0 引言
去噪问题一直是图像领域的难点和热点,由于恶劣场景或者图像传感器的限制,图像的噪声成了不可避免的问题。而目前针对图像降噪的算法都不尽完美,多少有各自的问题,以下我将总结一些常用的去噪算法和我的看法。
噪声去除的难点主要是在去噪的同时,还要保证图像边缘纹理等信息的清晰。因为噪声和图像的细节在特征上是类似的,很难区分开来,这就不可避免的去噪时,连同图像的细节信息进行去除,所以导致图像整体模糊。
本文所总结的去噪问题,主要是针对常见的高斯噪声。
1 空域滤波
针对单幅图像的去噪包括空域滤波,频域滤波和小波域滤波等等,空域滤波是最为广泛使用的去噪方法,因为其操作更为方便,原理和显示更为直观。
1.1 均值滤波、高斯滤波和双边滤波
均值滤波,是最简单的线性滤波,直接对邻域内像素值进行平均对图像进行模糊,简单快速,但效果一般。
高斯滤波,最为常用的滤波器,相比均值滤波,高斯滤波考虑到邻域内像素点和距离的关系,即距离中心像素越近那么和其相似度也越高,权值相对也要高一些。相比均值滤波有了较好的效果,但是对于边缘处,便不太符合这种假设了(空间连续性原则),所以获噪声边缘处的模糊。
双边滤波,就是在高斯滤波的基础上,增加了像素的值域信息,弥补空间连续性假设的不足。具体就是对邻域内像素值相近的像素其对应权值也相对较大,像素值相差较小的其权值也就较小,避免因为像素值相差太大进行平均时的误差。所以,双边滤波相比高斯滤波在对图像进行平滑的同时,还能较好的保持
视频图像去噪的一些理解
最新推荐文章于 2024-05-09 21:11:06 发布