सामान्यीकरण (इमेज प्रोसेसिंग): Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
Line 1: Line 1:
छवि प्रसंस्करण में, सामान्यीकरण एक प्रक्रिया है जो [[पिक्सेल]] तीव्रता मान की सीमा को परिवर्तित करती है। उदाहरण के लिए, अनुप्रयोगों में सटीकता के कारण दोषपूर्ण विरोधाभास वाले फोटोग्राफर्स सम्मिलित हैं। सामान्यीकरण को कभी-कभी [[कंट्रास्ट (दृष्टि)|कंट्रास्ट]] स्ट्रेचिंग या [[हिस्टोग्राम]] स्ट्रेचिंग कहा जाता है। डेटा प्रसंस्करण के अधिक सामान्य क्षेत्रों में, जैसे कि डिजिटल संकेत प्रसंस्करण, इसे गतिशील सीमा विस्तार के रूप में जाना जाता है।<ref>{{Cite book| page=85|
छवि प्रसंस्करण में, '''सामान्यीकरण''' एक प्रक्रिया है जो [[पिक्सेल]] तीव्रता मान की सीमा को परिवर्तित करती है। उदाहरण के लिए, अनुप्रयोगों में सटीकता के कारण दोषपूर्ण विरोधाभास वाले फोटोग्राफर्स सम्मिलित हैं। सामान्यीकरण को कभी-कभी [[कंट्रास्ट (दृष्टि)|कंट्रास्ट]] स्ट्रेचिंग या [[हिस्टोग्राम]] स्ट्रेचिंग कहा जाता है। डेटा प्रसंस्करण के अधिक सामान्य क्षेत्रों में, जैसे कि डिजिटल संकेत प्रसंस्करण, इसे गतिशील सीमा विस्तार के रूप में जाना जाता है।<ref>{{Cite book| page=85|
author=Rafael C. González, Richard Eugene Woods |
author=Rafael C. González, Richard Eugene Woods |
title=Digital Image Processing |
title=Digital Image Processing |
Line 7: Line 7:
}}</ref>
}}</ref>


विभिन्न अनुप्रयोगों में गतिशील सीमा विस्तार का उद्देश्य सामान्यतः छवि या अन्य प्रकार के संकेत को एक ऐसी सीमा में लाना है जो अधिक परिचित या सामान्य है, इसलिए सामान्यीकरण शब्द। अकसर, मन - बहलाव या थकान से बचने के लिए डेटा, संकेतों, या छवियों के एक सेट के लिए गतिशील सीमा में स्थिरता प्राप्त करने की प्रेरणा होती है। उदाहरण के लिए, अखबार एक ही अंक में सभी छवियों के लिए ग्रेस्केल की एक ही श्रृंखला साझा करने का प्रयास करेगा।
विभिन्न अनुप्रयोगों में गतिशील सीमा विस्तार का उद्देश्य सामान्यतः छवि या अन्य प्रकार के संकेत को एक ऐसी सीमा में लाना है जो अधिक परिचित या सामान्य है, '''इसलिए सामान्यीकरण शब्द।''' '''अकसर, मन - बहलाव या थकान से बचने के लिए डेटा, संकेतों, या छवियों के एक सेट के लिए गतिशील सीमा में स्थिरता प्राप्त करने की प्रेरणा होती है।''' उदाहरण के लिए, अखबार एक ही अंक में सभी छवियों के लिए ग्रेस्केल की एक ही श्रृंखला साझा करने का प्रयास करेगा।


सामान्यीकरण एक n-आयामी ग्रेस्केल छवि को बदल देता है
सामान्यीकरण एक n-आयामी ग्रेस्केल छवि को बदल देता है
<math>I:\{\mathbb{X}\subseteq\mathbb{R}^n\}\rightarrow\{\text{Min},..,\text{Max}\}</math>
 
<math>I:\{\mathbb{X}\subseteq\mathbb{R}^n\}\rightarrow\{\text{Min},..,\text{Max}\}</math>
 
सीमा में तीव्रता मूल्यों के साथ <math>(\text{Min},\text{Max})</math>, एक नई छवि में
सीमा में तीव्रता मूल्यों के साथ <math>(\text{Min},\text{Max})</math>, एक नई छवि में
<math>I_N:\{\mathbb{X}\subseteq\mathbb{R}^n\}\rightarrow\{\text{newMin},..,\text{newMax}\}</math> सीमा में तीव्रता मान के साथ <math>(\text{newMin},\text{newMax})</math>
 
<math>I_N:\{\mathbb{X}\subseteq\mathbb{R}^n\}\rightarrow\{\text{newMin},..,\text{newMax}\}</math> सीमा में तीव्रता मान के साथ <math>(\text{newMin},\text{newMax})</math>


ग्रे-स्केल [[डिजिटल छवि]] का रैखिक सामान्यीकरण सूत्र के अनुसार किया जाता है
ग्रे-स्केल [[डिजिटल छवि]] का रैखिक सामान्यीकरण सूत्र के अनुसार किया जाता है
Line 22: Line 25:


:<math>I_N=(\text{newMax}-\text{newMin})\frac{1}{1+e^{-\frac{I-\beta}{\alpha}}}+\text{newMin}</math>
:<math>I_N=(\text{newMax}-\text{newMin})\frac{1}{1+e^{-\frac{I-\beta}{\alpha}}}+\text{newMin}</math>
जहां <math>\alpha</math> इनपुट तीव्रता सीमा की चौड़ाई को परिभाषित करता है, और  <math>\beta</math> उस तीव्रता को परिभाषित करता है जिसके चारों ओर सीमा केंद्रित है।<ref>[http://www.itk.org/ItkSoftwareGuide.pdf ITK Software Guide]</ref> छवि प्रसंस्करण सॉफ्टवेयर में ऑटो-सामान्यीकरण सामान्यतः छवि फाइल प्रारूप में निर्दिष्ट संख्या  प्रणाली की पूर्ण गतिशील सीमा को सामान्य करता है.
'''जहां <math>\alpha</math> इनपुट तीव्रता सीमा की चौड़ाई को परिभाषित करता है''', और  <math>\beta</math> उस तीव्रता को परिभाषित करता है जिसके चारों ओर सीमा केंद्रित है।<ref>[http://www.itk.org/ItkSoftwareGuide.pdf ITK Software Guide]</ref> छवि प्रसंस्करण सॉफ्टवेयर में ऑटो-सामान्यीकरण सामान्यतः छवि फाइल प्रारूप में निर्दिष्ट संख्या  प्रणाली की पूर्ण गतिशील सीमा को सामान्य करता है.


== यह भी देखें ==
== यह भी देखें ==

Revision as of 16:09, 20 June 2023

छवि प्रसंस्करण में, सामान्यीकरण एक प्रक्रिया है जो पिक्सेल तीव्रता मान की सीमा को परिवर्तित करती है। उदाहरण के लिए, अनुप्रयोगों में सटीकता के कारण दोषपूर्ण विरोधाभास वाले फोटोग्राफर्स सम्मिलित हैं। सामान्यीकरण को कभी-कभी कंट्रास्ट स्ट्रेचिंग या हिस्टोग्राम स्ट्रेचिंग कहा जाता है। डेटा प्रसंस्करण के अधिक सामान्य क्षेत्रों में, जैसे कि डिजिटल संकेत प्रसंस्करण, इसे गतिशील सीमा विस्तार के रूप में जाना जाता है।[1]

विभिन्न अनुप्रयोगों में गतिशील सीमा विस्तार का उद्देश्य सामान्यतः छवि या अन्य प्रकार के संकेत को एक ऐसी सीमा में लाना है जो अधिक परिचित या सामान्य है, इसलिए सामान्यीकरण शब्द। अकसर, मन - बहलाव या थकान से बचने के लिए डेटा, संकेतों, या छवियों के एक सेट के लिए गतिशील सीमा में स्थिरता प्राप्त करने की प्रेरणा होती है। उदाहरण के लिए, अखबार एक ही अंक में सभी छवियों के लिए ग्रेस्केल की एक ही श्रृंखला साझा करने का प्रयास करेगा।

सामान्यीकरण एक n-आयामी ग्रेस्केल छवि को बदल देता है

सीमा में तीव्रता मूल्यों के साथ , एक नई छवि में

सीमा में तीव्रता मान के साथ

ग्रे-स्केल डिजिटल छवि का रैखिक सामान्यीकरण सूत्र के अनुसार किया जाता है

उदाहरण के लिए, यदि छवि की तीव्रता सीमा 50 से 180 है और वांछित सीमा 0 से 255 है, तो प्रक्रिया में पिक्सेल तीव्रता के प्रत्येक से 50 को घटाना पड़ता है, जिससे रेंज 0 से 130 हो जाती है. फिर प्रत्येक पिक्सेल तीव्रता को 255/130 से गुणा किया जाता है, जिससे रेंज 0 से 255 हो जाती है।

सामान्यीकरण भी गैर रेखीय हो सकता है, यह तब होता है जब और के बीच एक रैखिक संबंध नहीं होता है। गैर-रैखिक सामान्यीकरण का एक उदाहरण है जब सामान्यीकरण सिग्मॉइड फ़ंक्शन का अनुसरण करता है, उस स्थिति में, सामान्य छवि की गणना सूत्र के अनुसार की जाती है

जहां इनपुट तीव्रता सीमा की चौड़ाई को परिभाषित करता है, और उस तीव्रता को परिभाषित करता है जिसके चारों ओर सीमा केंद्रित है।[2] छवि प्रसंस्करण सॉफ्टवेयर में ऑटो-सामान्यीकरण सामान्यतः छवि फाइल प्रारूप में निर्दिष्ट संख्या प्रणाली की पूर्ण गतिशील सीमा को सामान्य करता है.

यह भी देखें

संदर्भ

  1. Rafael C. González, Richard Eugene Woods (2007). Digital Image Processing. Prentice Hall. p. 85. ISBN 978-0-13-168728-8.
  2. ITK Software Guide


बाहरी संबंध