ทำไมการแพร่กระจายแอนไอโซทรอปิกจึงมีประโยชน์ในการประมวลผลภาพ?

ฉันกำลังทำงานเกี่ยวกับการแพร่ anisotropicและทั้งสองค่าสัมประสิทธิ์ที่เสนอโดยPerona และมาลิก

ฉันต้องการทราบว่าการใช้การกระจายในการประมวลผลรูปภาพคืออะไร เหตุใดการแพร่กระจายของแอนไอโซทรอปิกจึงมีความสำคัญและใช้กันทั่วไปในสาขาใด

อัลกอริธึมการแพร่กระจายแบบแอนไอโซทรอปิกโดย Perona และ Malik เป็นงานบุกเบิกใน denoising บางส่วนของสมการอนุพันธ์ (PDE)

มันใช้กฎการแพร่กระจายของความเข้มของพิกเซลกับพื้นผิวที่เรียบในภาพ ฟังก์ชั่นธรณีประตูใช้เพื่อป้องกันการแพร่กระจายที่เกิดขึ้นบนขอบดังนั้นมันจึงรักษาขอบในภาพ (ซึ่งแตกต่างจากตัวกรอง gaussian blur) ซึ่งทำให้น่าสนใจมากหากคุณต้องการลบจุดรบกวน แต่ไม่ต้องการทำให้ขอบของภาพเรียบตัวอย่างเช่นหากคุณต้องการใช้ขอบเหล่านี้เพื่อแบ่งส่วนภาพโดยไม่ต้อง ตกอกตกใจด้วยเสียง

มีความพยายามมากมายในการพัฒนาปรับปรุงหรือขยาย

ตอนนี้มันถูกใช้ที่ไหนฉันมีวัฒนธรรมที่ จำกัด ฉันสามารถอ้างอิงสอง

• การวิเคราะห์ภาพในสาขาวิทยาศาสตร์ชีวภาพ (ที่ฉันทำงาน): ภาพที่คุณสามารถออกจากกล้องจุลทรรศน์นั้นมีเสียงดังมากและส่วนใหญ่แล้วเป็นการสร้าง การวิเคราะห์ภาพอัตโนมัติของข้อมูลเหล่านี้มักเกี่ยวข้องกับการแบ่งกลุ่มซึ่งบางครั้งคุณใช้ algos ที่ใช้ PDE

• วีดีโอเกมส์! ตัวอย่างเช่นลองเล่น Mass Effect (อันแรกอย่างน้อยที่สุด)