BrightnessEqualize

BrightnessEqualize[image]

不均等な照明を正して image の明るさを調整する．

BrightnessEqualize[image,flatfield]

image 全体の明るさの変化をモデル化する flatfield が与えた訂正モデルを使用する．

BrightnessEqualize[image,flatfield,darkfield]

darkfield が与えた暗い周囲モデルを使う．

詳細とオプション

  • 局所的な明るさ調整は写野感度平坦化としても知られるもので，一様ではない照明あるいはセンサー感度の変化によって生じた画像のアーチファクトを取り除くために使われる．
  • BrightnessEqualizeは，任意の2Dおよび3D画像に使われ，LABColor空間における明るさのチャンネルを調整する．
  • flatfield 画像は，無地でよく照明が当たった白い背景のように均一な信号の画像である．darkfield はそれと同じ画像であるが照明がないものである．オブジェクトの設定が等しい image のフラットフィールディングは(image-darkfield)xMean[flatfield-darkfield]/(flatfield-darkfield)で与えられる．
  • 次は flatfield または darkfield に使用可能な設定である．
  • val一定の値 val
    corrimage（画像の次元に再スケールされた）修正画像
    {scope,model}与えられたモデルにデータをフィットさせる
  • デフォルトの flatfield は二次の多項式フィットからなる．デフォルトの darkfield は0であると仮定される．
  • {scope,model}を使うと，flatfield または darkfield がフィット関数で推定される．
  • scope パラメータは画像データ全体をフィットするか，あるいは各軸に沿った画像の投影をフィットするかを指定する．次は可能な設定である．
  • "Global"画像全体をモデルにフィットさせる
    "Marginal"model を各軸に沿った投影に別々にフィットさせる
  • model は次のどちらでもよい．
  • nn 次多項式
    f,params,varsパラメータ params，変数 vars の任意のモデル f
  • 次のオプションが使用できる．
  • Masking Automaticモデルの推定に使用する領域
    PerformanceGoalAutomaticパフォーマンスのどの局面について最適化するか
  • Masking->Automaticを使うと，明るすぎたり暗すぎたりする画素は調節には使われなくなる．
  • ある程度透過性のある画像の場合は，アルファチャンネルがマスク倍される．

例題

すべて開くすべて閉じる

例  (1)

単純なテクスチャの明るさを均一にする：

スコープ  (7)

データ  (3)

スキャンしたドキュメントのグレースケール画像の明るさを均一化する：

不均一に照らされたカラー写真の明るさを調整する：

3DのCTスキャン画像の明るさを調整する：

パラメータ  (4)

明るさの分布を推定することで，顕微鏡画像のムラのある照明を除く：

画像領域全体で多変量二次多項式をフィットする：

二次多項式を使う：

画像の縁の各方向に一変量二次多項式をフィットする：

flatfield 画像を使う：

明るさのチャンネルを与えらえたモデルにフィットすることで，ビネット効果を削除する：

回転対称とラジアル依存のビネットを仮定する：

ガウスビネットを仮定する：

暗視野を推定して天文画像に減算補正を行う：

オプション  (1)

Masking  (1)

デフォルトで，自動でマスクが使われる：

画像の背景に基づいて明るさを均一にする：

アプリケーション  (7)

月面の光度を一定にする：

顕微鏡画像の明るさを均一にする：

背景を識別する：

均質な背景を仮定して明るさの分布を均一にする：

各チャンネルを別々に操作して色の分布を均一にする：

スキャンしたドキュメントから不均一な照明を削除する：

マスクを作って結果の平衡状態からテキストを除く：

六次多項式をフィットして明るさの分布を均一にする：

これでテキスト認識の結果が向上する：

水平フィットを適用し，マスクなしで明るさ分布を均一にする：

これによってもテキスト認識の結果は向上する：

写真のビネット効果を減ずる：

照明の均一性が期待される背景のためのマスクを計算する：

画像の明るさを均一にする：

多くの画素欠陥がある低品質カメラで撮られた画像からCCDアーチファクトを除く．

カメラのフラットフィールド画像：

涙滴の顕微鏡画像：

フラットフィールド補正：

MRスキャンの不均一な照明を修正する：

明るさ推定のために1つの筋肉部位だけを使う：

3D磁気共鳴立体のムラのある明るさを補正する：

立体の縁に向けて明るさが減じられている点に注意のこと：

筋肉組織を選択して明るさの分布を推定する：

四次までの偶次数の円筒座標の多項式で明るさの分布を推定する：

初期立体と明るさを均一にした結果の立体を比較する：

Wolfram Research (2017), BrightnessEqualize, Wolfram言語関数， https://reference.wolfram.com/language/ref/BrightnessEqualize.html.

テキスト

Wolfram Research (2017), BrightnessEqualize, Wolfram言語関数， https://reference.wolfram.com/language/ref/BrightnessEqualize.html.

CMS

Wolfram Language. 2017. "BrightnessEqualize." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/BrightnessEqualize.html.

APA

Wolfram Language. (2017). BrightnessEqualize. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/BrightnessEqualize.html

BibTeX

@misc{reference.wolfram_2024_brightnessequalize, author="Wolfram Research", title="{BrightnessEqualize}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/BrightnessEqualize.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_brightnessequalize, organization={Wolfram Research}, title={BrightnessEqualize}, year={2017}, url={https://reference.wolfram.com/language/ref/BrightnessEqualize.html}, note=[Accessed: 21-November-2024 ]}