ইমেজ ফিল্টারিং এবং ফিল্টার ডিজাইন (Image Filtering and Filter Design)

ইমেজ ফিল্টারিং এবং ফিল্টার ডিজাইন (Image Filtering and Filter Design)

ইমেজ ফিল্টারিং হলো একটি ইমেজ প্রসেসিং টেকনিক যার মাধ্যমে ছবির গুণগত মান উন্নত করা, শোর (noise) অপসারণ, এবং নির্দিষ্ট বৈশিষ্ট্য যেমন প্রান্ত বা টেক্সচার আরও স্পষ্ট করে তুলতে ছবি ম্যানিপুলেট করা হয়। ইমেজ ফিল্টারিংয়ে বিভিন্ন ধরনের ফিল্টার ডিজাইন করা হয় যা নির্দিষ্ট প্রয়োজন অনুসারে প্রয়োগ করা হয়।

ইমেজ ফিল্টারিং এর প্রকারভেদ

ইমেজ ফিল্টারিং মূলত দুটি প্রধান প্রকারে বিভক্ত:

1. স্প্যাটিয়াল ফিল্টারিং (Spatial Filtering): ছবির স্থানীয় পিক্সেলগুলির মানের উপর ভিত্তি করে প্রক্রিয়া করা হয়।
2. ফ্রিকোয়েন্সি ফিল্টারিং (Frequency Filtering): ছবির ফ্রিকোয়েন্সি উপাদানগুলির উপর ভিত্তি করে প্রক্রিয়া করা হয়, সাধারণত ফুরিয়ার ট্রান্সফর্মের মাধ্যমে।

সাধারণ ফিল্টার প্রকার এবং তাদের ব্যবহার

১. গাউসিয়ান ফিল্টার (Gaussian Filter)

• বর্ণনা: গাউসিয়ান ফিল্টার একটি ব্লার ফিল্টার যা গাউসিয়ান ফাংশনের ভিত্তিতে তৈরি। এটি ছবির শোর কমাতে এবং স্মুথ ইফেক্ট তৈরি করতে ব্যবহৃত হয়।
• প্রক্রিয়া: গাউসিয়ান কোরেল ব্যবহার করে পিক্সেলের মান পরিবর্তন করা হয়।
• ব্যবহার: প্রি-প্রসেসিংয়ে এবং ছবি স্মুথিংয়ের জন্য ব্যবহার করা হয়।

import java.awt.image.BufferedImage;
import java.awt.Color;

public class GaussianBlur {
    public static BufferedImage applyGaussianBlur(BufferedImage image) {
        int width = image.getWidth();
        int height = image.getHeight();
        BufferedImage result = new BufferedImage(width, height, image.getType());

        float[][] kernel = {
            {1 / 16f, 2 / 16f, 1 / 16f},
            {2 / 16f, 4 / 16f, 2 / 16f},
            {1 / 16f, 2 / 16f, 1 / 16f}
        };

        for (int x = 1; x < width - 1; x++) {
            for (int y = 1; y < height - 1; y++) {
                float sumRed = 0, sumGreen = 0, sumBlue = 0;

                for (int i = -1; i <= 1; i++) {
                    for (int j = -1; j <= 1; j++) {
                        Color color = new Color(image.getRGB(x + i, y + j));
                        sumRed += color.getRed() * kernel[i + 1][j + 1];
                        sumGreen += color.getGreen() * kernel[i + 1][j + 1];
                        sumBlue += color.getBlue() * kernel[i + 1][j + 1];
                    }
                }

                Color newColor = new Color(
                    Math.min(255, Math.max(0, (int) sumRed)),
                    Math.min(255, Math.max(0, (int) sumGreen)),
                    Math.min(255, Math.max(0, (int) sumBlue))
                );
                result.setRGB(x, y, newColor.getRGB());
            }
        }
        return result;
    }
}

২. মিডিয়ান ফিল্টার (Median Filter)

• বর্ণনা: মিডিয়ান ফিল্টার হলো একটি নন-লিনিয়ার ফিল্টার যা ইমেজের শোর অপসারণের জন্য ব্যবহৃত হয়।
• প্রক্রিয়া: পিক্সেলের আশেপাশের পিক্সেলগুলির মানের ভিত্তিতে মিডিয়ান ভ্যালু নির্ধারণ করে।
• ব্যবহার: সল্ট-অ্যান্ড-পেপার শোর (salt-and-pepper noise) অপসারণের জন্য উপযোগী।

