數(shù)字視頻圖像處理-week9-0509-Final

1、數(shù)字視頻圖像處理數(shù)字視頻圖像處理圖像去噪 2012年5月9日內(nèi)容內(nèi)容1. 圖像噪聲的概念和圖像去噪的意義2. 圖像噪聲的種類3. 圖像噪聲的模型4. 圖像去噪算法一一 圖像噪聲的概念和圖像去噪的意義圖像噪聲的概念和圖像去噪的意義1 什么是圖像噪聲？什么是圖像噪聲？在圖像的獲取、傳輸和存貯過程中常常會受到各種噪聲的干擾和影響而使圖像降質(zhì) 。噪聲可以理解為“妨礙人們感覺器官對所接收的信源信息理解的因素” 。噪聲在理論上可以定義為“不可預(yù)測，只能用概率統(tǒng)計(jì)方法來認(rèn)識的隨機(jī)誤差”。 一一 圖像噪聲的概念和圖像去噪的意義圖像噪聲的概念和圖像去噪的意義2 圖像去噪的意義是什么？（圖像去噪的意義是什么？（I

2、mage Denoising)為了獲取高質(zhì)量數(shù)字圖像，很有必要對圖像進(jìn)行降噪降噪處 理，盡可能地在保持原始信息完整性保持原始信息完整性（即主要特征）的同 時，又能夠去除信號中無用的信息去除信號中無用的信息 。作為一種重要的預(yù)處理手段，圖像去噪是數(shù)字圖像處理中的重要環(huán)節(jié)和步驟。去噪效果的好壞直接影響到后續(xù)的圖像處理工作如圖像分割、邊緣檢測、圖像特征提取等等。 降噪處理一直是圖像處理和計(jì)算機(jī)視覺研究的熱點(diǎn)。 一一 圖像噪聲的概念和圖像去噪的意義圖像噪聲的概念和圖像去噪的意義3 圖像降噪的目的圖像降噪的目的圖像視頻去噪的最終目的是改善給定的圖像改善給定的圖像，解決實(shí)際圖像由于噪聲干擾而導(dǎo)致圖像質(zhì)量下

3、降的問題。 通過去噪技術(shù)可以有效地提高圖像質(zhì)量提高圖像質(zhì)量，增大信噪比，更好的體現(xiàn)原來圖像所攜帶的信息。 二二 圖像噪聲的種類圖像噪聲的種類按照噪聲的成因分為常見的四類：加性噪聲、乘性噪聲、按照噪聲的成因分為常見的四類：加性噪聲、乘性噪聲、量化噪聲、椒鹽噪聲量化噪聲、椒鹽噪聲（1）加性噪聲）加性噪聲 加性嗓聲和圖像信號強(qiáng)度是不相關(guān)的。如圖像在傳輸過程中引進(jìn)的“信道噪聲”電視攝像機(jī)掃描圖像的噪聲。這類帶有噪聲的圖像g可看成為理想無噪聲圖像 f 與噪聲n之和，即：二二 圖像噪聲的種類圖像噪聲的種類2 乘性噪聲乘性噪聲乘性嗓聲和圖像信號是相關(guān)的乘性嗓聲和圖像信號是相關(guān)的，往往隨圖像信號的變化而變化。

4、如飛點(diǎn)掃描圖像中的嗓聲、電視掃描光柵、膠片顆粒造成的圖像結(jié)果等。這類噪聲和圖像的關(guān)系是：為了分析方便，往往將乘性噪聲假定為加性噪聲，并假定信號和噪聲是相互獨(dú)立的。二二 圖像噪聲的種類圖像噪聲的種類3 量化噪聲量化噪聲量化嗓聲是數(shù)字圖像的主要噪聲源，其大小顯示出數(shù)字圖像和原始圖像的差異。4 椒鹽噪聲椒鹽噪聲此類嗓聲如圖像切割引起的即黑圖像上的白點(diǎn)，白圖像上的黑點(diǎn)噪聲。在變換域引入的誤差，使圖像反變換后造成的變換噪聲等。 三三 圖像噪聲的模型圖像噪聲的模型1 噪聲信號是隨機(jī)過程噪聲信號是隨機(jī)過程噪聲在理論上可以定義為“不可預(yù)測，只能用概率統(tǒng)計(jì)方法來認(rèn)識的隨機(jī)誤差”。因此將圖像噪聲看成是多維隨機(jī)過程

