椒盐脉冲去噪opencv

信息处理 图像处理 opencv 去噪 中值滤波器
2022-01-26 16:50:03

我正在创建一种通用方法来处理椒盐噪声和变体。示例图像如下所示:

在此处输入图像描述 在此处输入图像描述 在此处输入图像描述

我尝试了几种方法,例如

    Median filter from scipy
    Selective Adaptive Median Filter by Jayanta Das et al.

最接近的结果是在带有中值滤波器的图像 3 上,给出了与原始图像最接近的结果,没有噪点。

这些是我的以下疑问:

  1. 我们可以将这些噪音视为椒盐噪音吗?还有什么我想念的吗?
  2. 什么是更好的建议方法?目前,我正计划实施 Pei-Eng 等人的 Switching Median 滤波器,但我想知道这是否是正确的轨道。

我试图接近的原件:

在此处输入图像描述 在此处输入图像描述 在此处输入图像描述

1个回答

我们可以将这些噪音视为椒盐噪音吗?还有什么我想念的吗?

几个像素被擦除为零或一->是的,这符合对椒盐噪声的定义。但是,周围可能还有其他定义,包括噪声自相关的假设,如果不知道您要遵循什么定义,就无法回答您的噪声是否满足这些定义。

无论如何,是的,让我们称之为盐和胡椒,不会伤害任何人,是吗?

什么是更好的建议方法?目前,我正计划实施 Pei-Eng 等人的 Switching Median 滤波器,但我想知道这是否是正确的轨道。

我会首先寻找完全白色或完全黑色的像素 - 这些是您唯一的噪声像素候选者。剩下的就别管了。

在这些像素中,我会查看 8 个相邻像素。如果其中 3 个或更多是相似的强度,则保留像素。它可能是正确的白色或黑色。

对于其他像素,一个好的估计可能是 8 个邻居加上自身的平均值(而不是中值),自身的权重可能会小一些。通常,环境结构的延续。

顺便说一句,注意不要太聪明——去噪图片的观察者不知道你已经去噪了,基于过度校正图像的错误诊断是完全可能的。(我对不同医生基于相同 MRI 进行一致诊断的能力失去了一点信心,但来自他们不知道的机器,在完成了医学诊断中的信号处理项目之后。)