৩. ল্যাপলাসিয়ান ফিল্টার (Laplacian Filter)

• বর্ণনা: ল্যাপলাসিয়ান ফিল্টার একটি প্রান্ত ডিটেকশন ফিল্টার যা ছবির এজ হাইলাইট করতে ব্যবহৃত হয়।
• প্রক্রিয়া: এই ফিল্টারটি সেকেন্ড ডেরিভেটিভ ব্যবহার করে প্রান্ত সনাক্ত করে।
• ব্যবহার: এজ ডিটেকশনে ব্যবহৃত হয়।

৪. সোবেল ফিল্টার (Sobel Filter)

• বর্ণনা: সোবেল ফিল্টার একটি প্রান্ত ডিটেকশন ফিল্টার যা X এবং Y দিকের এজ ডিটেকশন করতে সহায়ক।
• প্রক্রিয়া: X এবং Y দিকের কোরেল প্রয়োগ করে ছবির প্রান্ত শনাক্ত করা হয়।
• ব্যবহার: ইমেজ প্রসেসিং এবং কম্পিউটার ভিশনে অবজেক্ট সনাক্তকরণের জন্য ব্যবহৃত।

import java.awt.image.BufferedImage;
import java.awt.Color;

public class SobelEdgeDetection {
    public static BufferedImage applySobelFilter(BufferedImage image) {
        int[][] kernelX = {
            {-1, 0, 1},
            {-2, 0, 2},
            {-1, 0, 1}
        };
        int[][] kernelY = {
            {1, 2, 1},
            {0, 0, 0},
            {-1, -2, -1}
        };

        int width = image.getWidth();
        int height = image.getHeight();
        BufferedImage result = new BufferedImage(width, height, image.getType());

        for (int x = 1; x < width - 1; x++) {
            for (int y = 1; y < height - 1; y++) {
                int sumX = 0, sumY = 0;

                for (int i = -1; i <= 1; i++) {
                    for (int j = -1; j <= 1; j++) {
                        int gray = new Color(image.getRGB(x + i, y + j)).getRed();
                        sumX += kernelX[i + 1][j + 1] * gray;
                        sumY += kernelY[i + 1][j + 1] * gray;
                    }
                }

                int edgeValue = Math.min(255, Math.max(0, (int) Math.sqrt(sumX * sumX + sumY * sumY)));
                Color edgeColor = new Color(edgeValue, edgeValue, edgeValue);
                result.setRGB(x, y, edgeColor.getRGB());
            }
        }
        return result;
    }
}

ফিল্টার ডিজাইন এবং নির্বাচন

একটি ফিল্টার ডিজাইন করার সময় কিছু বিষয় বিবেচনা করতে হবে:

1. ফিল্টারের ধরণ: ফিল্টারের কাজ নির্ধারণ করতে হবে - এটি ব্লারিং, শার্পেনিং, প্রান্ত ডিটেকশন, অথবা শোর অপসারণ করবে কিনা।
2. ফিল্টার কোরেল সাইজ: ফিল্টারের আকার বড় হলে ব্লার বেশি হবে, তবে প্রসেসিং টাইম বাড়বে।
3. স্পেশাল নীডস: বিশেষ কাজে কাস্টম কোরেল ডিজাইন করা যায় যেমন বিশেষ ধরনের টেক্সচার ফিল্টার।

ইমেজ ফিল্টারিং এর ব্যবহার ক্ষেত্র

1. ফটোগ্রাফি: শোর কমানো, ছবির ব্রাইটনেস এবং কনট্রাস্ট উন্নত করা।
2. চিকিৎসা ইমেজিং: ছবির ডিটেইলস উন্নত করে সঠিক রোগ নির্ণয় করা।
3. স্বয়ংক্রিয় যানবাহন: সড়কের চিহ্ন এবং ট্রাফিক সিগন্যাল শনাক্ত করা।
4. রিমোট সেন্সিং: ভূ-তাত্ত্বিক বৈশিষ্ট্য বিশ্লেষণ।

সারসংক্ষেপ

ইমেজ ফিল্টারিং একটি মৌলিক প্রক্রিয়া যা ছবির গুণগত মান উন্নত করে এবং বিভিন্ন বৈশিষ্ট্য যেমন প্রান্ত বা টেক্সচার স্পষ্ট করে। গাউসিয়ান, মিডিয়ান, ল্যাপলাসিয়ান এবং সোবেল ফিল্টার বিভিন্ন কাজের জন্য ব্যবহৃত হয়। সঠিক ফিল্টার ডিজাইন এবং নির্বাচন করলে ইমেজ প্রসেসিংয়ের ফলাফল আরও উন্নত এবং কার্যকর হয়।

