ตัวกรอง High Pass และ Low Pass

ในบทช่วยสอนสุดท้ายเราจะพูดคุยสั้น ๆ เกี่ยวกับตัวกรอง ในบทช่วยสอนนี้เราจะพูดคุยเกี่ยวกับพวกเขาอย่างละเอียด ก่อนที่จะพูดคุยเกี่ยวกับมาสก์กันก่อน แนวคิดของหน้ากากได้รับการกล่าวถึงในบทช่วยสอนเรื่องการแปลงร่างและหน้ากาก

มาสก์เบลอเทียบกับมาสก์อนุพันธ์

เราจะทำการเปรียบเทียบระหว่างการเบลอมาสก์และมาสก์อนุพันธ์

มาสก์เบลอ

มาสก์การเบลอมีคุณสมบัติดังต่อไปนี้

  • ค่าทั้งหมดในมาสก์การเบลอเป็นค่าบวก
  • ผลรวมของค่าทั้งหมดเท่ากับ 1
  • เนื้อหาขอบจะลดลงโดยใช้มาสก์การเบลอ
  • เมื่อขนาดของมาส์กโตขึ้นจะมีผลต่อความเรียบเนียนมากขึ้น

มาสก์อนุพันธ์

มาสก์อนุพันธ์มีคุณสมบัติดังต่อไปนี้

  • มาสก์อนุพันธ์มีค่าบวกและค่าลบ
  • ผลรวมของค่าทั้งหมดในมาสก์อนุพันธ์เท่ากับศูนย์
  • เนื้อหาขอบจะเพิ่มขึ้นโดยมาสก์อนุพันธ์
  • เมื่อขนาดของมาสก์ใหญ่ขึ้นเนื้อหาขอบก็จะเพิ่มขึ้น

ความสัมพันธ์ระหว่างมาสก์การเบลอและมาสก์อนุพันธ์กับฟิลเตอร์ความถี่สูงและฟิลเตอร์ความถี่ต่ำ

ความสัมพันธ์ระหว่างการเบลอมาสก์และมาสก์อนุพันธ์กับฟิลเตอร์ความถี่สูงและฟิลเตอร์ความถี่ต่ำสามารถกำหนดได้ง่ายๆว่า

  • มาสก์เบลอเรียกอีกอย่างว่าโลว์พาสฟิลเตอร์
  • มาสก์อนุพันธ์เรียกอีกอย่างว่าตัวกรองความถี่สูง

ส่วนประกอบความถี่สูงและส่วนประกอบความถี่ความถี่ต่ำ

ส่วนประกอบความถี่สูงหมายถึงขอบในขณะที่ส่วนประกอบความถี่ความถี่ต่ำหมายถึงบริเวณที่ราบเรียบ

ตัวกรองความถี่ต่ำและความถี่สูงในอุดมคติ

นี่คือตัวอย่างทั่วไปของตัวกรองความถี่ต่ำ

เมื่อวางไว้ด้านในและศูนย์วางไว้ด้านนอกเราจะได้ภาพเบลอ ตอนนี้เมื่อเราเพิ่มขนาด 1 ความเบลอจะเพิ่มขึ้นและเนื้อหาขอบจะลดลง

นี่คือตัวอย่างทั่วไปของตัวกรองความถี่สูง

เมื่อใส่ 0 เข้าไปข้างในเราจะได้ขอบซึ่งทำให้เราได้ภาพร่าง ตัวกรองความถี่ต่ำที่ดีเยี่ยมในโดเมนความถี่ได้รับด้านล่าง

ตัวกรองความถี่ต่ำในอุดมคติสามารถแสดงเป็นกราฟิกได้

ทีนี้ลองใช้ฟิลเตอร์นี้กับภาพจริงแล้วมาดูกันว่าเราได้อะไร

ภาพตัวอย่าง

รูปภาพในโดเมนความถี่

ใช้ฟิลเตอร์ทับรูปภาพนี้

รูปภาพผลลัพธ์

ในทำนองเดียวกันตัวกรองความถี่สูงในอุดมคติสามารถใช้กับรูปภาพได้ แต่เห็นได้ชัดว่าผลลัพธ์จะแตกต่างกันเนื่องจากโลว์พาสจะลดเนื้อหาที่มีขอบและไฮพาสจะเพิ่มขึ้น

Gaussian Low pass และ Gaussian High pass filter

Gaussian low pass และ Gaussian high pass filter ช่วยลดปัญหาที่เกิดขึ้นในตัวกรองความถี่ต่ำและความถี่สูงในอุดมคติ

ปัญหานี้เรียกว่าเอฟเฟกต์เสียงเรียกเข้า นี่เป็นเพราะเหตุผลเพราะในบางจุดการเปลี่ยนระหว่างสีหนึ่งไปเป็นอีกสีไม่สามารถกำหนดได้อย่างแม่นยำเนื่องจากเอฟเฟกต์เสียงเรียกเข้าจะปรากฏที่จุดนั้น

ดูกราฟนี้

นี่คือตัวแทนของตัวกรองความถี่ต่ำในอุดมคติ ณ จุดที่แน่นอนของ Do คุณไม่สามารถบอกได้ว่าค่าจะเป็น 0 หรือ 1 เนื่องจากเอฟเฟกต์เสียงเรียกเข้าจะปรากฏที่จุดนั้น

ดังนั้นเพื่อลดเอฟเฟกต์ที่ปรากฏคือโลว์พาสในอุดมคติและฟิลเตอร์ความถี่สูงในอุดมคติจึงมีการแนะนำตัวกรองความถี่ต่ำแบบเกาส์เซียนและตัวกรองความถี่สูงแบบเกาส์เซียนต่อไปนี้

Gaussian Low pass filter

แนวคิดของการกรองและความถี่ต่ำยังคงเหมือนเดิม แต่มีเพียงการเปลี่ยนแปลงเท่านั้นที่แตกต่างกันและราบรื่นมากขึ้น

ตัวกรองความถี่ต่ำ Gaussian สามารถแสดงเป็น

สังเกตการเปลี่ยนเส้นโค้งที่ราบรื่นเนื่องจากในแต่ละจุดค่าของ Do สามารถกำหนดได้อย่างแน่นอน

Gaussian high pass filter

ตัวกรองความถี่สูง Gaussian มีแนวคิดเช่นเดียวกับตัวกรองความถี่สูงในอุดมคติ แต่อีกครั้งการเปลี่ยนจะราบรื่นกว่าเมื่อเทียบกับตัวกรองในอุดมคติ