Filter Akses Tinggi vs Akses Rendah

Di tutorial terakhir, kami membahas secara singkat tentang filter. Dalam tutorial ini kita akan membahasnya secara menyeluruh. Sebelum membahas tentang masker terlebih dahulu. Konsep topeng telah dibahas dalam tutorial konvolusi dan topeng kami.

Topeng buram vs topeng turunan

Kami akan melakukan perbandingan antara topeng kabur dan topeng turunan.

Mengaburkan topeng

Masker buram memiliki properti berikut.

Semua nilai dalam blurring mask adalah positif
Jumlah semua nilai sama dengan 1
Konten tepi dikurangi dengan menggunakan blurring mask
Saat ukuran topeng bertambah, efek penghalusan yang lebih banyak akan terjadi

Masker turunan

Masker turunan memiliki sifat berikut.

Sebuah topeng turunan memiliki nilai positif dan juga nilai negatif
Jumlah semua nilai dalam topeng turunan sama dengan nol
Konten tepi ditingkatkan dengan topeng turunan
Saat ukuran topeng bertambah, lebih banyak konten tepi meningkat

Hubungan antara blurring mask dan derivative mask dengan high pass filter dan low pass filter.

Hubungan antara blurring mask dan derivative mask dengan high pass filter dan low pass filter dapat didefinisikan secara sederhana sebagai.

Masker buram juga disebut sebagai filter akses rendah
Masker turunan juga disebut sebagai filter lolos tinggi

Komponen frekuensi lulus tinggi dan komponen frekuensi lulus rendah

Komponen frekuensi lulus tinggi menunjukkan tepi sedangkan komponen frekuensi lulus rendah menunjukkan daerah halus.

Filter lolos rendah yang ideal dan filter lolos Tinggi Ideal

Ini adalah contoh umum dari low pass filter.

Ketika satu ditempatkan di dalam dan nol ditempatkan di luar, kami mendapat gambar yang kabur. Sekarang saat kami meningkatkan ukuran 1, pemburaman akan ditingkatkan dan konten tepi akan berkurang.

Ini adalah contoh umum dari high pass filter.

Ketika 0 ditempatkan di dalam, kita mendapatkan tepi, yang memberi kita gambar sketsa. Filter lolos rendah yang ideal dalam domain frekuensi diberikan di bawah ini.

Filter lolos rendah yang ideal dapat direpresentasikan secara grafis sebagai

Sekarang mari terapkan filter ini ke gambar yang sebenarnya dan mari kita lihat apa yang kita dapatkan.

Contoh gambar

Gambar dalam domain frekuensi

Menerapkan filter di atas gambar ini

Gambar yang dihasilkan

Dengan cara yang sama, filter high pass yang ideal dapat diterapkan pada gambar. Tetapi jelas hasilnya akan berbeda karena, umpan rendah mengurangi konten tepi dan umpan tinggi meningkatkannya.

Gaussian Low pass dan Gaussian High pass filter

Gaussian low pass dan Gaussian high pass filter meminimalkan masalah yang terjadi pada low pass filter dan high pass filter yang ideal.

Masalah ini dikenal sebagai efek dering. Hal ini disebabkan karena pada beberapa titik transisi antara satu warna ke warna lainnya tidak dapat ditentukan secara tepat, yang menyebabkan efek dering muncul pada titik tersebut.

Lihat grafik ini.

Ini adalah representasi low pass filter yang ideal. Sekarang pada titik yang tepat dari Do, Anda tidak dapat mengatakan bahwa nilainya akan menjadi 0 atau 1. Karena itu efek dering muncul pada titik itu.

Maka untuk mengurangi efek yang muncul adalah low pass ideal dan ideal high pass filter, berikut diperkenalkan Gaussian low pass filter dan Gaussian high pass filter.

Filter akses rendah Gaussian

Konsep filtering dan low pass tetap sama, tetapi hanya transisi yang menjadi berbeda dan menjadi lebih mulus.

Filter akses rendah Gaussian dapat direpresentasikan sebagai

Perhatikan transisi kurva yang mulus, yang karenanya pada setiap titik, nilai Do, dapat ditentukan dengan tepat.

Filter lolos tinggi Gaussian

Filter high pass Gaussian memiliki konsep yang sama dengan filter high pass ideal, tetapi sekali lagi transisinya lebih mulus dibandingkan dengan filter ideal.