লিনিয়ার এবং নন-লিনিয়ার ফিল্টার (Linear and Non-Linear Filters)

ইমেজ প্রসেসিংয়ে লিনিয়ার এবং নন-লিনিয়ার ফিল্টার দুটি গুরুত্বপূর্ণ ফিল্টারিং পদ্ধতি যা বিভিন্ন ক্ষেত্রে ব্যবহার করা হয়। এই ফিল্টারগুলো ছবির গুণগত মান উন্নয়ন, শোর অপসারণ এবং বৈশিষ্ট্য সনাক্ত করতে ব্যবহৃত হয়। লিনিয়ার ফিল্টার সাধারণত ইমেজ ব্লারিং ও স্মুথিংয়ের জন্য ব্যবহৃত হয়, যেখানে নন-লিনিয়ার ফিল্টার ব্যবহার করে ইমেজ থেকে শোর কমানো, প্রান্ত সনাক্ত এবং বিশেষ ধরণের বৈশিষ্ট্যগুলো সংরক্ষণ করা হয়।

লিনিয়ার ফিল্টার (Linear Filter)

লিনিয়ার ফিল্টার হলো একটি ফিল্টারিং পদ্ধতি, যেখানে ইমেজের প্রতিটি পিক্সেলের মান আশেপাশের পিক্সেলের ওজনযুক্ত গড় হিসেবে গণনা করা হয়। এ ধরনের ফিল্টারে এক্সপেক্টেড মানের সোজাসুজি যোগফল থেকে আউটপুট তৈরি হয়, তাই এটি সহজ এবং দ্রুত প্রসেসিং এর জন্য কার্যকর।

উদাহরণ এবং ব্যবহার

1. গাউসিয়ান ফিল্টার (Gaussian Filter):
   • বর্ণনা: এটি একটি লিনিয়ার ফিল্টার যা গাউসিয়ান কোরেল ব্যবহার করে ছবির পিক্সেলগুলির গড় গণনা করে।
   • ব্যবহার: ছবির স্মুথিং এবং শোর কমানোর জন্য ব্যবহৃত হয়।
2. অভারেজিং ফিল্টার (Averaging Filter):
   • বর্ণনা: পিক্সেলের আশেপাশের পিক্সেলগুলির গড় নিয়ে আউটপুট তৈরি করে।
   • ব্যবহার: সাধারণ স্মুথিংয়ের জন্য ব্যবহৃত হয়।

গাউসিয়ান ফিল্টার উদাহরণ

import java.awt.image.BufferedImage;
import java.awt.Color;

public class GaussianBlur {
    public static BufferedImage applyGaussianBlur(BufferedImage image) {
        int width = image.getWidth();
        int height = image.getHeight();
        BufferedImage result = new BufferedImage(width, height, image.getType());

        float[][] kernel = {
            {1 / 16f, 2 / 16f, 1 / 16f},
            {2 / 16f, 4 / 16f, 2 / 16f},
            {1 / 16f, 2 / 16f, 1 / 16f}
        };

        for (int x = 1; x < width - 1; x++) {
            for (int y = 1; y < height - 1; y++) {
                float sumRed = 0, sumGreen = 0, sumBlue = 0;

                for (int i = -1; i <= 1; i++) {
                    for (int j = -1; j <= 1; j++) {
                        Color color = new Color(image.getRGB(x + i, y + j));
                        sumRed += color.getRed() * kernel[i + 1][j + 1];
                        sumGreen += color.getGreen() * kernel[i + 1][j + 1];
                        sumBlue += color.getBlue() * kernel[i + 1][j + 1];
                    }
                }

                Color newColor = new Color(
                    Math.min(255, Math.max(0, (int) sumRed)),
                    Math.min(255, Math.max(0, (int) sumGreen)),
                    Math.min(255, Math.max(0, (int) sumBlue))
                );
                result.setRGB(x, y, newColor.getRGB());
            }
        }
        return result;
    }
}

নন-লিনিয়ার ফিল্টার (Non-Linear Filter)

