2023-12-01 11:38

常規(guī)降噪算法：

1、均值濾波器

采用鄰域平均法的均值濾波器非常適用于去除通過掃描得到的圖象中的顆粒噪聲。領(lǐng)域平均法有力地抑制了噪聲,同時也由于平均而引起了模糊現(xiàn)象,模糊程度與領(lǐng)域半徑成正比。

幾何均值濾波器所達(dá)到的平滑度可以與算術(shù)均值濾波器相比,但在濾波過程中會丟失更少的圖象細(xì)節(jié)。

諧波均值濾波器對“鹽”噪聲效果更好,但是不適用于“胡椒”噪聲。它善于處理像高斯噪聲那樣的其他噪聲。

逆諧波均值濾波器更適合于處理脈沖噪聲,但它有個缺點(diǎn),就是必須要知道噪聲是暗噪聲還是亮噪聲,以便于選擇合適的濾波器階數(shù)符號,如果階數(shù)的符號選擇錯了可能會引起災(zāi)難性的后果。

2、自適應(yīng)維納濾波器

它能根據(jù)圖象的局部方差來調(diào)整濾波器的輸出,局部方差越大,濾波器的平滑作用越強(qiáng)。它的目標(biāo)是使恢復(fù)圖像f^(x,y)與原始圖像f(x,y)的均方誤差e2=E[(f(x,y)-f^(x,y)2]較小。該方法的濾波效果比均值濾波器效果要好,對保留圖像的邊緣和其他高頻部分很有用,不過計算量較大。維納濾波器對具有白噪聲的圖象濾波效果佳。

3、中值濾波器

它是一種常用的非線性平滑濾波器,其基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個領(lǐng)域中各點(diǎn)值的中值代換其主要功能是讓周圍象素灰度值的差比較大的像素改取與周圍的像素值接近的值,從而可以消除孤立的噪聲點(diǎn),所以中值濾波對于濾除圖像的椒鹽噪聲非常有效。中值濾波器可以做到既去除噪聲又能保護(hù)圖像的邊緣,從而獲得較滿意的復(fù)原效果,而且,在實際運(yùn)算過程中不需要圖象的統(tǒng)計特性,這也帶來不少方便,但對一些細(xì)節(jié)多,特別是點(diǎn)、線、尖頂細(xì)節(jié)較多的圖象不宜采用中值濾波的方法。

2.4 形態(tài)學(xué)噪聲濾除器

將開啟和閉合結(jié)合起來可用來濾除噪聲,首先對有噪聲圖象進(jìn)行開啟操作,可選擇結(jié)構(gòu)要素矩陣比噪聲的尺寸大,因而開啟的結(jié)果是將背景上的噪聲去除。***后是對前一步得到的圖象進(jìn)行閉合操作,將圖象上的噪聲去掉。根據(jù)此方法的特點(diǎn)可以知道,此方法適用的圖像類型是圖象中的對象尺寸都比較大,且沒有細(xì)小的細(xì)節(jié),對這種類型的圖像除噪的效果會比較好。

2.5 小波去噪

這種方法保留了大部分包含信號的小波系數(shù),因此可以較好地保持圖象細(xì)節(jié)。小波分析進(jìn)行圖像去噪主要有3個步驟:(1)對圖象信號進(jìn)行小波分解。(2)對經(jīng)過層次分解后的高頻系數(shù)進(jìn)行閾值量化。(3)利用二維小波重構(gòu)圖象信號。

前沿降噪算法：

1、BM3D 降噪

BM3D（Block-matching and 3D filtering，3維塊匹配濾波）BM3D可以說是當(dāng)前效果***好的算法之一。 該降噪方法提高了圖像在變換域的稀疏表示。BM3D 降噪方法的優(yōu)點(diǎn)是更好的保留圖像中的一些細(xì)節(jié)，BM3D采用了不同的去噪策略。通過搜索相似塊并在變換域進(jìn)行濾波，得到塊評估值，***后對圖像中每個點(diǎn)進(jìn)行加權(quán)得到***終去噪效果。?

