圖像噪聲

圖像噪聲

圖像噪聲是指存在於圖像數據中的不必要的或多餘的干擾信息。噪聲的存在嚴重影響了遙感圖像的質量,因此在圖像增強處理和分類處理之前,必須予以糾正。圖像中各種妨礙人們對其信息接受的因素即可稱為圖像噪聲 。噪聲在理論上可以定義為“不可預測,只能用機率統計方法來認識的隨機誤差”。因此將圖像噪聲看成是多維隨機過程是合適的,因而描述噪聲的方法完全可以借用隨機過程的描述,即用其機率分布函式和機率密度分布函式。

基本介紹

  • 中文名:圖像噪聲
  • 外文名:pattern noise
  • 含義:妨礙人器官對接收信息理解因素
  • 性質:干擾方式
  • 分類:外部噪聲、內部噪聲
噪聲概念,噪聲分類,基於產生原因,基於統計理論,基於噪聲源,常見噪聲,光電管的噪聲,攝象管的噪聲,椒鹽噪聲,攝像機的噪聲,去噪方法,均值濾波器,自適應維納濾波器,中值濾波器,形態學噪聲濾除器,小波去噪,

噪聲概念

目前大多數數字圖像系統中,輸入圖像都是採用先凍結再掃描方式將多維圖像變成一維電信號,再對其進行處理、存儲、傳輸等加工變換。最後往往還要再組成多維圖像信號,而圖像噪聲也將同樣受到這樣的分解和合成。在這些過程中電氣系統和外界影響將使得圖像噪聲的精確分析變得十分複雜。另一方面圖像只是傳輸視覺信息的媒介,對圖像信息的認識理解是由人的視覺系統所決定的。不同的圖像噪聲,人的感覺程度是不同的,這就是所謂人的噪聲視覺特性課題。
圖像噪聲在數字圖像處理技術中的重要性越來越明顯,如高放大倍數航片的判讀,X射線圖像系統中的噪聲去除等已經成為不可缺少的技術步驟。下面就是對圖像噪聲基本知識的介紹:

噪聲分類

基於產生原因

外部噪聲,即指系統外部干擾以電磁波或經電源串進系統內部而引起的噪聲。如電氣設備,天體放電現象等引起的噪聲。
內部噪聲:一般又可分為以下四種:
(1)由光和電的基本性質所引起的噪聲。如電流的產生是由電子或空穴粒子的集合,定向運動所形成。因這些粒子運動的隨機性而形成的散粒噪聲;導體中自由電子的無規則熱運動所形成的熱噪聲;根據光的粒子性,圖像是由光量子所傳輸,而光量子密度隨時間和空間變化所形成的光量子噪聲等。
(2)電器的機械運動產生的噪聲。如各種接頭因抖動引起電流變化所產生的噪聲;磁頭、磁帶等抖動或一起的抖動等。
(3)器材材料本身引起的噪聲。如正片和負片的表面顆粒性和磁帶磁碟表面缺陷所產生的噪聲。隨著材料科學的發展,這些噪聲有望不斷減少,但在目前來講,還是不可避免的。
(4)系統內部設備電路所引起的噪聲。如電源引入的交流噪聲;偏轉系統和箝位電路所引起的噪聲等。

基於統計理論

平穩和非平穩噪聲兩種。在實際套用中,不去追究嚴格的數學定義,這兩種噪聲可以理解為:其統計特性不隨時間變化的噪聲稱其為平穩噪聲。其統計特性隨時間變化而變化的稱其為非平穩噪聲。

基於噪聲源

首先,是記錄在感光片上的圖像會受到感光顆粒噪聲的影響;其次,圖像從光學到電子形式的轉換是一個統計過程(因為每個圖像元素接收到的光子數目是有限的)。最後,處理信號的電子放大器會引入熱噪聲。人們為建立這三類噪聲的模型進行過大量研究。
(1)電子噪聲
在阻性器件中由於電子隨機熱運動而造成的電子噪聲是三種模型中最簡單的。這類噪聲很早就被電路設計人員成功地建模並研究了。一般常用零均值高斯白噪聲作為其模型.它具有一個高斯函式形狀的直方圖分布以及平坦的功率譜。它可用其 RMS值(標準差)來完全表征。有時,電子器件也會產生一種所謂的1/f 噪聲.這是一種強度與頻率成反比的隨機噪聲。然而,圖像處理問題很少需要對這種噪聲進行建模。
(2)光電子噪聲
光電子噪聲是由光的統計本質和圖像感測器光電轉換過程引起的。在弱光照的情況下,其影響更為嚴重,此時常用具有泊松密度分布的隨機變數作為光電噪聲的模型。這種分布的標準差等於該隨機變數均值的平方根。
在光照較強時,泊松分布趨向更易描述的高斯分布;而標準差(RSM幅值)仍等於均值的平方根。這意味著噪聲的幅度是與信號有關的。

