图像处理复习整理(4.图像去噪)
2017-01-10 00:41
204 查看
检测图像噪音程度:
计算平方误差:
计算信号噪声比:
峰度信号噪声比:
对方法进行检测的时候,噪音产生的方法主要有:
增加随机噪声或者增加多种随机噪声。
去噪的病态问题:
有多个解
无解
随着初始值变化的解
去噪:正则化,简单化
电脉冲去噪
中值滤波
白高斯去噪
高斯滤波、双边滤波、nonlocal mean 滤波
中值滤波无法解决白高斯滤波
高斯滤波:
高斯概率分布
由于高斯滤波处理之后不清楚,所以需要再对图像进行锐化处理
双边滤波:
nonlocal means
不是根据单个点之间相似程度,而是块与块之间的相似程度进行比较
w(p,q)表示的是块与块之间的距离,西格玛表示噪音的标准误差,h是和西格玛相关的数据集,论文中max里面的写错了,把0.0改为1.0。
计算平方误差:
function d = mse(est,ref) d =mean( (est(:)-ref(:)).^2 ) ;
计算信号噪声比:
function d = snr(est,ref) mse = mean((ref(:)-est(:)).^2); dv = var(ref(:),1); snr = 10*log10(dv/mse);
峰度信号噪声比:
function p = psnr(est,ref) mse= mean((est(:)-ref(:)).^2 ); m1 = max(abs(est(:)) ); m2 = max(abs(ref(:)) ); m = max(m1,m2); p = 10*log10(m^2/mse );
对方法进行检测的时候,噪音产生的方法主要有:
增加随机噪声或者增加多种随机噪声。
去噪的病态问题:
有多个解
无解
随着初始值变化的解
去噪:正则化,简单化
电脉冲去噪
中值滤波
白高斯去噪
高斯滤波、双边滤波、nonlocal mean 滤波
中值滤波无法解决白高斯滤波
高斯滤波:
高斯概率分布
由于高斯滤波处理之后不清楚,所以需要再对图像进行锐化处理
双边滤波:
function B = Bilateral(A,w,sigma_d,sigma_r) [X,Y] = meshgrid(-w:w,-w:w); G = exp(-(X.^2+Y.^2)/(2*sigma_d^2)); % Apply bilateral filter. dim = size(A); B = zeros(dim); for i = 1:dim(1) for j = 1:dim(2) % Extract local region. iMin = max(i-w,1); iMax = min(i+w,dim(1)); jMin = max(j-w,1); jMax = min(j+w,dim(2)); I = A(iMin:iMax,jMin:jMax); % Compute Gaussian intensity weights. H = exp(-(I-A(i,j)).^2/(2*sigma_r^2)); F = H.*G((iMin:iMax)-i+w+1,(jMin:jMax)-j+w+1); B(i,j) = sum(F(:).*I(:))/sum(F(:)); end end
nonlocal means
不是根据单个点之间相似程度,而是块与块之间的相似程度进行比较
w(p,q)表示的是块与块之间的距离,西格玛表示噪音的标准误差,h是和西格玛相关的数据集,论文中max里面的写错了,把0.0改为1.0。
相关文章推荐
- 图像处理复习整理(2.数字频域加强)
- 图像处理复习整理(5.图像去模糊)
- 图像处理复习整理(1.数字空间域加强)
- 图像处理复习整理(3.图像差值)
- 图像处理基本算法(整理)
- MATLAB 图像处理一些实用函数整理
- OPENCV用户手册之图像处理(网络资料搜集整理)
- IOS 17个常用代码整理 -- 图像处理--邮箱验证
- 图像处理算法资料整理备忘
- 图像处理中的数学原理详解(已发布的部分链接整理)
- Canvas---Canvas图像处理、图片查看器实现思路整理、拖动边界控制
- 图像处理-模板、卷积的整理
- Android图像处理整理
- 图像处理——卷积、滤波的整理
- 图像处理中目标函数求解方法整理(更新一部分)
- 整理图像处理的一些方法
- 图像处理和图像识别中常用的OpenCV函数(整理)
- 分享自己整理的图像处理、模式识别资料
- 图像处理常用资源整理
- 图像处理复习2——图像傅立叶变换和频域滤波