5、多維隨機(jī)過程是合適的，因而描述噪聲的方法完全可以借用隨機(jī)過程的描述，即用其概率分布用其概率分布函數(shù)和概率密度分布函數(shù)函數(shù)和概率密度分布函數(shù)。但在很多情況下，這樣的描述方法是很復(fù)雜復(fù)雜的，甚至是不可能的。而實(shí)際應(yīng)用往往也不必要不必要。通常是用其數(shù)字特征用其數(shù)字特征，即均值方差，相關(guān)函數(shù)等。因?yàn)檫@些數(shù)字特征都可以從某些方面反映出噪聲的特征。2 分類分類從噪聲的概率分情況來看，可分為高斯噪聲、瑞利噪聲、伽瑪噪聲、指數(shù)噪聲和均勻噪聲。 三三 圖像噪聲的模型圖像噪聲的模型（1） 高斯噪聲高斯噪聲在空間域和頻域中，高斯噪聲在數(shù)學(xué)上的易處理性。這種噪聲(也稱為正態(tài)噪聲)模型經(jīng)常被用在實(shí)踐中。高斯隨機(jī)變量Z的

6、PDF由下式給出：三三 圖像噪聲的模型圖像噪聲的模型（2） 脈沖噪聲脈沖噪聲(椒鹽噪聲）椒鹽噪聲）（雙極）脈沖噪聲的PDF可由下式給出：如果ba，則灰度值b在圖像中將顯示為一個亮點(diǎn)，反之則a的值將顯示為一個暗點(diǎn)。若Pa或Pb為零，則脈沖稱為單極脈沖。如果Pa和Pb均不可能為零，尤其是它們近似相等時，則脈沖噪聲值將類似于隨機(jī)分布在圖像上的胡椒和鹽粉微粒。由于這個原因，雙極脈沖噪聲也稱為椒鹽噪聲。三三 圖像噪聲的模型圖像噪聲的模型椒鹽噪聲是指兩種噪聲，一種是鹽噪聲（salt noise），另一種是胡椒噪聲（pepper noise）。鹽=白色，椒=黑色。前者是高灰度噪聲，后者屬于低灰度噪聲。一般兩

7、種噪聲同時出現(xiàn)，呈現(xiàn)在圖像上就是黑白雜點(diǎn)。 椒鹽噪聲是由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲。椒鹽噪聲往往由圖像切割引起。 去除脈沖干擾及椒鹽噪聲最常用的算法是中值濾波。 三三 圖像噪聲的模型圖像噪聲的模型三三 圖像噪聲的模型圖像噪聲的模型（3）瑞利噪聲）瑞利噪聲 其均值和方差分別為：三三 圖像噪聲的模型圖像噪聲的模型（4）伽馬噪聲）伽馬噪聲其密度的均值和方差為：三三 圖像噪聲的模型圖像噪聲的模型（5）指數(shù)分布噪聲）指數(shù)分布噪聲其中a0，概率密度函數(shù)的期望值和方差是：三三 圖像噪聲的模型圖像噪聲的模型（6）均勻噪聲）均勻噪聲其均值和方差分別為：四四 圖像去噪算法圖像去噪算

8、法1 空間域?yàn)V波空間域?yàn)V波空域?yàn)V波是在原圖像上直接進(jìn)行數(shù)據(jù)運(yùn)算，對像素的灰度值進(jìn)行處理。常見的空間域圖像去噪算法有鄰域平均法(均值濾波）、中值濾波、低通濾波等。 2 變換域?yàn)V波變換域?yàn)V波圖像變換域去噪方法是對圖像進(jìn)行某種變換，將圖像從空間域轉(zhuǎn)換到變換域，再對變換域中的變換系數(shù)進(jìn)行處理，再進(jìn)行反變換將圖像從變換域轉(zhuǎn)換到空間域來達(dá)到去除圖像嗓聲的目的。傅立葉變換和小波變換小波變換則是常見的用于圖像去噪的變換方法。四四 圖像去噪算法圖像去噪算法（3）偏微分方程）偏微分方程偏微分方程是近年來興起的一種圖像處理方法，主要針對低層圖像處理，并取得了很好的效果。偏微分方程具有各向異性的特點(diǎn)，應(yīng)用在圖像去噪中

