Wavelet Transforms

Esta función aplica una transformación basada en wavelets a una imagen en escala de grises para enfatizar las estructuras de detalle (contenido de alta frecuencia) y generar una salida en escala de grises procesada. Es útil para realzar características, resaltar bordes y preparar imágenes para análisis posteriores.

📥 Entradas

Conectores de entrada

• Grayscale Image Proporcione una imagen de un solo canal (gris/binaria) para procesar.

📤 Salidas

Conectores de salida

• Grayscale Image Imagen procesada tras la transformada wavelet y la reconstrucción.

🕹️ Controles

• Threshold Type Elija la familia de wavelets / tipo de transformada a aplicar. Distintas opciones enfatizan diferentes características de detalle.

• WaveletLevel Seleccione el nivel de descomposición (valores más altos enfatizan capas de detalle más gruesas).

🎨 Características

• Selección ajustable de la familia de wavelets para cambiar el estilo de extracción de detalles.

• Nivel de descomposición configurable para controlar la escala de los detalles que se enfatizan.

• Produce una imagen de un solo canal adecuada para procesamiento posterior (filtrado, umbralización, detección).

⚙️ Comportamiento al ejecutar

Al ejecutarse, el bloque procesa la imagen de entrada según el Threshold Type y el WaveletLevel seleccionados. El resultado es una imagen reconstruida en escala de grises donde los componentes de detalle quedan enfatizados, lista para bloques posteriores.

📝 Instrucciones de uso

1. Conecte una fuente de imagen en escala de grises al conector Grayscale Image.

2. Seleccione el Threshold Type adecuado para las características de textura/detalle que desea enfatizar.

3. Ajuste WaveletLevel para controlar la escala del detalle (comience con valores bajos e incremente para ver el efecto).

4. Utilice la salida del bloque con bloques de visualización o análisis para inspeccionar o continuar el procesamiento.

💡 Consejos y trucos

• Si la imagen de entrada es muy grande, use Image Resizer antes de este bloque para reducir tiempo de proceso y uso de memoria.

• Para reducir ruido antes de la transformada, pase la imagen por Blur; esto puede producir un énfasis de detalle más limpio.

• Después del procesamiento wavelet, use Image Threshold o Image Adaptive Threshold para convertir los detalles realzados en forma binaria para tareas de detección.

• Combine la salida con Find Object o Histogram On Line para detectar formas o analizar características basadas en líneas sobre la imagen realzada.

• Use Show Image para previsualizar resultados intermedios rápidamente durante el ajuste.

• Guarde ejemplos o salidas de depuración con Image Logger o Image Write mientras construye y prueba una tubería.

🛠️ Solución de problemas

• Si la salida parece demasiado ruidosa o fragmentada, intente reducir WaveletLevel o seleccione un Threshold Type diferente.

• Si no hay cambios visibles, asegúrese de que la entrada sea una imagen en escala de grises de un solo canal y pruebe aumentar ligeramente WaveletLevel.

• Si los resultados son demasiado toscos, disminuya WaveletLevel para enfatizar detalles más finos.