Was verändert der Regler Weichzeichner-Sigma tatsächlich?

Er legt die Standardabweichung des Gauß-Kernels fest. Ein größeres Sigma verteilt die Gewichtung über einen weiteren Radius (die Kernelgröße wird als etwa 2 Sigma auf jeder Seite berechnet), was einen stärkeren, glatteren Weichzeichner erzeugt. Ein kleineres Sigma hält den Kernel eng, sodass nur unmittelbare Nachbarn jedes Pixel beeinflussen.

Startseite▸Computational Photography▸Bildfilter

📸 Bildfilter

Wende echte Bildverarbeitungsfilter mittels Faltung und Fourier-Analyse an. Sieh, wie Gaußscher Weichzeichner, Sobel-Kantenerkennung, Schärfen und Prägung mathematisch auf Pixelwerte wirken.

Computational Photography3DEasy60 FPS

Über diese Simulation

Dieses Werkzeug führt echte 2D-Faltung auf realen Pixeldaten durch und wendet eine kleine Gewichtungsmatrix — den Kernel — auf jedes Pixel und seine Nachbarn an. Jedes Ausgabepixel ist die gewichtete Summe der umgebenden Region, und so funktionieren Gaußscher Weichzeichner, Sobel-Kantenerkennung, Schärfen, Prägung und Hochpassfilter allesamt. Ein separater Medianfilter ordnet stattdessen benachbarte Werte nach Rang, und Live-Histogramme sowie eine PSNR-Anzeige lassen dich messen, wie jede Operation das Bild verändert.

🔬 Was gezeigt wird

Die Mathematik hinter räumlicher Bildfilterung. Der Gaußsche Weichzeichner verwendet einen normalisierten, aus exp(-(x²+y²)/2σ²) aufgebauten Kernel; Sobel kombiniert horizontale und vertikale 3×3-Gradientenkernel und nimmt deren Betrag; Schärfen, Prägung und Hochpass verwenden feste 3×3-Kernel; Median ist ein Rangfilter. PSNR (in dB) quantifiziert den Unterschied zum Original.

🎮 Anwendung

Wähle ein synthetisches Testbild (Porträt, Landschaft, Leiterplatte oder Schachbrett) und dann einen Filter. Der Regler „Weichzeichner σ / Stärke" stellt die Gaußsche Standardabweichung ein, und der Regler „Schwellenwert" steuert die Sobel-Kantenabschneidegrenze. Das Live-Kernel-Raster, die Verarbeitungszeit, PSNR und die Doppel-Histogramme aktualisieren sich bei jeder Änderung.

💡 Wusstest du schon?

Ein 2D-Gaußscher Weichzeichner ist separierbar: Das Anwenden eines 1D-Kernels horizontal und dann vertikal liefert dasselbe Ergebnis weit günstiger als die hier gezeigte vollständige 2D-Faltung. Diese Separierbarkeit ist der Grund, warum der Gaußsche Weichzeichner eine der schnellsten Glättungsoperationen in echten Bildverarbeitungspipelines ist.

Häufig gestellte Fragen

Was ist ein Faltungskernel?

Ein Kernel ist ein kleines Zahlenraster, meist 3×3, das festlegt, wie jedes Pixel mit seinen Nachbarn kombiniert wird. Der Filter verschiebt den Kernel über das Bild, multipliziert jedes Kernelgewicht mit dem darunterliegenden Pixel und summiert die Ergebnisse, um ein Ausgabepixel zu erzeugen. Unterschiedliche Gewichtsmuster erzeugen Weichzeichnung, Schärfung, Kantenerkennung und andere Effekte.

Wie funktioniert die Sobel-Kantenerkennung hier?

Der Sobel-Filter führt zwei 3×3-Kernel aus, einer erkennt horizontale Intensitätsänderungen (Gx), der andere vertikale (Gy). Die Gradientenstärke ist sqrt(Gx² + Gy²), und jedes Pixel, dessen Stärke den Schwellenwert-Regler überschreitet, wird weiß gezeichnet, der Rest schwarz. Ein höherer Schwellenwert behält nur die stärksten Kanten.

Was verändert der Regler Weichzeichner-σ tatsächlich?

Er legt die Standardabweichung des Gauß-Kernels fest. Ein größeres σ verteilt die Gewichtung über einen weiteren Radius (die Kernelgröße wird als etwa 2σ auf jeder Seite berechnet), was einen stärkeren, glatteren Weichzeichner erzeugt. Ein kleineres σ hält den Kernel eng, sodass nur unmittelbare Nachbarn jedes Pixel beeinflussen.

