Mean Shift Filtering

Dieser Funktionsblock wendet Mean-Shift-Filterung auf RGB-Bilder an, um Farbregionen zu glätten und gleichzeitig Kanten zu erhalten. Er eignet sich gut zum Entrauschen, zur Farbsegmentierung und zur Vorbereitung von Bildern für Kontur- oder Blob-Analysen.

📥 Eingänge

ImageRGB Eingangs-RGB-Bild, das verarbeitet werden soll.

(hier ist die Buchse ein Input-Socket)

📤 Ausgänge

ImageRGB Gefiltertes RGB-Bild (gleicher Typ wie das Eingangsbild).

(hier ist die Buchse ein Output-Socket)

🕹️ Steuerungen

Spatial Radius Schieberegler, der das räumliche Nachbarschaftsfenster für die Filterung steuert (kleiner = feinere Details bleiben erhalten). Bereich: 1 — 3

Color Window Radius Schieberegler, der das Farbähnlichkeitsfenster steuert (größer = stärkere Farbglättung). Bereich: 20 — 100

Maximum Level Radius Schieberegler, der die Anzahl der intern verwendeten Pyramidenniveaus anpasst (höher = aggressivere Glättung, aber langsamer). Bereich: 1 — 5

⚙️ Ablauf / Funktionsweise

Wenn dieser Block ein Bild über den Eingang ImageRGB erhält, wendet er die Mean-Shift-Filterung mit den Einstellungen der drei Schieberegler an und liefert das verarbeitete Bild über den Ausgang ImageRGB. Änderungen an einem der Regler werden bei der nächsten Auswertung aktiv, sodass Sie Parameter interaktiv anpassen und die Ergebnisse in der Vorschau sehen können.

✨ Merkmale

• Glättet Farbregionen und erhält gleichzeitig scharfe Objektkanten.

• Reduziert Rauschen und kleine Texturdetails, was Segmentierung und Formenerkennung erleichtert.

• Echtzeit-Parameteranpassung über Schieberegler für schnelles Ausprobieren.

📝 Anwendungsempfehlungen

1. Speisen Sie ein RGB-Bild in den Eingang ImageRGB.

2. Stellen Sie Spatial Radius ein, um zu steuern, wie stark die lokale räumliche Glättung ist.

3. Erhöhen Sie Color Window Radius, um ähnliche Farben zu größeren einheitlichen Regionen zu verbinden.

4. Verwenden Sie Maximum Level Radius sparsam — höhere Werte erhöhen die Verarbeitungszeit.

5. Prüfen Sie das Ergebnis am Ausgang ImageRGB in einem Vorschau-Block oder im Image Viewer.

💡 Tipps und Tricks

• Wenn Ihr Ausgangsbild sehr groß ist und die Verarbeitung langsam ist, fügen Sie vor diesem Block Image Resizer hinzu, um die Bildabmessungen zu reduzieren und die Geschwindigkeit zu erhöhen.

• Bei starkem Bildrauschen empfiehlt sich ein leichter Blur vor der Mean-Shift-Filterung, um Sensorsrauschen zu entfernen, ohne wichtige Kanten zu verlieren.

• Nach Mean-Shift können Sie Find Contour oder Blob Detector verwenden, um aus den geglätteten Farbregionen saubere Objektformen zu extrahieren.

• Um die Verarbeitung auf einen bestimmten Bereich zu beschränken, zuerst mit Image ROI Select zuschneiden und das zugeschnittene Bild in diesen Block geben.

• Verwenden Sie HSV Filter oder Color Quantizer and Clustering nach der Mean-Shift-Filterung, um die farbbasierte Segmentierung weiter zu verfeinern.

• Ergebnisse mit Show Image in der Vorschau betrachten und interessante Frames mit Image Logger oder Image Write speichern.

(Hinweise oben verweisen auf ergänzende Funktionsblöcke im System)

🛠️ Fehlersuche

• Langsame Performance: Reduzieren Sie Color Window Radius oder Maximum Level Radius, oder verkleinern Sie das Bild mit Image Resizer.

• Zu stark geglättete Details: Verringern Sie Color Window Radius und/oder Spatial Radius, um feinere Merkmale zu erhalten.

• Ungleichmäßige Segmentierung bei wechselnder Beleuchtung: Kombinieren Sie HSV Filter oder passen Sie die Aufnahmebedingungen (Belichtung/Weißabgleich) vor der Verarbeitung an.

• Unerwartete Farben oder Artefakte: Visualisieren Sie Zwischenschritte mit Show Image, prüfen Sie die Eingaben und erwägen Sie Blur oder Denoising vorgelagert.