常見噪聲

圖像系統中的噪聲來自多方面 ,有電子元器件 ,如電阻引起的熱噪聲;真空器件引起的散粒噪聲和閃爍噪聲;面結型電晶體產生的顆粒噪聲和噪聲;場效應管的溝道熱噪聲 ;光電管的光量子噪聲和電子起伏噪聲;攝象管引起的各種噪聲等等。由這些元器件組成各種電子線路以及構成的設備又將使這些噪聲產生不同的變換而形成局部線路和設備的噪聲。另外還有就是光學現象所產生的圖像光學噪聲。在這一小節中,我們僅對一些專用元器件和設備噪聲略加介紹。

光電管的噪聲

光電管通常作為光學圖像和電子信號之間轉換器件,如光密度計各種形式的掃描輸入輸出設備,傳真機的收發片機光電轉換等。光電管的噪聲主要包括兩個方面,其一是到達光電管陰極光量子數的起伏騷動,其二是每個入射光量子所發射電子數的起伏騷動。假定光電管的陽極電流為,根據肖特基公式,陽極電流的噪聲電流可由下面的式子表示: 式子中為電子電荷

攝象管的噪聲

攝象管大體可分為三類:其一是利用光電子放電效應進行光電變換,除一些特殊場合下(如低照度醫療電視等)已很少使用。其二是利用光導效應進行光電變換。因為這種攝象管的輕巧廉價等優點,目前已經廣泛套用在工業電視,廣播電視方面。其三是固體攝象器件,如BBD和CCD。它是將光學信號電荷存儲於金屬氧化物電容的半導體耗盡層上,由外部加激勵脈衝,使電荷沿同一方向順序傳輸,從輸出端取出信號電流。

椒鹽噪聲

椒鹽噪聲(salt & pepper noise)是數字圖像的一個常見噪聲,椒鹽噪聲就是在圖像上隨機出現黑色白色的像素。那么傳入兩個參數,分別為黑白像素在圖像上所占比例,就可以對圖像進行修改。

攝像機的噪聲

攝像機噪聲主要包括兩個方面,一是攝象管輸出噪聲,另一部分是攝像機中放大和處理電路所引起的噪聲。對攝像機輸出噪聲影響最大的是前置放大器的噪聲性能,至於其他放大和處理電子電路中的噪聲,對已成熟的光導攝像機影響不大。
攝像機攝像機

去噪方法

均值濾波器

採用鄰域平均法的均值濾波器非常適用於去除通過掃描得到的圖像中的顆粒噪聲。領域平均法有力地抑制了噪聲,同時也由於平均而引起了模糊現象,模糊程度與領域半徑成正比。
幾何均值濾波器所達到的平滑度可以與算術均值濾波器相比,但在濾波過程中會丟失更少的圖象細節。
諧波均值濾波器對“鹽”噪聲效果更好,但是不適用於“胡椒”噪聲。它善於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於處理脈衝噪聲,但它有個缺點,就是必須要知道噪聲是暗噪聲還是亮噪聲,以便於選擇合適的濾波器階數符號,如果階數的符號選擇錯了可能會引起災難性的後果。

自適應維納濾波器

它能根據圖象的局部方差來調整濾波器的輸出,局部方差越大,濾波器的平滑作用越強。它的最終目標是使恢復圖像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]最小。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最佳。

中值濾波器

它是一種常用的非線性平滑濾波器,其基本原理是把數字圖像或數字序列中一點的值用該點的一個領域中各點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,所以中值濾波對於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圖像的邊緣,從而獲得較滿意的復原效果,而且,在實際運算過程中不需要圖象的統計特性,這也帶來不少方便,但對一些細節多,特別是點、線、尖頂細節較多的圖象不宜採用中值濾波的方法。

形態學噪聲濾除器

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

小波去噪

這種方法保留了大部分包含信號的小波係數,因此可以較好地保持圖象細節。小波分析進行圖像去噪主要有3個步驟:(1)對圖象信號進行小波分解。(2)對經過層次分解後的高頻係數進行閾值量化。(3)利用二維小波重構圖象信號。

相關詞條

熱門詞條

聯絡我們