該算法的思想跟NL-Means有點(diǎn)類似，也是在圖像中尋找相似塊的方法進(jìn)行濾波，但是相對于NL-Means要復(fù)雜得多，理解了NL-Means有助于理解BM3D算法。BM3D算法總共有兩大步驟，分為基礎(chǔ)估計和***終估計。在這兩大步中，分別又有三小步：相似塊分組，協(xié)同濾波和聚合。

2、DCT 降噪

 因為車底圖像噪聲往往分布在高頻部分，因此可以將車底圖像轉(zhuǎn)換到頻域，進(jìn)行高頻處理，把高頻部分慮掉.DCT 變換是正交變換。這個方法是對滑動的窗口內(nèi)的圖像做 DCT 變換，在局部變換域做系數(shù)收縮。由滑動窗口產(chǎn)的重疊部分滿足圖像的過完備表示。如果采用的變換不能將普通圖像的細(xì)節(jié)過完備表示，那么這種變換的過完備性就不能抵消無效的收縮。因此只使用二維變換獲得稀疏表示只適于特定的圖像模式。

3、PCA 降噪

 PCA（主成分分析法）是一種非常適用，又相對簡單的數(shù)據(jù)處理的方法。它是利用降維的方法，將數(shù)據(jù)表示的信息的主要成分提取出來，所以叫做主成分分析法。主成分分析法***直觀的目的是要將冗余的數(shù)據(jù)特征進(jìn)行降維處理，與此同時保留數(shù)據(jù)***重要的一部分特征，使其主要的特征成分***大的保持整個數(shù)據(jù)信息完整性。應(yīng)用于圖像降噪的方法的提出克服了標(biāo)準(zhǔn)正交變換帶來的缺點(diǎn)，這種方法對于高結(jié)構(gòu)性的圖像細(xì)節(jié)都有很好的結(jié)果。

4、K-SVD 降噪

 K-SVD可以認(rèn)為是K-means的一種擴(kuò)展，K-SVD降噪方法解決了固定變換矩陣基底不能自適應(yīng)圖像紋理信息的缺點(diǎn)。

5、非局部均值降噪

 非局部均值降噪，其出發(fā)點(diǎn)是借鑒了越多幅圖像加權(quán)的效果越好的現(xiàn)象，那么在同一幅圖像中對具有相同性質(zhì)的區(qū)域進(jìn)行分類并加權(quán)平均得到去噪后的圖片，應(yīng)該降噪效果也會越好。該算法使用自然圖像中普遍存在的冗余信息來去噪聲。與雙線性濾波、中值濾波等利用圖像局部信息來濾波不同，它利用了整幅圖像進(jìn)行去噪。即以圖像塊為單位在圖像中尋找相似區(qū)域，再對這些區(qū)域取平均，較好地濾除圖像中的高斯噪聲。

6、小波閾值降噪

  信號通常是低頻或者平穩(wěn)信號的形式，而噪聲一般都是高頻信號，所以降噪的過程也就是濾除高頻信號的一個過程，小波閾值降噪就是利用的這一原理。在小波分析中經(jīng)常用到近似和細(xì)節(jié)，近似表示信號的高尺度，即低頻信息；細(xì)節(jié)表示信號的低尺度，即高頻信息。對含有噪聲的信號，噪聲分量的主要能量集中在小波解的細(xì)節(jié)分量中。在以上過程中，小波基和分解層數(shù)的選擇，閾值的選取規(guī)則，和閾值函數(shù)的設(shè)計，都是影響***終去噪效果的關(guān)鍵因素。

7、基于平移不變 Contourlet 變換的 SAR 圖像降噪

 該變換克服了 Contourlet 不能夠平移不變的缺點(diǎn)，不僅能很好的抑制噪聲，還能達(dá)到更強(qiáng)的魯棒性。

山東華時數(shù)字技術(shù)有限公司自主研發(fā)并生產(chǎn)全系列各種型號車底安全檢查系統(tǒng)，技術(shù)實力雄厚，車底成像效果好、設(shè)備質(zhì)量穩(wěn)定可靠。歡迎各位合作伙伴聯(lián)系合作事宜，共同為中國安檢事業(yè)做出貢獻(xiàn)！

原創(chuàng)文章，轉(zhuǎn)載或摘錄請注明：

摘自山東華時數(shù)字技術(shù)有限公司官網(wǎng)（http://w0gmnv.cn）。

謝謝合作！