【问题标题】:Salt and Pepper impulse Denoising opencv椒盐脉冲去噪opencv
【发布时间】:2020-05-05 03:26:01
【问题描述】:

我正在创建一种通用方法来处理椒盐噪声和变体。示例图片如下所示:

我尝试了一些方法,例如

  • 来自 scipy 的中值过滤器
  • Jayanta Das 等人的选择性自适应中值滤波器。

最接近的结果是在图像 3 上,使用中值过滤器,给出最接近原始图像的结果,没有噪点。

以下是我的疑惑:

  1. 我们可以将这些噪音视为椒盐噪音吗?我还有什么遗漏的吗?
  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:

【问题讨论】:

  • 我假设您在图像中添加了噪点?椒盐噪声是一种非常不切实际的医学成像噪声模型。当数字成像是新的并且单个传感器元件可能会暂时损坏甚至出现故障时,这是相关的。
  • 我将图像作为数据集作为要解决/处理的图像。我没有添加噪音@CrisLuengo
  • 如果是课堂练习,请按照老师的建议使用哪种方法。我认为只有第三张图像有椒盐噪声,其他的对我来说似乎不同。

标签: opencv image-processing filtering median noise-reduction


【解决方案1】:

据我所知,这些噪音不是自然的,估计它们几乎是不可能的。作为一种简单方便的方法,中值滤波是最好的。由于噪声的存在太多,图像被破坏,图像信息损失巨大。在这种情况下,最好的做法是使用深度学习方法,因为它们可以将图像的受损部分恢复到理想的水平。

我发现了这篇论文,很有可能用于此目的,但您会找到更多资源:

https://arxiv.org/pdf/1810.10039.pdf

在此页面中,您还将找到许多强大的深度学习方法和去噪图像的代码:

https://github.com/z-bingo/awesome-image-denoising-state-of-the-art

【讨论】:

    猜你喜欢
    • 2013-01-04
    • 1970-01-01
    • 2013-03-14
    • 2023-04-05
    • 1970-01-01
    • 2014-04-11
    • 2021-11-12
    • 2016-06-28
    • 2021-04-09
    相关资源
    最近更新 更多