Wavelet Transforms

Ce bloc de fonction applique une transformation basée sur les ondelettes à une image en niveaux de gris afin de mettre en valeur les structures de détail (contenu haute fréquence) et de produire une sortie en niveaux de gris traitée. Il est utile pour l'amélioration des caractéristiques, le rehaussement des bords et la préparation d'images pour des analyses ultérieures.

📥 Entrées

Sockets d'entrée

• Grayscale Image Fournissez une image à canal unique (gris/binaire) à traiter.

📤 Sorties

Sockets de sortie

• Grayscale Image Image traitée après transformation et reconstruction par ondelettes.

🕹️ Contrôles

• Threshold Type Choisissez la famille d'ondelettes / type de transformée à appliquer. Différentes sélections mettent en évidence des caractéristiques de détail différentes.

• WaveletLevel Sélectionnez le niveau de décomposition (des valeurs plus élevées mettent l'accent sur des couches de détails plus grossières).

🎨 Fonctionnalités

• Sélection de famille d'ondelettes ajustable pour changer le style d'extraction des détails.

• Niveau de décomposition configurable pour contrôler l'échelle des détails mis en évidence.

• Produit une image à canal unique adaptée au traitement ultérieur (filtrage, seuillage, détection).

⚙️ Comportement à l'exécution

Lors de l'exécution, le bloc traite l'image d'entrée en fonction de Threshold Type et de WaveletLevel sélectionnés. Le résultat est une image en niveaux de gris reconstruite où les composantes de détail sont accentuées, prête à être utilisée par les blocs en aval.

📝 Mode d'emploi

1. Connectez une source d'image en niveaux de gris à l'entrée Grayscale Image.

2. Sélectionnez le Threshold Type souhaité selon les caractéristiques de texture/détail à mettre en évidence.

3. Ajustez WaveletLevel pour contrôler l'échelle des détails (commencez bas et augmentez pour voir l'effet).

4. Utilisez la sortie du bloc avec des blocs de visualisation ou d'analyse pour inspecter ou poursuivre le traitement.

💡 Conseils et astuces

• Si l'image d'entrée est très grande, utilisez Image Resizer avant ce bloc pour réduire le temps de traitement et la mémoire utilisée.

• Pour réduire le bruit avant la transformation, passez l'image par Blur ; cela peut produire un accent de détail plus propre.

• Après le traitement par ondelettes, utilisez Image Threshold ou Image Adaptive Threshold pour convertir les détails améliorés en forme binaire pour des tâches de détection.

• Combinez la sortie avec Find Object ou Histogram On Line pour détecter des formes ou analyser des caractéristiques basées sur des lignes sur l'image améliorée.

• Utilisez Show Image pour prévisualiser rapidement les résultats intermédiaires pendant le réglage.

• Enregistrez des exemples ou sorties de débogage avec Image Logger ou Image Write lors de la construction et des tests d'un pipeline.

🛠️ Dépannage

• Si la sortie paraît trop bruitée ou fragmentée, essayez de réduire WaveletLevel ou choisissez un autre Threshold Type.

• Si aucun changement visible n'apparaît, assurez-vous que l'entrée est bien une image en niveaux de gris à canal unique et essayez d'augmenter légèrement WaveletLevel.

• Si les résultats sont trop grossiers, diminuez WaveletLevel pour accentuer des détails plus fins.