0
heya!私は最近、このステートメントlarger sobel operators are more stable in noise
に遭遇しました。私は思考を得た - なぜ?大きなsobel演算子はノイズがより安定しています。どうして?
おそらく勾配の差があまり目立たないため、ノイズが無視されるためです。私は正しいですか?ありがとう!
heya!私は最近、このステートメントlarger sobel operators are more stable in noise
に遭遇しました。私は思考を得た - なぜ?大きなsobel演算子はノイズがより安定しています。どうして?
おそらく勾配の差があまり目立たないため、ノイズが無視されるためです。私は正しいですか?ありがとう!
もちろん、これは多くのことに依存します.1つは、あなたが直面しているノイズの頻度です。ノイズが見つけようとしているパターンよりもはるかに高い頻度で変化する場合(たとえば、すべてのピクセルで)、正しいです。
しかし、一般に、ソベル演算子は有限差分法のようなものであり、そのような違いが小さいほど最良です。
あなたが実際にやっていることは、ソベル演算子+ローパスフィルタを使用している場合です。ローパスフィルタは、画像のノイズを処理する最善の方法ではないかもしれません。ノイズ除去のために、最小のソーベルフィルタとその他の機械学習アルゴリズムを使用するほうが有利な場合があります。
あなたの努力に感謝します。しかし、なぜこれがうまくいくのか知っていますか(あなたが言及した最初のケースについて)? – OckhamsRazor
より大きなソーベル演算子(3x3の代わりに7x7など)を使用すると、1の代わりにすべての方向に3ピクセル以上の微係数の平均値が得られます。平均ゼロのホワイトノイズがある場合、このノイズは平均化されますより多くのピクセルを使用します。 – Hans