NL står för ”Non Linear” (icke-linjärt). Härlett från pnmnlfilt-programmet i Unix, så slår det ihop förbättringsfunktionerna för att jämna ut, ta bort damm och repor samt att göra skarpare. Det arbetar på hela lagret, inte markeringen.
Detta filter är något av en schweizisk armékniv. Det har tre olika körlägen. I alla lägena undersöks varje bildpunkt i bilden och bearbetas enligt värdena på sig själv och sina omkringliggande bildpunkter. Snarare än att använda 9 bildpunkter i ett 3×3-block använder det ett hexagonalt block vars storlek kan ställas in med alternativet Radie.
|
Notera |
|---|---|
|
Filtret fungerar inte om bilden är i indexerat läge, eller om det aktiva lagret har en alfakanal. Menyobjektet är då inaktiverat. |
Om ikryssad visas resultat för parameterinställningar interaktivt i förhandsvisningen.
Körläget beskrivs nedan.
Styr mängden av filtret att tillämpa. Giltigt intervall är 0,00-1,00. Den exakta betydelsen av detta värde beror på det valda körläget. Observera att denna parameter är relaterad till men inte samma som parametern alpha som används i programmet pnmnlfilt.
Styr storleken på den effektiva samplingsregionen runt varje bildpunkt. Intervallet för detta värde är 0,33-1,00, där 0,33 betyder bara bildpunkten själv (så filtret kommer inte ha någon effekt), och 1,00 betyder att alla bildpunkter i 3×3-rutnätet samplas.
Detta filter kan utföra flera olika funktioner:
Värdet på centrumbildpunkten kommer ersättas av medelvärdet av de 7 hexagonvärdena, men de 7 värdena sorteras efter storlek, och den översta och understa Alfa-delen av de 7 exkluderas från medelvärdet. Detta leder till att ett Alfa-värde på 0,0 ger samma sorts utdata som en vanlig faltning (d.v.s. medelvärdes- eller utjämningsfilter), där Radie kommer avgöra filtrets ”styrka”. Ett bra värde att börja från för subtil filtrering är Alfa = 0,0, Radie = 0,55. För en mer uppenbar effekt, pröva Alfa = 0,0 och Radie = 1,0.
Ett Alfavärde på 1,0 kommer få medianvärdet av de 7 hexagonerna att användas för att ersätta centrumbildpunktsvärdet. Denna sorts filter är bra för att eliminera ”pop” eller brus av enskilda bildpunkter från en bild utan att sprida ut bruset eller smeta ut detaljer i bilden. Omdömesgill användning av parametern Radie kommer finjustera filtreringen.
Mellanvärden på Alfa ger effekter någonstans mellan utjämning och ”pop”-brusreducering. För subtil filtrering, börja med att pröva med värdena Alfa = 0,8, Radie = 0,6. För en mer uppenbar effekt, pröva Alfa = 1,0, Radie = 1,0 .
Denna typ av filter tillämpar ett utjämningsfilter adaptivt över bilden. För varje bildpunkt beräknas variansen av de intilliggande hexagonvärdena, och mängden utjämning görs omvänt proportionell till den. Idén är att om variansen är liten så beror det på brus i bilden, medan om variansen är stor så beror det på ”önskade” bilddetaljer. Som vanligt styr parametern Radie den effektiva radien, men det är troligen bäst att lämna radien mellan 0,8 och 1,0 för att variansberäkningen ska vara betydelsefull. Parametern Alfa ställer in bruströskelvärdet över vilket mindre utjämning kommer att göras. Detta betyder att små värden på Alfa kommer ge den mest subtila filtreringseffekten, medan stora värden tenderar att utjämna alla delar av bilden. Du kan starta med värden som Alfa = 0,2, Radie = 1,0, och försöka öka eller minska parametern Alfa för att få den önskade effekten. Denna typ av filter är bäst för att filtrera ut färgutjämningsbrus i både bitmapps- och färgbilder.
Detta är motsatt typ av filter till utjämningsfiltret. Det förbättrar kanter. Parametern Alfa styr mängden kantförbättring, från subtil (0,1) till uppenbar (0,9). Parametern Radie styr den effektiva radien som vanligt, men användbara värden är mellan 0,5 och 0,9. Pröva starta med värdena Alfa = 0,3, Radie = 0,8.
De olika arbetslägena kan användas efter varandra för att nå det önskade resultatet. För att exempelvis omvandla en monokrom färgutjämnad bild till en gråskalebild skulle du kunna testa en eller två körningar av utjämningsfiltret, följt av en körning av det optimala skattningsfiltret, sedan lite subtil kantförbättring. Observera att använda kantförbättring endast är troligt att vara användbart efter ett av de icke-linjära filtren (alfa-trimmat medelvärde eller optimal skattning), då kantförbättring är den direkta motsatsen till utjämning.
För att reducera färgkvantiseringsbrus i bilder (d.v.s. vända tillbaka .gif-filer tillbaka till 24-bitarsfiler) skulle du kunna testa en körning av det optimala skattningsfiltret (Alfa = 0,2, Radie = 1,0), en körning av medianfiltret (Alfa = 1,0, Radie = 0,55), och möjligen en körning av kantförbättringsfiltret. Flera körningar av det optimala skattningsfiltret med sjunkande värden på Alfa är mer effektivt än en enda körning med ett stort värde på Alfa. Som vanligt är det en avvägning mellan filtereffekt och förlust av detaljer. Experimenterande uppmuntras.