নন-লিনিয়ার ফিল্টার এমন একটি পদ্ধতি যেখানে ইমেজের আউটপুট পিক্সেলগুলির মান আশেপাশের পিক্সেলগুলির সরল গড়ের পরিবর্তে বিভিন্ন ধরনের অ্যালগরিদমের ভিত্তিতে নির্ধারণ করা হয়। নন-লিনিয়ার ফিল্টার সাধারণত শোর কমানোর জন্য ব্যবহৃত হয় এবং ছবির প্রান্ত এবং তীক্ষ্ণতা বজায় রাখতে সহায়ক।

উদাহরণ এবং ব্যবহার

1. মিডিয়ান ফিল্টার (Median Filter):
   • বর্ণনা: আশেপাশের পিক্সেলগুলির গড়ের পরিবর্তে মিডিয়ান ভ্যালু ব্যবহার করে।
   • ব্যবহার: সল্ট-অ্যান্ড-পেপার শোর অপসারণের জন্য উপযোগী।
2. মিনিমাম এবং ম্যাক্সিমাম ফিল্টার:
   • বর্ণনা: পিক্সেলগুলির ন্যূনতম এবং সর্বাধিক মান ব্যবহার করে আউটপুট তৈরি করে।
   • ব্যবহার: ছবির নির্দিষ্ট অঞ্চলকে হাইলাইট করা।

মিডিয়ান ফিল্টার উদাহরণ

import java.awt.image.BufferedImage;
import java.awt.Color;
import java.util.Arrays;

public class MedianFilter {
    public static BufferedImage applyMedianFilter(BufferedImage image) {
        int width = image.getWidth();
        int height = image.getHeight();
        BufferedImage result = new BufferedImage(width, height, image.getType());

        for (int x = 1; x < width - 1; x++) {
            for (int y = 1; y < height - 1; y++) {
                int[] redValues = new int[9];
                int[] greenValues = new int[9];
                int[] blueValues = new int[9];
                int index = 0;

                for (int i = -1; i <= 1; i++) {
                    for (int j = -1; j <= 1; j++) {
                        Color color = new Color(image.getRGB(x + i, y + j));
                        redValues[index] = color.getRed();
                        greenValues[index] = color.getGreen();
                        blueValues[index] = color.getBlue();
                        index++;
                    }
                }

                Arrays.sort(redValues);
                Arrays.sort(greenValues);
                Arrays.sort(blueValues);

                Color newColor = new Color(redValues[4], greenValues[4], blueValues[4]);
                result.setRGB(x, y, newColor.getRGB());
            }
        }
        return result;
    }
}

লিনিয়ার এবং নন-লিনিয়ার ফিল্টারের তুলনা

ইমেজ প্রসেসিংয়ে লিনিয়ার এবং নন-লিনিয়ার ফিল্টারের ব্যবহার

1. ফটোগ্রাফি: ইমেজ স্মুথিং এবং প্রান্ত সংরক্ষণে লিনিয়ার এবং নন-লিনিয়ার ফিল্টার ব্যবহৃত হয়।
2. চিকিৎসা ইমেজিং: সুনির্দিষ্ট বৈশিষ্ট্য সনাক্ত করতে এবং শোর কমানোর জন্য।
3. স্বয়ংক্রিয় যানবাহন: সড়কের চিহ্ন এবং ট্রাফিক সিগন্যাল শনাক্ত করতে।
4. রিমোট সেন্সিং: ভূ-তাত্ত্বিক বৈশিষ্ট্য বিশ্লেষণ এবং প্রান্ত শনাক্তকরণ।

সারসংক্ষেপ

লিনিয়ার এবং নন-লিনিয়ার ফিল্টার ইমেজ প্রসেসিংয়ে গুরুত্বপূর্ণ ভূমিকা পালন করে। লিনিয়ার ফিল্টার সহজ এবং দ্রুত প্রসেসিংয়ের জন্য উপযোগী, যেখানে নন-লিনিয়ার ফিল্টার প্রান্ত সংরক্ষণ এবং সুনির্দিষ্ট শোর অপসারণের জন্য কার্যকর। সঠিক ফিল্টার নির্বাচন এবং ব্যবহারের মাধ্যমে ইমেজ প্রসেসিংয়ের মান উন্নত করা সম্ভব।