Warum unterscheidet sich der Medianfilter von den anderen?

Faltungsfilter berechnen einen gewichteten Durchschnitt, der scharfe Merkmale verwischen kann. Der Medianfilter sammelt stattdessen die benachbarten Pixelwerte, sortiert sie und wählt den mittleren aus. Da es sich um eine Rangoperation statt eines Durchschnitts handelt, entfernt er Salz-und-Pfeffer-Rauschen, während Kanten viel besser erhalten bleiben als beim Gaußschen Weichzeichner.

Sind diese Filter physikalisch genau?

Ja. Die Kernel und die Faltungsschleife sind dieselben Operationen, die in echten Bildverarbeitungsbibliotheken verwendet werden, Pixel für Pixel auf einem 200×160-Bild mit Randklemmung an den Grenzen ausgeführt. Der PSNR-Wert (Spitzensignal-Rausch-Verhältnis in Dezibel) ist die Standardmetrik zum Vergleich eines verarbeiteten Bildes mit dem Original, sodass die angezeigten Zahlen echte Ergebnisse widerspiegeln.

Häufig gestellte Fragen

Was ist Faltung im Kontext der Bildfilterung?

Faltung multipliziert entsprechende Elemente des Kernels und des von ihm abgedeckten Bildausschnitts, summiert sie und weist das Ergebnis dem zentralen Pixel zu. Das Verschieben dieser Operation über jedes Pixel transformiert das gesamte Bild. Sie ist kommutativ und assoziativ, sodass das Verketten mehrerer Filter äquivalent zur Faltung mit dem kombinierten Kernel ist.

Was ist der Unterschied zwischen einem Gaußschen Weichzeichner und einem Box-Weichzeichner?

Ein Box-Weichzeichner mittelt alle Pixel gleichmäßig innerhalb eines rechteckigen Bereichs, was Ringing-Artefakte erzeugen kann (im Frequenzbereich als Schwingungen sichtbar). Ein Gaußscher Weichzeichner gewichtet Pixel nach einem glockenförmigen Abfall, sodass nahe Pixel mehr beitragen als entfernte. Der Gaußsche Weichzeichner erzeugt glattere Ergebnisse und ist separierbar (angewendet als 1D-Zeile, dann Spalte), was ihn rechnerisch effizient macht.

Wie funktioniert der Canny-Kantendetektor?

Die Canny-Kantenerkennung hat vier Schritte: Gaußscher Weichzeichner zur Rauschreduzierung, Gradientenberechnung zur Bestimmung von Kantenstärke und -richtung, Unterdrückung von Nicht-Maxima zum Ausdünnen der Kanten auf Einzelpixelbreite, und doppelte Schwellenwertbildung mit Hysterese, um starke Kanten und verbundene schwache Kanten zu erhalten, während isoliertes Rauschen verworfen wird.

Was ist der bilaterale Filter und wann sollte er verwendet werden?

Der bilaterale Filter ist ein kantenerhaltender Glättungsfilter, der jedes Ausgabepixel als gewichteten Durchschnitt seiner Nachbarn berechnet, wobei die Gewichte sowohl von der räumlichen Distanz als auch von der Intensitätsähnlichkeit abhängen. Pixel mit sehr unterschiedlichen Intensitäten (über eine Kante hinweg) erhalten ein niedriges Gewicht, sodass der Filter innerhalb gleichmäßiger Bereiche glättet, ohne Kanten zu verwischen. Er ist nützlich zur Rauschreduzierung in Foto- und medizinischen Bildern.

Wie verbessern Unscharfmaskierung und Schärfungskernel Details?

Unscharfmaskierung subtrahiert eine unscharfe Version des Bildes vom Original, verstärkt die Differenz (feine Details) und addiert diese wieder hinzu. Ein Schärfungskernel erreicht dasselbe in einem Faltungsschritt mit einem Kernel, der ein stark positives Zentrum und negative Umgebung hat. Beide verstärken hochfrequente Komponenten, was Kanten schärfer macht, aber auch Rauschen verstärkt.

⚙ Unter der Haube

Bildverarbeitung mit Faltung, Sobel-Kantenerkennung, Gaußschem Weichzeichner und FFT-Filterung.

image processingconvolutionSobelGaussian blurFFT

3D · Three.js / WebGL-Renderer · 60 FPS Ziel · läuft vollständig clientseitig, keine Installation nötig