070434zvazmiiim1k1yx6i.jpg (109.62 KB, 下載次數(shù): 1)
下載附件
保存到相冊
2016-4-10 08:40 上傳
1,介紹
圖像降噪的英文名稱是Image Denoising. 是圖像處理中的專業(yè)術語.
現(xiàn)實中的數(shù)字圖像在數(shù)字化和傳輸過程中常受到成像設備與外部環(huán)境噪聲干擾等影響,稱為含噪圖像或噪聲圖像。減少數(shù)字圖像中噪聲的過程稱為圖像降噪,有時候又稱為圖像去噪。
2,噪聲的產(chǎn)生及分類
噪聲是圖像干擾的重要原因。一幅圖像在實際應用中可能存在各種各樣的噪聲,這些噪聲可能在傳輸中產(chǎn)生,也可能在量化等處理中產(chǎn)生。根據(jù)噪聲和信號的關系可將其分為三種形式undefinedf(x,y)表示給定原始圖像,g(x,y)表示圖像信號,n(x,y)表示噪聲。)
1) 加性噪聲,此類噪聲與輸入圖像信號無關,含噪圖像可表示為f(x,y)=g(x,y)+n(x,y),信道噪聲及光導攝像管的攝像機掃描圖像時產(chǎn)生的噪聲就屬這類噪聲;
2) 乘性噪聲,此類噪聲與圖像信號有關,含噪圖像可表示為f(x,y)=g(x,y)+n(x,y)g(x,y),飛點掃描器掃描圖像時的噪聲,電視圖像中的相干噪聲,膠片中的顆粒噪聲就屬于此類噪聲。
3) 量化噪聲,此類噪聲與輸入圖像信號無關,是量化過程存在量化誤差,再反映到接收端而產(chǎn)生。
3,圖象降噪的方法簡介
均值濾波器采用鄰域平均法的均值濾波器非常適用于去除通過掃描得到的圖象中的顆粒噪聲。領域平均法有力地抑制了噪聲,同時也由于平均而引起了模糊現(xiàn)象,模糊程度與鄰域半徑成正比。
幾何均值濾波器所達到的平滑度可以與算術均值濾波器相比,但在濾波過程中會丟失更少的圖象細節(jié)。
諧波均值濾波器對“鹽”噪聲效果更好,但是不適用于“胡椒”噪聲。它善于處理像高斯噪聲那樣的其他噪聲。
逆諧波均值濾波器更適合于處理脈沖噪聲,但它有個缺點,就是必須要知道噪聲是暗噪聲還是亮噪聲,以便于選擇合適的濾波器階數(shù)符號,如果階數(shù)的符號選擇錯了可能會引起災難性的后果。
自適應維納濾波器它能根據(jù)圖象的局部方差來調(diào)整濾波器的輸出,局部方差越大,濾波器的平滑作用越強。它的最終目標是使恢復圖像f^(x,y)與原始圖像f(x,y)的均方誤差e2=E[(f(x,y)-f^(x,y)2]最小。該方法的濾波效果比均值濾波器效果要好,對保留圖像的邊緣和其他高頻部分很有用,不過計算量較大。維納濾波器對具有白噪聲的圖象濾波效果最佳。
中值濾波器它是一種常用的非線性平滑濾波器,其基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個領域中各點值的中值代換其主要功能是讓周圍象素灰度值的差比較大的像素改取與周圍的像素值接近的值,從而可以消除孤立的噪聲點,所以中值濾波對于濾除圖像的椒鹽噪聲非常有效。中值濾波器可以做到既去除噪聲又能保護圖像的邊緣,從而獲得較滿意的復原效果,而且,在實際運算過程中不需要圖象的統(tǒng)計特性,這也帶來不少方便,但對一些細節(jié)多,特別是點、線、尖頂細節(jié)較多的圖象不宜采用中值濾波的方法。
形態(tài)學噪聲濾除器將開啟和閉合結合起來可用來濾除噪聲,首先對有噪聲圖象進行開啟操作,可選擇結構要素矩陣比噪聲的尺寸大,因而開啟的結果是將背景上的噪聲去除。最后是對前一步得到的圖象進行閉合操作,將圖象上的噪聲去掉。根據(jù)此方法的特點可以知道,此方法適用的圖像類型是圖象中的對象尺寸都比較大,且沒有細小的細節(jié),對這種類型的圖像除噪的效果會比較好。
小波去噪這種方法保留了大部分包含信號的小波系數(shù),因此可以較好地保持圖象細節(jié)。小波分析進行圖像去噪主要有3個步驟undefined1)對圖象信號進行小波分解。(2)對經(jīng)過層次分解后的高頻系數(shù)進行閾值量化。(3)利用二維小波重構圖象信號。
|