এজ ডিটেকশন ফিল্টার: Sobel, Prewitt, এবং Canny

এজ ডিটেকশন (Edge Detection) হল ইমেজ প্রসেসিংয়ের একটি গুরুত্বপূর্ণ টেকনিক, যার মাধ্যমে ছবির মধ্যে প্রান্ত বা "এজ" সনাক্ত করা হয়। প্রান্ত হল ইমেজের এমন অংশ যেখানে পিক্সেল মানের দ্রুত পরিবর্তন ঘটে। এজ ডিটেকশন সাধারণত ইমেজ বিশ্লেষণ, অবজেক্ট রিকগনিশন, এবং চিত্রের বৈশিষ্ট্য আহরণের জন্য ব্যবহৃত হয়।

এজ ডিটেকশন ফিল্টারগুলি মূলত গ্রেডিয়েন্ট ইনফরমেশন বা পরিবর্তনের সিগন্যাল ব্যবহার করে, যা একটি পিক্সেলের পার্শ্ববর্তী পিক্সেলের তুলনায় কতটা পরিবর্তন হচ্ছে তা নির্দেশ করে। এখানে আমরা Sobel, Prewitt, এবং Canny ফিল্টারগুলির বিবরণ এবং তাদের ব্যবহারের পদ্ধতি আলোচনা করব।

১. Sobel এজ ডিটেকশন ফিল্টার (Sobel Edge Detection Filter)

Sobel ফিল্টার একটি গ্রেডিয়েন্ট মেথড যা একসাথে অনুভূমিক এবং উল্লম্ব দিক থেকে এজ ডিটেকশন করতে ব্যবহৃত হয়। এটি একটি 2x2 ম্যাট্রিক্স ব্যবহৃত করে এবং পিক্সেল মানের পরিবর্তনকে হাইলাইট করে।

Sobel কনভলিউশন মাস্কস (Kernel):

• Horizontally (Gx):

  \[
  \begin{bmatrix}
  -1 & 0 & 1 \
  -2 & 0 & 2 \
  -1 & 0 & 1
  \end{bmatrix}
  \]

• Vertically (Gy):

  \[
  \begin{bmatrix}
  -1 & -2 & -1 \
  0 & 0 & 0 \
  1 & 2 & 1
  \end{bmatrix}
  \]

গ্রেডিয়েন্ট (Gradient) গণনা:

• অনুভূমিক গ্রেডিয়েন্ট \( G_x \) এবং উল্লম্ব গ্রেডিয়েন্ট \( G_y \) পেতে এই কনভলিউশন মাস্কগুলো ব্যবহার করা হয়।

  \[
  G_x = \sqrt{(Gx)^2 + (Gy)^2}
  \]

ব্যবহার:

• Sobel ফিল্টারটি সহজ, দ্রুত এবং কম্পিউটেশনে কার্যকর, তবে এটি কিছুটা শোর (Noise) প্রবণ।

২. Prewitt এজ ডিটেকশন ফিল্টার (Prewitt Edge Detection Filter)

Prewitt ফিল্টারটি Sobel এর মতো, কিন্তু এর কনভলিউশন মাস্কগুলির মান কিছুটা আলাদা। এটি একইভাবে অনুভূমিক এবং উল্লম্ব গ্রেডিয়েন্ট গণনা করে এবং ছবির প্রান্ত সনাক্ত করতে সহায়ক।

Prewitt কনভলিউশন মাস্কস (Kernel):

• Horizontally (Gx):

  \[
  \begin{bmatrix}
  -1 & 0 & 1 \
  -1 & 0 & 1 \
  -1 & 0 & 1
  \end{bmatrix}
  \]

• Vertically (Gy):

  \[
  \begin{bmatrix}
  -1 & -1 & -1 \
  0 & 0 & 0 \
  1 & 1 & 1
  \end{bmatrix}
  \]

ব্যবহার:

• Prewitt ফিল্টারটি Sobel এর তুলনায় একটু বেশি সংবেদনশীল এবং সোজা পদ্ধতিতে প্রান্ত সনাক্ত করতে সহায়ক, তবে এটি কিছুটা ব্লার (blurring) হতে পারে এবং শোর (Noise) এর কারণে আরও কম কার্যকর।

৩. Canny এজ ডিটেকশন ফিল্টার (Canny Edge Detection Filter)

Canny ফিল্টার হল একটি উন্নত এবং সর্বোত্তম এজ ডিটেকশন অ্যালগরিদম যা সিগন্যাল প্রক্রিয়াকরণ ও গ্রাফিক্স ক্ষেত্রে সবচেয়ে জনপ্রিয় এবং কার্যকর। এটি একাধিক স্টেপে কাজ করে এবং এটি একটি অত্যন্ত নির্ভুল এবং সঠিক এজ ডিটেকশন প্রদান করে।

