7.2. Differenz der Mittelwerte

7.2. Differenz der Mittelwerte
	7. Kantenerkennungsfilter

7.2.1. Wirkungsweise

Abbildung 17.138. Anwendungsbeispiel für das Filter „Differenz der Mittelwerte“

Originalbild

Filter „Differenz der Mittelwerte“ angewandt

Dieses Filter extrahiert Kanten aus Bildern, indem der Gaußsche Weichzeichnungsfilter mit zwei verschiedenen Stärken auf das Bild angewendet wird. Aus den beiden Ergebnisbildern wird die Differenz berechnet. Dieser Algorithmus wird in der Forschungsrichtung „Künstliches Sehen“ sehr oft verwendet, da die Berechnung des Gaußschen Weichzeichners sehr effizient ist. Die beiden wichtigsten Eigenschaften des Filters sind die beiden Radien, mit denen die Anwendung der Weichzeichner erfolgt. Bei der Einstellung der Werte kann es hilfreich sein zu wissen, dass eine Erhöhung des kleineren Radius typischerweise zu stärkeren Kanten führt, und eine Verkleinerung des größeren Radius tendenziell die Schwelle, etwas im Bild als Kante zu erkennen, erhöht. In den meisten Fällen werden Sie gute Ergebnisse erreichen, wenn der Radius 2 kleiner ist als der Radius 1. Manchmal jedoch, insbesondere bei Bildern mit dunklem Hintergrund, lohnt es sich, es andersherum zu probieren.

7.2.2. Filteraufruf

You can find this filter through Filters → Edge-Detect → Difference of Gaussians….

7.2.3. Eigenschaften

Abbildung 17.139. Eigenschaften für das Filter „Differenz der Mittelwerte“

Parameter abgleichen: Radius 1 und Radius 2 sind die beiden Parameter, mit denen der Gaußsche Weichzeichner ausgeführt wird. Die einzige Bedingung an die beiden Werte ist, dass sie unterschiedlich sein müssen, da ansonsten keine Kanten gefunden werden können. In den meisten Fällen führt es zu besseren Ergebnissen, wenn „Radius 2“ etwas kleiner ist als quote>Radius 1
Normalisieren: Wenn diese Eigenschaft aktiviert ist, wird das Ergebnis den maximal möglichen Kontrastumfang erhalten. Das bedeutet, dass die Kanten im Ergebnisbild soweit verstärkt werden, bis der volle Helligkeitsumfang des Bildes ausgeschöpft ist.
Invertieren: Diese Eigenschaft kehrt die Farbe des Ergebnisses um, so dass dunkle Kanten auf einem weißen Hintergrund angezeigt werden. Das eigentliche Ergebnis des Filters wäre umgekehrt, also helle Kanten auf einem schwarzen Hintergrund.