濾波試驗（一）：不同噪聲選用什麼濾波器

http://www.cnblogs.com/mlv5/archive/2011/02/13/1952921.html

在圖像處理中，首先要對原始圖像進行預處理，即將效果較差的圖像處理為盡量符合後續工作的有效圖像。這一步主要用到了圖像增強技術（Image Enhancement）和圖像復原技術（Image Restoration）。圖像增強是主觀的（subjective），沒有特定標准需要增強到什麼程度，只要滿足用戶的需求即可；而圖像復原是客觀的（objective），需要盡可能恢復為原始圖像。今天我主要針對圖像復原方法做了實驗。

     圖像復原，主要是去噪。噪聲來源灰常多，但主要可以分為三類：1.來自捕捉源的（acquisition/digitization），比如一個攝像機的鏡頭、A/D或者sensor；2.來自圖像傳輸過程（image transmission），傳輸圖像的信道包括無線電、微波、光纜等等，如果通過無線電傳輸，遇到個風吹雨雪的，自然會有各種噪聲了；3.來自計算過程（computation），比如咱們將浮點型數據轉化為整形處理，就會丟失部分信息，但這不屬於錯誤，是把問題簡化，所以這也是一種噪聲。所以，圖像復原主要是用各種濾波方法去除噪聲。

     因為噪聲的來源飄忽不定，所以噪聲的種類很多。包括指數噪聲（exponential noise）、均勻噪聲（uniform noise）、脈沖噪聲（impulse noise）、椒鹽噪聲（salt and pepper noise）（也叫黑白噪聲，就是黑白點）、斑點噪聲（speckle  noise）（大多在雷達信號裡產生）、瑞利噪聲（reyleigh  noise）（不太明白這種噪聲的來源）、周期噪聲（periodic noise）。而在一般不知道噪聲屬於什麼類型時，多加入高斯噪聲進行模擬。

     針對不同噪聲選用不同濾波器效果也不同。我試驗裡主要針對椒鹽噪聲和高斯噪聲，選用不同濾波器，比較哪種濾波器效果更好。

     首先，對lena女神加入椒鹽噪聲，因為椒鹽噪聲為黑白噪聲，所以中值濾波效果應該不錯。試驗結果如下圖：

     下面是三個圖像的直方圖，比較可見，經過中值濾波，基本恢復原始圖像。加入椒鹽噪聲很明顯的現象是在0bin和255bin處出現了峰值。

       下面，再對原始圖像加入高斯噪聲。因為高斯噪聲的范圍遍布所有灰度級，所以，任何一種低通、高通、帶通濾波器都無法完全將其濾除，我們只能盡可能的獲得較好效果。經過查資料，濾除高斯噪聲的主要方法有：平滑線性濾波、高斯濾波、維納濾波還有小波去噪（小波去噪有些復雜，今天沒做）。

       下圖是加入高斯噪聲的效果。

 

       下面分別是針對高斯噪聲，采用平滑線性濾波、高斯濾波、維納濾波處理的直觀效果。

 

     直觀上看平滑線性濾波沒有高斯濾波和維納濾波效果好。下面對比一下直方圖。

     相比而言，維納濾波針對高斯噪聲效果更好。因此選擇中值濾波去除椒鹽噪聲，維納濾波去除高斯噪聲。

     但現實中一般都會同時存在多種噪聲，那麼多種噪聲污染圖像時，應該怎樣濾波順序呢？？還得再進行試驗驗證。