Canny ফিল্টার প্রক্রিয়া:

1. গাউসিয়ান ব্লার: ছবিতে গাউসিয়ান ফিল্টার প্রয়োগ করে শোর (Noise) কমানো হয়।
2. গ্রেডিয়েন্টের দিক গণনা: গাউসিয়ান ব্লার হওয়া ছবিতে অনুভূমিক এবং উল্লম্ব গ্রেডিয়েন্ট গণনা করা হয় (Sobel বা Prewitt ফিল্টার ব্যবহার করে)।
3. Non-maximum suppression: সবার সর্বোচ্চ গ্রেডিয়েন্ট ভ্যালু রেখে অন্য পিক্সেলগুলিকে সরিয়ে ফেলা হয়।
4. ডাবল থ্রেশোল্ডিং: দুইটি থ্রেশোল্ড মান নির্ধারণ করা হয় — একটিকে হাই থ্রেশোল্ড এবং একটিকে লো থ্রেশোল্ড, যাতে সঠিক এজ সনাক্ত করা যায়।
5. এজ ট্র্যাকিং: লো থ্রেশোল্ডের নিচে সব পিক্সেলকে বাদ দেওয়া হয় এবং হাই থ্রেশোল্ডের উপরে থাকা পিক্সেলগুলো এজ হিসেবে চিহ্নিত হয়।

ব্যবহার:

• Canny ফিল্টারটির একটি বড় সুবিধা হলো এটি খুবই কার্যকরী এবং নির্ভুল, যদিও এটি অন্যান্য ফিল্টারের তুলনায় অনেক বেশি কম্পিউটেশনাল সময় নেয়।

Java কোড উদাহরণ

import java.awt.*;
import java.awt.image.BufferedImage;
import javax.imageio.ImageIO;
import java.io.File;
import java.io.IOException;

public class EdgeDetectionExample {
    public static void main(String[] args) {
        try {
            // ইমেজ লোড করা
            BufferedImage image = ImageIO.read(new File("path/to/your/image.jpg"));

            // Sobel, Prewitt, বা Canny ফিল্টার প্রয়োগের জন্য কোড এখানে থাকবে।

            // আউটপুট ইমেজ তৈরি
            BufferedImage outputImage = new BufferedImage(image.getWidth(), image.getHeight(), BufferedImage.TYPE_INT_ARGB);

            // ফিল্টার প্রয়োগ এবং আউটপুট ইমেজ তৈরি
            for (int x = 1; x < image.getWidth() - 1; x++) {
                for (int y = 1; y < image.getHeight() - 1; y++) {
                    // পিক্সেল প্রক্রিয়া
                    // যেমন Sobel বা Prewitt এজ ডিটেকশন লজিক প্রয়োগ করা
                }
            }

            // ফলস্বরূপ ইমেজ সংরক্ষণ
            ImageIO.write(outputImage, "jpg", new File("path/to/save/output_image.jpg"));
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

সারসংক্ষেপ:

1. Sobel এবং Prewitt ফিল্টারগুলি গ্রেডিয়েন্ট বেসড এজ ডিটেকশন ফিল্টার, যা অনুভূমিক এবং উল্লম্ব গ্রেডিয়েন্টের সাহায্যে চিত্রের প্রান্ত সনাক্ত করে।
2. Canny ফিল্টারটি সবচেয়ে উন্নত এবং নির্ভুল এজ ডিটেকশন প্রযুক্তি, যা ধাপে ধাপে কাজ করে এবং শোর কমানোর জন্য গাউসিয়ান ব্লার সহ বিভিন্ন প্রক্রিয়া ব্যবহার করে।
3. প্রতিটি ফিল্টারটি বিভিন্ন চিত্রের জন্য বিভিন্ন কার্যকারিতা প্রদান করে, এবং সঠিক পদ্ধতি নির্বাচন ছবির প্রকৃতির উপর নির্ভর করে।

মিডিয়ান ফিল্টার, গাউসিয়ান ব্লার, এবং ল্যাপ্লেসিয়ান ফিল্টার

ডিজিটাল ইমেজ প্রসেসিংয়ে, বিভিন্ন ধরনের ফিল্টার ব্যবহার করে ছবির গুণগত মান উন্নত করা, বিভিন্ন ধরনের গোলমাল (noise) দূর করা, এবং ছবি বিশ্লেষণের জন্য গুরুত্বপূর্ণ তথ্য বের করা হয়। এখানে আমরা তিনটি জনপ্রিয় ফিল্টার সম্পর্কে আলোচনা করব: মিডিয়ান ফিল্টার, গাউসিয়ান ব্লার, এবং ল্যাপ্লেসিয়ান ফিল্টার।

