Salt Pepper噪声以及使用median filter来减少噪声

文章目录
  1. 1. 添加噪声
  2. 2. 强度图
  3. 3. 降噪
  4. 4. 参考

处理图像时,我们用的图片往往都会有很多噪声。在黑暗中或是设备感光器受到影响,拍出来的图像就会有很多噪声,俗称“噪点”,Salt & Pepper就是其中一种。为什么会叫盐和胡椒粉?因为这些噪声不是白的就是黑的,看起来很像是在图片上撒了盐和胡椒粉,而更专业点的会叫它脉冲噪声,这是在图像信号中突然且尖锐的(sudden and sharp)扰动导致图片变得粗糙。

添加噪声

手动制造Salt Pepper噪声:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
function salt_pepper()
img=double(imread('fruit_market.jpg')) ./ 255;

rows=size(img,1);
cols=size(img,2);

r=reshape(img(:,:,1),1,[]);
g=reshape(img(:,:,2),1,[]);
b=reshape(img(:,:,3),1,[]);

snp=rand(1, rows * cols) <= .1;

for z=1:length(snp)
if snp(z)
rn=round(rand());
r(z)=rn;
g(z)=rn;
b(z)=rn;
end
end

img_out=reshape(r, rows, cols);
img_out(:,:,2)=reshape(g, rows, cols);
img_out(:,:,3)=reshape(b, rows, cols);

figure;
subplot(1,2,1);
imshow(img);
subplot(1,2,2);
imshow(img_out);
end

运行效果:

salt and pepper noise

放大看就是黑色和白色的点:

强度图

上面提到Salt Pepper噪声是脉冲噪声,突然且尖锐的干扰信号造成原始图像信号抖动,那我再来对比下图片的强度(intensity),上代码:

1
2
3
4
5
6
7
8
9
10
11
>> x=[0 size(img, 2)];
>> y=[size(img,1)/2 size(img,2)/2];

>> c=improfile(img,x,y);
>> figure;
>> subplot(1,2,1);
>> imshow(img);
>> hold on;
>> plot(x,y,'r');
>> subplot(1,2,2);
>> plot(c(:,1,1), 'g');

效果:

intensity of original image

上半部分红线所在的像素,下半部分是像素green通道的强度图,因为彩色图片有r,g,b三通道。再来看看加过噪音后的图:

代码差不多,就不贴了。可以明显看到加了噪音后线图非常不稳定,为了加强效果,我把两个折线图放在一起:

可见,像素中细微的差别到图片的强度图中都会被放大。

降噪

处理图片噪声的方法有很多,这里要介绍的是Median Filter,主要原理是将滑动窗口中的像素点排序后取中位数作为新的像素点,如下图:

diagram of median filter

实际测试中,我们使用3x3窗口,实际效果:

results of median filter(10% noise)

上代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
% median filter
new_h=H-2;
new_w=W-2;
filter_img=zeros(new_h, new_w);

for p=1:C
for j=2:new_h-1
for i=2:new_w-1
t=median(reshape(img_out(j-1:j+1,i-1:i+1,p), 1,9));
filter_img(j,i,p)=t;
end
end
end

subplot(1,2,2);
imshow(filter_img);

上图使用了10%的噪点率,提高到25%看看:

results of median filter(25% noise)

可以看到median filter起到了很大的效果,但同时我们可以看到,广告牌上原本的字体更模糊了。原因呢,是因为取了中位数后,像素中的最大值,最小值受到影响,换句话说就是图像本身也带有高频和低频信号,一番操作过后,这些信号得到削弱,自然就变得模糊(Blurry)了,再看看广告牌的边,变“毛”了,这也是Median filter带来的另一个副作用,产生更多冗余像素。

参考

  1. EEEM063课程PPT

©️版权所有,转载请联系作者