9、，可以在去除噪聲的同時，很好地保持邊緣。偏微分方程在低噪聲密度的圖像處理中取得了較好的效果，但是在處理高噪聲密度圖像時去噪效果不好，而且處理時間明顯高出許多。（4）變分法）變分法另一種利用數(shù)學(xué)進(jìn)行圖像去噪的方法是基于變分法的思想，確定圖像的能量函數(shù)，通過對能量函數(shù)的最小化工作，使得圖像達(dá)到平滑狀態(tài)?，F(xiàn)在得到廣泛應(yīng)用的全變分TV模型就是這一類。這類方法的關(guān)鍵是找到合適的能量方程，保證演化的穩(wěn)定性，獲得理想的結(jié)果。（5）形態(tài)學(xué)噪聲濾除器）形態(tài)學(xué)噪聲濾除器將開與閉結(jié)合可用來濾除噪聲，首先對有噪聲圖像進(jìn)行開運(yùn)算，可選擇結(jié)構(gòu)要素矩陣比噪聲尺寸大，因而開運(yùn)算的結(jié)果是將背景噪聲去除；再對前一步得到的圖像進(jìn)行

10、閉運(yùn)算，將圖像上的噪聲去掉。此方法適用的圖像類型是圖像中的對象尺寸都比較大，且沒有微小細(xì)節(jié)，對這類圖像除噪效果會較好。五五 常用圖像去噪方法常用圖像去噪方法1 均值濾波均值濾波均值濾波算法，也稱線性濾波，主要思想為鄰域平均法，即用幾個像素灰度的平均值來代替每個像素的灰度。有效抑制加性噪聲，但容易引起圖像模糊有效抑制加性噪聲，但容易引起圖像模糊，可以對其進(jìn)行改進(jìn)，改進(jìn)的主要目的是避免對景物邊緣的平滑處理。圖像中加入均值為0，方差為0.005的高斯噪聲。不同鄰域大小。觀察結(jié)果：使用均值濾波去噪（高斯噪聲）效果選用的鄰域半徑越大效果越好，當(dāng)然其代代價價也會更大，另外確切的去噪效果的好壞還需要用SNR

11、等數(shù)據(jù)來度量。代價：邊緣平滑代價：邊緣平滑五五 常用圖像去噪方法常用圖像去噪方法1 均值濾波均值濾波標(biāo)準(zhǔn)均值濾波算法的平均效果會引起圖像模糊引起圖像模糊。模糊程度和濾波窗口模糊程度和濾波窗口大小成正比大小成正比。選擇較小的濾波窗口能保護(hù)圖像細(xì)節(jié)保護(hù)圖像細(xì)節(jié)部分，但是去噪能力去噪能力較弱；選擇較大的濾波窗口雖然能得到較強(qiáng)的去噪能力，但是圖像會變得模糊。 五五 常用圖像去噪方法常用圖像去噪方法2中值濾波中值濾波基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性平滑濾波非線性平滑濾波信號處理技術(shù)。中值濾波的特點(diǎn)即是首先確定一個以某個像素為中心點(diǎn)的鄰域鄰域，一般為方形鄰域，也可以為圓形、十字形等等，然后將鄰

12、域中各像素的灰度值排序，取其中間值作為中心像素灰度的新值，這里領(lǐng)域被稱為窗口窗口。當(dāng)窗口移動時，利用中值濾波可以對圖像進(jìn)行平滑處理。特點(diǎn)：其算法簡單，時間復(fù)雜度低，但其對點(diǎn)、線和尖頂多的圖像不對點(diǎn)、線和尖頂多的圖像不宜采用中值濾波宜采用中值濾波。很容易自適應(yīng)化。設(shè)f(x，y)表示數(shù)字圖像像素點(diǎn)(x，y)的灰度值，濾波窗口為A的中值濾波器可以定義為： 當(dāng)n為奇數(shù)時，n個數(shù)x1，x2，xn的中值就是按數(shù)值大小順序處于中間的數(shù)；當(dāng)n為偶數(shù)時，我們定義兩個中間數(shù)平均值為中值。五五 常用圖像去噪方法常用圖像去噪方法2中值濾波中值濾波 文：一種基于四階累積量的自適應(yīng)的均值濾波算法 電子技術(shù)應(yīng)用 2007年

