Сглаживание шумового изображения, затем резкость

Я пытался восстановить шумное изображение на MATLAB. Я начал с оригинального изображения в оттенках серого, а затем применил гауссовский шум. Затем я взял шумное изображение и применил гауссовский сглаживающий фильтр. После применения сглаживающего фильтра я применил лапласианский фильтр по гауссовскому размытому изображению и получил черное изображение с некоторыми «краями». Я смущен, что делать дальше. Я попытался использовать функцию imadd на MATLAB и добавить гауссовское размытое изображение с выходом фильтра Лапласиана, но мои результаты не так хороши, как я думал, они будут. «Восстановленный» образ нигде не близок, как я думал, это будет!Сглаживание шумового изображения, затем резкость

Я делаю это правильно?

источник

2015-02-26 BadProgrammer

Можете ли вы изменить свое сообщение, чтобы включить конкретное изображение, о котором вы говорите? Я не думаю, что применение фильтра Лапласиана после того, как фильтр Гаусса является хорошей идеей - это в основном применение фильтра нижних частот, а затем фильтр верхних частот, что, вероятно, только уменьшит качество изображения. Я бы попробовал гауссовское размытие с меньшей дисперсией (это компромисс между уменьшением шума и качеством изображения). Для «[соленый и перечный шум] (http://en.wikipedia.org/wiki/Salt-and-pepper_noise)» вы можете попробовать [медианный фильтр] (http://en.wikipedia.org/wiki/Median_filter). – eigenchris

[Изображение щенка] (http://images5.fanpop.com/image/photos/28600000/puppy-wallpaper-dancing-little-animals-28654684-1280-1024.jpg) - это изображение, которое я использую. Разница, которую я использую, равна 0,01 (по умолчанию MATLAB). Должен ли я сделать дисперсию еще меньше? – BadProgrammer

@eigenchris в основном прибивал его прямо по голове, но я хотел бы подробнее рассказать о том, почему мы считаем, что это плохая идея. Размытие изображения удаляет высокочастотный контент (т. Е. Края). Если вы попытаетесь применить фильтр высоких частот, такой как лапласиан, к результату с низким проходом, вы, вероятно, ничего не получите.

В частности, высокочастотные компоненты были удалены, когда вы Gaussian размыли изображение, и поэтому, если вы примените фильтр высоких частот к изображению с уже удаленными компонентами высокой частоты, вы, вероятно, получите почти нулевой вывод.

Мораль этой истории заключается в том, что вы не можете обострить уже размытое изображение, поскольку оно использует высокочастотную информацию для облегчения заточки. Вы, по существу, усиливаете высокочастотное содержимое, чтобы края выделялись больше, и, следовательно, это резкий результат.

Одна вещь, которую я мог бы предложить, - это, возможно, изучить методы деконволюции, такие как фильтр Винера. Фильтр Винера по существу пытается отменить эффекты, выполняемые фильтром, выполненным на изображении.

Один отличный пример можно найти по этой ссылке MathWorks: http://www.mathworks.com/help/images/examples/deblurring-images-using-a-wiener-filter.html

Как таковой, размытие изображения для устранения шума, то обратный размытости с фильтрацией Винера, так что вы можете получить OK версию оригинала, то заострить реконструированное изображение.

Удачи вам!

источник

2015-02-26 23:01:11 rayryeng

Все это имеет смысл. Причина, по которой я пытался это сделать, - это то, что я наткнулся на [это] (http://homepages.inf.ed.ac.uk/rbf/HIPR2/log.htm), когда искал некоторые случайные вещи, и он применял лапласиан гауссова. – BadProgrammer

LoG-фильтры ищут хорошие края, поэтому да, я вижу, что вы используете его, но вы только находите края. Если вы хотите попробовать и улучшить изображение, вам нужно добавить результат LoG-фильтрации к самому изображению. Попробуйте это и посмотрите, как это происходит. Фильтрация по LoG - это только половина истории! – rayryeng

@BadProgrammer Я вижу, что вы пытались сделать сейчас. Метод, к которому вы привязаны, предназначен специально для улучшения края (если ваше изображение размыто). Однако это не очень хороший подход для работы с шумом.Как отметил Rayryeng, шум является высокочастотным сигналом, поэтому мы часто занимаемся этим, используя какой-то процесс фильтра низких частот. Симпатичное изображение, кстати! ;) – eigenchris

Сглаживание шумового изображения, затем резкость

ответ

Смежные вопросы