04 计算机视觉--图像的噪声抑制

主要介绍了图像的噪声抑制,如图像噪声的概念、均值滤波器、中值滤波器、边界保持类滤波器等相关知识。具体介绍了图像噪声的概念、常见的两种噪声及其特征,滤波器的原理及其改进,均值滤波器与中值滤波器的比较、边界保持类滤波器的提出与设计思想等等。
展开查看详情

1.成果展示 第四章 图像 的噪声抑制 巫义锐 河海大学 计算机与信息学院

2. 典型试题 对于该类 光照过强 、 灰度级分布不均匀 的自然场景图像,下列哪些算法能够在 不预设参数 的前提下被用于图像增强? A. 二值化算法 B. 对比度展宽 C. 直方图均衡化 D. 以上均可

3. 典型试题 对于该类 光照过强 、 灰度级分布不均匀 的自然场景图像,下列哪些算法能够在 不预设参数 的前提下被用于图像增强? A. 二值化算法 B. 对比度展宽 C. 直方图均衡化 D. 以上均可

4. 本章提纲 图像噪声的概念 均值滤波器 中值滤波器 边界保持类滤波器

5. 图像 噪声 的概念 图像噪声 : 图像 在摄取时或是传输时所受到的 随机干扰 噪声 。 常见的有 椒盐噪声 和 高斯噪声 。

6. 图像噪声示例 随机 散粒噪声;热噪声;光量子 噪声;机械噪声;元器件 噪声

7. 图像噪声的具体类别 椒盐 噪声的特征 : 出现 位置是随机的,但噪声的幅值是基本相同的。 高斯 噪声的特征: 出现在位置是一定的(每一点上),但噪声的幅值是随机的。

8. 椒盐 噪声示例

9. 高斯 噪声示例

10. 本章提纲 图像噪声的概念 均值滤波器 中值滤波器 边界保持类滤波器 噪声抑制 :设计 噪声抑制 滤波器 ,在尽可能保持原图信息的基础上,抑制噪声。

11.均值 滤波器 : 原理 原理 :在 图像上,对 待处理的像素 给定一个 模板 ,该模板包括了其周围的邻近像素。将模板中的全体像素的 均值 来替代原来的像素值的方法。 是否使用了图像像素的空间特性?

12. 以模块运算系数表示即: 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 3 4 4 4 5 6 6 7 8 C=6.6316 C=5.5263 待处理像素 均值 滤波器: 处理方法

13.均值滤波器滤高斯噪声的效果

14.均值 滤波器用于椒盐 噪声的效果 图像经过均值滤波处理后,出现了什么不佳的现象?

15.均值滤波器的 改进:加权均值 滤波 均值 滤波器的缺点是,会使图像 变模糊 ,原因是它对所有的点都是同等对待,在将噪声点分摊的同时,将景物的 边界点 也分摊了。 为了 改善效果,就可采用 加权平均 的方式来构造滤波器。

16.均值滤波器的 改进 : 加权均值 滤波 几 个典型的加权平均滤波器 如果模板不配平的话,会出现什么现象? 权值大说明注意力集中于该点

17.中值滤波器 median filters 均值 滤波器对 噪声会使 图像变得模糊。即使是加权均值滤波, 改善的 效果也是有限的。 为了有效地改善这一状况,必须改换滤波器 的 设计 思路 , 中值滤波 就是一种有效的方法。 一类典型的设计思路:分类,治之;

18.中值滤波器:设计 思想 某些 噪声 (如 椒盐噪声 )的像素点比 周围的像素亮(暗)许多。 如果在某个模板中,对像素进行 由小到大的排列,最亮或者最 暗的 点(噪声)会被 排在两侧。 取模板中排在 中间位置 上的像素的灰度值替代待处理像素的值,就可以达到滤除噪声的目的。

19.中值滤波器:原理 示例 数值排序 m-2 m-1 m m+1 m+2 6 10 2 5 8 m m+1 m - 2 m+2 m - 1 6 10 2 5 8 2 6 6

20.中值滤波器:处理 示例 例:模板是一个 1*5 大小 的一维模板。 原图像为:   2 2 6 2 1 2 4 4 4 2 4 处理后为: 2 2 (1,2,2,2,6) 2 (1,2,2,2,6) 2 (1,2, 2 ,4,6) 2 2 4 4 4 4 4 (2, 4 ,4)

21.中值滤波器:滤波 处理方法 与均值滤波类似,做 3*3 的模板,对 9 个数排序 , 取 第 5 个数替代原来的像素值。

22.中值滤波器:例题 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 2 3 4 5 6 6 6 7 8 C=6.6316 C=5.5263 图像边界像素点如何处理?

23.中值滤波器:例题 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9 2 3 4 5 6 6 6 7 8 C=6.6316 C=5.5263 图像边界像素点如何处理?

24.中值滤波器的效果(椒盐噪声)

25.中值滤波器的效果(高斯噪声)

26.中值滤波器与均值滤波器的比较 对于 椒盐噪声,中值滤波效果比均值滤波效果好。 原因 : 1. 椒盐 噪声是幅值近似相等但随机分布在不同位置上,图像中有干净点也有污染点 。均值将改变干净点的值。 2 . 因为噪声分布的 均值 不为 0 ,所以均值滤波不能很好地去除噪声点。

27.中值滤波与均值滤波效果比较 (椒盐噪声) 中值滤波 均值滤波

28.中值滤波器与均值滤波器的比较 对于 高斯噪声,均值滤波效果比中值滤波效果好。 原因 : 1. 高斯 噪声是幅值近似正态分布,但 分布在每点像素 上。 2. 因为 图像中的每点都是污染点,所以中值滤波选不到合适的干净点。 3. 因为 正态分布的均值为 0 ,所以均值滤波可以消除或减弱噪声。

29.中值滤波与均值滤波效果比较 (高斯噪声) 中值滤波 均值滤波