| 9.3. Avståndskarta | ||
|---|---|---|
|
9. Generiska filter |  |
| 9.3. Avståndskarta | ||
|---|---|---|
|
|
9. Generiska filter | |
Varje bildpunkt i bilden ersätts med ett gråvärde beroende på avståndet till närmaste hinderbildpunkt, allmänt en kantbildpunkt. Olika metoder kan användas för att beräkna avståndet.
![[Notera]](images/note.png)
|
Notera |
|---|---|
|
Dessa alternativ beskrivs i Avsnitt 2, ”Gemensamma funktioner”. |
”Måttenhet” är en topologisk term. Tre metoder finns tillgängliga:
Euklidisk standard: avståndet är en rät linje.
Manhattan: avståndet är summan av de endimensionella avstånden längs X- och Y-axlarna.
Tjebysjov: avståndet är maximum av de endimensionella avstånden längs X- och Y-axlarna.
Detta definierar hur områden utanför indata betraktas vid beräkning av avstånd. Valen är: Under tröskelvärde och Över tröskelvärde.
Standard är 0. Att öka detta värde väljer bildpunkter med högre ljusstyrka
Originalbild för exempel. Tröskelvärde lågt kommer stegvis ökas. Ljusstyrka: mörkröd = 0,070; ljusröd = 0,223; grön = 0,133
Figur 17.180. Exempel för ”Tröskelvärde lågt”
Tröskelvärde lågt = 0: endast kantavstånd är synliga.
Tröskelvärde lågt = 0,070: ”mörkröd” cirkel dyker upp.
Tröskelvärde lågt = 0,133: ”grön” cirkel dyker upp.
Tröskelvärde lågt = 0,223: ”ljusröd” cirkel dyker upp.
Standard är 1. Att minska detta värde gör resultatet mörkare.
Antal beräkningar för gråskalemedelvärde.
Detta alternativ är ikryssat som standard. Om du avmarkerar det så kommer inget brus att skapas.
Figur 17.181. Exempel för ”Normalisera”
Alternativet Normalisera ikryssat.
Alternativet Normalisera avmarkerat.
