文章目录
1 图像去噪
为了抑制噪声,改善图像质量,便于更高层次的处理,必须对图像进行去噪预处理。
图像噪声则是图像中干扰和妨碍人类认知和理解图像信息的重要因素。
由于噪声本身具有不可预测性,可以将它当做一种随机误差。
因此,图像噪声可以视为一种多维随机过程,可以选择随机过程的概率分布和概率密度函数来作为描述图像噪声的方法。
1.1 噪声分类及图像噪声的特点
数字图像噪声的主要来源
- 图像获取:图像获取的数字化过程
- 图像传输:传输过程中传输信道的噪声干扰
噪声分类:
- 加性噪声和乘性噪声
按噪声和信号之间的关系,图像噪声可分为加性噪声和乘性噪声。
假定信号为S(t),噪声为n(t),如果混合叠加波形是S(t)+n(t)形式,则称其为加性噪声。f(x,y)=g(x,y)+n(x,y)
如果叠加波形为S(t)[1+n(t)]形式,则称其为乘性噪声。f(x,y)=g(x,y)*n(x,y) - 平稳噪声和非平稳噪声
按照统计特性,图像噪声可分为平稳噪声和非平稳噪声。
统计特性不随时间变化的噪声称为平稳噪声。
统计特性随时间变化的噪声称为非平稳噪声。
图像噪声的特点
- 噪声在图像中的分布和大小不规则
- 噪声与图像之间具有相关性
- 噪声具有叠加性
1.2 典型噪声
高斯噪声
高斯噪声源于电子电路噪声和由低照明度或高温带来的传感器噪声
锐利噪声
瑞利噪声可用来估计图像直方图发生偏移时包含的噪声
距离原点的位移是a
概率密度的均值和方差
伽马噪声
概率密度的均值和方差
指数分布噪声
概率密度的均值和方差
伽马分布和指数分布用于激光成像噪声
均匀分布噪声
概率密度的均值和方差
脉冲噪声
1.3 噪声处理
改善降质图像的方法:
- 图像增强 不考虑图像降质的原因,只将图像中感兴趣的部分加以处理或突出有用的图像特征,故改善