Imagem do Matlab adicionando ruído e relatório de redução de ruído
1. Plano de fundo do assunto
- MATLAB
MATLAB é um ambiente de computação de alta tecnologia principalmente para computação científica, visualização e programação interativa lançado pela American Mathworks Corporation. Ele integra muitas funções poderosas, como análise numérica, cálculo de matrizes, visualização de dados científicos e modelagem e simulação de sistemas dinâmicos não lineares em um ambiente de janela fácil de usar. O campo fornece uma solução abrangente e se distancia amplamente do modo de edição de linguagens de programação não interativas tradicionais (como C, Fortran), representando o nível avançado do software de computação científica internacional de hoje.
MATLAB, Mathematica e Maple são chamados os três principais softwares matemáticos. É incomparável em computação numérica entre as aplicações de tecnologia matemática. O MATLAB pode executar operações de matriz, desenhar funções e dados, implementar algoritmos, criar interfaces de usuário, conectar a interface de trabalho de desenvolvimento do Matlab a programas em outras linguagens de programação, etc. É usado principalmente em cálculos de engenharia, design de controle, processamento e comunicação de sinal, processamento de imagem , e detecção de sinal, design e análise de modelagem financeira e outros campos.
- ruído de imagem
Na maioria dos sistemas de imagem digital atuais, a imagem de entrada é primeiro congelada e, em seguida, digitalizada para converter a imagem multidimensional em um sinal elétrico unidimensional e, em seguida, processada, armazenada e transmitida. No final, os sinais de imagem multidimensionais são frequentemente compostos e o ruído da imagem também estará sujeito a tal decomposição e síntese. O sistema elétrico e as influências externas nesses processos tornarão a análise precisa do ruído da imagem muito complicada. Por outro lado, as imagens são apenas um meio para transmitir informações visuais, e a compreensão das informações das imagens é determinada pelo sistema visual humano. Diferentes ruídos de imagem têm diferentes graus de percepção humana, que é o chamado assunto das características visuais do ruído humano.
A importância do ruído da imagem na tecnologia de processamento de imagem digital está se tornando cada vez mais óbvia.Por exemplo, a interpretação de fotos aéreas de alta ampliação e a remoção de ruído em sistemas de imagem de raios X tornaram-se etapas técnicas indispensáveis.
Ruído de imagem inclui principalmente ruído gaussiano, ruído de sal e pimenta, ruído de Poisson e assim por diante.
(1) ruído gaussiano
O chamado ruído gaussiano refere-se a um tipo de ruído cuja função de densidade de probabilidade obedece a uma distribuição gaussiana (ou seja, uma distribuição normal). Se for um ruído, sua distribuição de amplitude obedece à distribuição gaussiana e sua densidade espectral de potência é uniformemente distribuída, é chamado de ruído branco gaussiano. O momento de segunda ordem do ruído branco gaussiano é irrelevante, e o momento de primeira ordem é constante, o que se refere à correlação de sinais sucessivos no tempo. O ruído gaussiano branco inclui ruído térmico e ruído de tiro.
A distribuição Gaussiana, também conhecida como distribuição normal, também conhecida como distribuição normal, é registrada como N(μ,), onde μ é o parâmetro da distribuição, que são a expectativa e a variância da distribuição Gaussiana, respectivamente. Quando existe um determinado valor, p(x) também é determinado, especialmente quando μ=0,=1, a distribuição de X é uma distribuição normal padrão.
Supressão de Ruído Gaussiano
No sistema de medição e controle de tecnologia eletrônica, os métodos de supressão de interferência e ruído incluem principalmente blindagem, aterramento razoável, isolamento, fiação razoável, purificação da fonte de alimentação, filtragem e uso de dispositivos especiais e outras medidas.
Além do método geral de supressão de ruído, o método de supressão de ruído gaussiano geralmente usa estatísticas matemáticas.
(2) Ruído de sal e pimenta
O ruído de sal e pimenta é um ruído de ponto brilhante e escuro em preto e branco gerado por sensores de imagem, canais de transmissão, processamento de decodificação, etc. O ruído de sal e pimenta geralmente é causado pelo corte da imagem. O algoritmo mais comumente usado para remover o ruído de sal e pimenta em nível de pulso é o filtro mediano. A imagem da superfície da estrada pertence à imagem de luz estruturada. O método de segmentação de limite na tecnologia de segmentação de área é usado para eliminar o ruído branco e algum ruído sal e pimenta, mas o filtro mediano não pode ser usado para filtrar o ruído branco e o ruído sal e pimenta , porque o modelo de filtro mudará a luz ao percorrer a imagem. A verdadeira distribuição de cinza dos pixels na barra terá um impacto negativo no processo de refinamento baricêntrico subsequente.