১. মিডিয়ান ফিল্টার (Median Filter)

মিডিয়ান ফিল্টার সাধারণত নয়েজ রিডাকশন এর জন্য ব্যবহৃত হয়। এটি একটি মধ্যম মান (median) ভিত্তিক ফিল্টার, যা স্নোমাল বা পিক্সেল-ভিত্তিক গোলমাল দূর করতে সহায়ক। এটি স্পাইক নয়েজ বা গম্বুজের মতো গোলমাল দূর করতে বিশেষভাবে কার্যকরী। মিডিয়ান ফিল্টার পিক্সেলের আশেপাশের পিক্সেলগুলির মানের মধ্যম মান গ্রহণ করে এবং সেই মান ব্যবহার করে ফিল্টার করা হয়।

উদাহরণ: মিডিয়ান ফিল্টার

import java.awt.*;
import java.awt.image.BufferedImage;
import javax.imageio.ImageIO;
import java.io.File;
import java.io.IOException;

public class MedianFilter {
    public static BufferedImage applyMedianFilter(BufferedImage image) {
        int width = image.getWidth();
        int height = image.getHeight();
        BufferedImage resultImage = new BufferedImage(width, height, image.getType());

        for (int x = 1; x < width - 1; x++) {
            for (int y = 1; y < height - 1; y++) {
                // Gather pixel values in the 3x3 neighborhood
                int[] pixels = new int[9];
                int index = 0;
                for (int dx = -1; dx <= 1; dx++) {
                    for (int dy = -1; dy <= 1; dy++) {
                        pixels[index++] = image.getRGB(x + dx, y + dy);
                    }
                }

                // Sort pixel values to get the median
                java.util.Arrays.sort(pixels);
                int median = pixels[4]; // The median is the middle value in sorted array

                // Set the median value as the new pixel value
                resultImage.setRGB(x, y, median);
            }
        }
        return resultImage;
    }
}

এই কোডে, 3x3 পিক্সেল ব্লক নেওয়া হয়েছে এবং সেগুলির মধ্যম মান (median) নির্ধারণ করা হয়েছে, যাতে গোলমাল হ্রাস পায়।

২. গাউসিয়ান ব্লার (Gaussian Blur)

গাউসিয়ান ব্লার একটি কমন ব্লারিং ফিল্টার যা গাউসিয়ান বন্টন (Gaussian distribution) ব্যবহার করে। এটি ছবির মোলায়েমতা বাড়ানোর জন্য ব্যবহৃত হয় এবং ছবির প্রান্ত বা শার্পনেস কমানোর জন্য কার্যকরী। গাউসিয়ান ব্লারের প্রধান সুবিধা হল এটি পিক্সেলের পার্শ্ববর্তী মানগুলি গাণিতিকভাবে গড়ের তুলনায় বেশি গুরুত্ব দেয়, ফলে এটি মসৃণ ব্লার সৃষ্টি করে।

উদাহরণ: গাউসিয়ান ব্লার

import java.awt.image.BufferedImage;

public class GaussianBlur {
    public static BufferedImage applyGaussianBlur(BufferedImage image) {
        int width = image.getWidth();
        int height = image.getHeight();
        BufferedImage blurredImage = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB);

        // Gaussian kernel
        float[][] kernel = {
            {1/16f, 2/16f, 1/16f},
            {2/16f, 4/16f, 2/16f},
            {1/16f, 2/16f, 1/16f}
        };

        for (int i = 1; i < width - 1; i++) {
            for (int j = 1; j < height - 1; j++) {
                float sumRed = 0, sumGreen = 0, sumBlue = 0;

                // Apply the Gaussian kernel to the surrounding pixels
                for (int k = -1; k <= 1; k++) {
                    for (int l = -1; l <= 1; l++) {
                        int pixel = image.getRGB(i + k, j + l);
                        int red = (pixel >> 16) & 0xff;
                        int green = (pixel >> 8) & 0xff;
                        int blue = pixel & 0xff;

