、完璧なフィルター ソリューションを見つけるお手伝いをできることを楽しみにしています。
参考文献
- ゴンザレス、RC、ウッズ、RE (2008)。デジタル画像処理。ピアソン・プレンティス・ホール。
- マー D.、ヒルドレス E. (1980)。エッジ検出の理論。ロンドン王立協会の議事録。シリーズ B. 生物科学、207(1167)、187 - 217。