13、5月8日五五 常用圖像去噪方法常用圖像去噪方法3 維納濾波維納濾波Wiener維納濾波：使原始圖像和其恢復(fù)圖像之間的均方誤差最小的復(fù)原方法，是一種自適應(yīng)濾波器，根據(jù)局部方差來調(diào)整濾波器效果。對于去除高斯噪聲效果明顯。 圖像中加入均值為0，方差為0.005的高斯噪聲。不同鄰域大小。維納濾波，不同窗口大小 33，55，77，99五五 常用圖像去噪方法常用圖像去噪方法比較比較中值濾波對于去除椒鹽噪聲效果最好中值濾波對于去除椒鹽噪聲效果最好，而維納濾波去除效果則較差維納濾波去除效果則較差。中值濾波對于去除椒鹽噪聲效果明顯，是因?yàn)榻符}噪聲只在畫面上的部分點(diǎn)隨機(jī)出現(xiàn)，而中值濾波根據(jù)數(shù)據(jù)排序，將未被污染的點(diǎn)

14、代替噪聲點(diǎn)的值的概率較大，所以抑制效果好。對點(diǎn)、線和尖頂較多的圖像不宜采用中值濾波，因?yàn)橐恍┘?xì)節(jié)點(diǎn)可能被當(dāng)成噪聲點(diǎn) 維納濾波適用于對高斯噪聲進(jìn)行降噪處理；均值濾波實(shí)現(xiàn)簡單，適用于加性高斯噪聲，但容易造成圖像模糊；均值濾波窗口大小的選擇應(yīng)何時，避免過度平滑圖像邊緣。五五 常用圖像去噪方法常用圖像去噪方法自適應(yīng)濾波效果最佳自適應(yīng)濾波效果最佳 自適應(yīng)濾波根據(jù)圖像局部特征確定濾波算法，降噪效果最佳，但是運(yùn)算量也最大。文：一種基于四階累積量的自適應(yīng)的均值濾波算法 電子技術(shù)應(yīng)用 2007年5月8日五五 常用圖像去噪方法常用圖像去噪方法3 小波閾值去噪小波閾值去噪小波萎縮法是目前研究最為廣泛的方法，小波萎縮

15、法又分成如下兩類（1）閾值萎縮。主要基于如下事實(shí)，即比較大的小波系數(shù)一般都是以比較大的小波系數(shù)一般都是以實(shí)際信號為主，而比較小的系數(shù)則很大程度是噪聲實(shí)際信號為主，而比較小的系數(shù)則很大程度是噪聲。因此可通過設(shè)定合適的閾值，首先將小于閩值的系數(shù)置零，而保留大于閾值的小波系數(shù)。通過閾值函數(shù)映射得到估計(jì)系數(shù)，然后對估計(jì)系數(shù)進(jìn)行逆變換，就可以實(shí)現(xiàn)去噪和重建。(2)比例萎縮。通過判斷系數(shù)被噪聲污染的程度，并引入不同的參數(shù) (例如概率和隸屬度等)來度量方法系數(shù)被噪聲污染的程度，進(jìn)而確定萎縮的比例。閾值萎縮方法中的兩個基本要素是閾值和閾值函數(shù)。五五 常用圖像去噪方法常用圖像去噪方法閾值的選擇：閾值的選擇：閾值

16、的確定在閾值萎縮中是最關(guān)鍵的。目前使用的閾值可以分成全局閾全局閾值值和局部適應(yīng)閾值局部適應(yīng)閾值兩類。全局閾值對各層所有的小波系數(shù)或同一層內(nèi)的小波系數(shù)都是統(tǒng)一的；局部適應(yīng)閾值是根據(jù)當(dāng)前系數(shù)周圍的局部情況來確定閾值。 全局閾值的主要計(jì)算方法：全局閾值的主要計(jì)算方法：（1）Donoho和Johastone統(tǒng)一閾值（簡稱DJ閾值）：其中為噪聲標(biāo)準(zhǔn)方差，N為信號的尺寸或長度。五五 常用圖像去噪方法常用圖像去噪方法（2）基于零均值正態(tài)分布的置信區(qū)間閾值：）基于零均值正態(tài)分布的置信區(qū)間閾值：其中為噪聲標(biāo)準(zhǔn)方差，N為信號的尺寸或長度。（3）Bayes Shrink閾值和閾值和Map Shrink閾值。閾值。在小波系數(shù)服從廣義高斯分布的假設(shè)下，Chang等人得出了閾值：其中為噪聲標(biāo)準(zhǔn)方差， B為廣義高斯分布的標(biāo)準(zhǔn)方差值 。五五 常用圖像去噪方法常用圖像去噪方法（4）最小最大化閾值）最小最大化閾