                        sumRed += red * kernel[k + 1][l + 1];
                        sumGreen += green * kernel[k + 1][l + 1];
                        sumBlue += blue * kernel[k + 1][l + 1];
                    }
                }

                // Normalize and set the pixel values
                int newRed = Math.min(255, Math.max(0, (int)sumRed));
                int newGreen = Math.min(255, Math.max(0, (int)sumGreen));
                int newBlue = Math.min(255, Math.max(0, (int)sumBlue));

                int newColor = (newRed << 16) | (newGreen << 8) | newBlue;
                blurredImage.setRGB(i, j, newColor);
            }
        }

        return blurredImage;
    }
}

এখানে, গাউসিয়ান বন্টন (Gaussian distribution) কনভলিউশন কোর ব্যবহার করে ফিল্টার প্রয়োগ করা হয়েছে যা ছবির প্রতিটি পিক্সেলকে মোলায়েম করে।

৩. ল্যাপ্লেসিয়ান ফিল্টার (Laplacian Filter)

ল্যাপ্লেসিয়ান ফিল্টার হল একটি এজ ডিটেকশন ফিল্টার যা ছবির মধ্যে প্রান্ত বা পরিবর্তনের অংশগুলি শনাক্ত করতে ব্যবহৃত হয়। এটি একটি দ্বিতীয়-অর্ডার ডেরিভেটিভ ফিল্টার যা ছবির গা dark ় অঞ্চল এবং উজ্জ্বল অঞ্চলগুলির মধ্যে তীব্র পরিবর্তন শনাক্ত করতে সহায়ক।

উদাহরণ: ল্যাপ্লেসিয়ান ফিল্টার

import java.awt.image.BufferedImage;

public class LaplacianFilter {
    public static BufferedImage applyLaplacianFilter(BufferedImage image) {
        int width = image.getWidth();
        int height = image.getHeight();
        BufferedImage resultImage = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB);

        // Laplacian kernel
        int[][] kernel = {
            {0, -1, 0},
            {-1, 4, -1},
            {0, -1, 0}
        };

        for (int i = 1; i < width - 1; i++) {
            for (int j = 1; j < height - 1; j++) {
                int sumRed = 0, sumGreen = 0, sumBlue = 0;

                // Apply the Laplacian kernel to the surrounding pixels
                for (int k = -1; k <= 1; k++) {
                    for (int l = -1; l <= 1; l++) {
                        int pixel = image.getRGB(i + k, j + l);
                        int red = (pixel >> 16) & 0xff;
                        int green = (pixel >> 8) & 0xff;
                        int blue = pixel & 0xff;

                        sumRed += red * kernel[k + 1][l + 1];
                        sumGreen += green * kernel[k + 1][l + 1];
                        sumBlue += blue * kernel[k + 1][l + 1];
                    }
                }

                // Normalize and set the pixel values
                int newRed = Math.min(255, Math.max(0, sumRed));
                int newGreen = Math.min(255, Math.max(0, sumGreen));
                int newBlue = Math.min(255, Math.max(0, sumBlue));

                int newColor = (newRed << 16) | (newGreen << 8) | newBlue;
                resultImage.setRGB(i, j, newColor);
            }
        }

        return resultImage;
    }
}

এখানে, ল্যাপ্লেসিয়ান ফিল্টার ব্যবহার করা হয়েছে, যা ছবি থেকে প্রান্ত (edge) শনাক্ত করার জন্য ব্যবহৃত হয়। এটি ছবির গা dark ় এবং উজ্জ্বল অংশের মধ্যে পরিবর্তন শনাক্ত করে।

সারসংক্ষেপ

• মিডিয়ান ফিল্টার: গোলমাল (noise) কমানোর জন্য ব্যবহার করা হয়, বিশেষত স্পাইক নয়েজে।
• গাউসিয়ান ব্লার: মোলায়েমতা বৃদ্ধি করার জন্য ব্যবহৃত হয়, যা ছবির প্রান্ত কমিয়ে দেয়।
• ল্যাপ্লেসিয়ান ফিল্টার: এজ ডিটেকশন এর জন্য ব্যবহৃত হয়, যা ছবির প্রান্ত বা পরিবর্তনের স্থান চিহ্ন

িত করে।

এই ফিল্টারগুলির মাধ্যমে, আপনি ইমেজের বিভিন্ন বৈশিষ্ট্য যেমন গোলমাল দূরীকরণ, প্রান্ত শনাক্তকরণ, এবং মোলায়েমতা বৃদ্ধি করতে পারবেন।