Um grande número de estudos experimentais descobriu que as imagens capturadas pelas câmeras são seriamente afetadas por pulsos discretos, ruído de sal e pimenta e ruído gaussiano de média zero. O ruído traz muitas dificuldades para o processamento da imagem e tem um impacto direto na segmentação da imagem, na extração de recursos e no reconhecimento da imagem. Portanto, as imagens coletadas em tempo real precisam ser filtradas. A remoção de componentes de ruído em uma imagem é chamada de suavização ou filtragem de imagem. A filtragem tem duas finalidades: uma é extrair as características do objeto como o padrão de recurso de reconhecimento de imagem; a outra é atender aos requisitos de processamento do computador e eliminar o ruído misturado quando a imagem é digitalizada. Existem dois requisitos para o processamento de filtragem: um é não danificar informações importantes, como contornos e bordas da imagem; o outro é tornar a imagem nítida e o efeito visual bom.
3. Filtragem mediana
O método de filtragem mediana é uma técnica de suavização não linear, que define o valor de cinza de cada pixel para o valor mediano dos valores de cinza de todos os pixels em uma determinada janela de vizinhança do ponto.
Implementação:
1: classificar tomando um número ímpar de dados de uma janela de amostragem na imagem
2: Substitua os dados a serem processados pela mediana ordenada
O método de filtragem mediana é muito eficaz na eliminação de ruído de sal e pimenta e tem um efeito especial no método de processamento de análise de fase de imagens de franja medidas opticamente, mas tem pouco efeito no método de análise de centro de franja.
No processamento de imagem, a filtragem mediana é frequentemente usada para proteger informações de borda e é um método clássico de suavização de ruído.
O princípio da filtragem mediana. A filtragem mediana é uma tecnologia de processamento de sinal não linear que pode efetivamente suprimir o ruído com base na teoria estatística de classificação. O princípio básico da filtragem mediana é usar o valor de um ponto em uma imagem digital ou sequência digital com o valor de cada ponto em uma vizinhança de o ponto Em vez do valor mediano, os valores de pixel circundantes estão próximos do valor real, eliminando assim pontos de ruído isolados. O método é remover uma certa estrutura do modelo deslizante bidimensional, classificar os pixels no quadro de acordo com o tamanho do valor do pixel e gerar uma sequência de dados bidimensionais ascendente (ou descendente) monotônica. A saída da filtragem mediana bidimensional é g(x,y)=med{f(xk,yl),(k,l∈W)}, onde f(x,y) e g(x,y) são os imagens originais e imagens processadas. W é um modelo bidimensional, geralmente uma área de 2*2, 3*3, e também pode ter diferentes formas, como linear, circular, transversal, circular, etc.
4. Filtragem média
A filtragem média é um algoritmo de filtragem linear típico. Refere-se a fornecer um modelo ao pixel de destino na imagem, e o modelo inclui pixels adjacentes ao redor dele (8 pixels ao redor do pixel de destino como o centro constituem um modelo de filtragem. Ou seja, remova o próprio pixel de destino) e, em seguida, use o valor médio de todos os pixels no modelo para substituir o valor do pixel original.
A filtragem média também é chamada de filtragem linear, e o principal método que ela usa é o método de média da vizinhança. O princípio básico da filtragem linear é substituir o valor de cada pixel da imagem original pelo valor médio, ou seja, selecionar um modelo para o ponto do pixel atual (x, y) a ser processado, que é composto por vários pixels em sua vizinhança e encontre o valor de todos os pixels no modelo O valor médio e, em seguida, atribua o valor médio ao ponto de pixel atual (x, y), como a escala de cinza da imagem processada neste ponto g (x, y), ou seja, g (x, y) =, m é o modelo O número total de pixels, incluindo o pixel atual.
5. Relação sinal-ruído de pico
Peak Signal-to-Noise Ratio (geralmente abreviado como PSNR) é um termo de engenharia que expressa a relação entre a potência máxima possível de um sinal e a potência do ruído destrutivo que afeta a precisão de sua representação. Como muitos sinais têm uma faixa dinâmica muito ampla, a relação sinal-ruído de pico geralmente é expressa em unidades de log-decibéis.
PSNR é a abreviação de "Peak Signal to Noise Ratio". O significado chinês de pico é ápice. E ratio significa razão ou razão. Todo o significado é atingir o sinal de pico da relação de ruído, psnr geralmente é usado para um projeto de engenharia entre o sinal máximo e o ruído de fundo. Normalmente, após a compactação da imagem, a imagem de saída geralmente é diferente da imagem original até certo ponto. Para medir a qualidade da imagem após o processamento, geralmente nos referimos ao valor PSNR para determinar se um determinado procedimento de processamento é satisfatório ou não.