第9章噪聲圖像的產(chǎn)生及處理

1、第第9章章 噪聲圖像的產(chǎn)生噪聲圖像的產(chǎn)生 及處理及處理數(shù)字信號(hào)處理器原理數(shù)字信號(hào)處理器原理A西安郵電大學(xué)西安郵電大學(xué) 通信與信息工程學(xué)院通信與信息工程學(xué)院 第2/48頁(yè)1、第、第8章學(xué)習(xí)了章學(xué)習(xí)了“彩色圖像轉(zhuǎn)化成灰度彩色圖像轉(zhuǎn)化成灰度圖像圖像”，請(qǐng)問(wèn)：，請(qǐng)問(wèn)：nRGB彩色圖像轉(zhuǎn)化成灰度的圖像的方彩色圖像轉(zhuǎn)化成灰度的圖像的方法有幾種？法有幾種？n分別是什么？分別是什么？ 第3/48頁(yè)所謂加權(quán)平均法就是根據(jù)三基色的重要性及其它指標(biāo)，所謂加權(quán)平均法就是根據(jù)三基色的重要性及其它指標(biāo)，將將R、G、B三個(gè)分量以不同的權(quán)值進(jìn)行加權(quán)平均三個(gè)分量以不同的權(quán)值進(jìn)行加權(quán)平均由于人眼對(duì)綠色的敏感最高，對(duì)藍(lán)色敏感最低；

2、由于人眼對(duì)綠色的敏感最高，對(duì)藍(lán)色敏感最低；因此，我們可以按下式對(duì)因此，我們可以按下式對(duì)R、G、B三分量進(jìn)行加權(quán)平均三分量進(jìn)行加權(quán)平均，則能得到較合理的灰度圖像。，則能得到較合理的灰度圖像。(, )0.30(, ) 0.59(, ) 0.11(, )F i jR i jG i jB i jl 一般有以下三種轉(zhuǎn)化方案：一般有以下三種轉(zhuǎn)化方案：第4/48頁(yè) 所謂平均值法就是對(duì)彩色圖像的每個(gè)像素中的所謂平均值法就是對(duì)彩色圖像的每個(gè)像素中的R、G、B三個(gè)分量的值進(jìn)行簡(jiǎn)單的算術(shù)平均；三個(gè)分量的值進(jìn)行簡(jiǎn)單的算術(shù)平均； 將得到平均值作為灰度圖像對(duì)應(yīng)像素的亮度值；將得到平均值作為灰度圖像對(duì)應(yīng)像素的亮度值； 其計(jì)

3、算式如下所示：其計(jì)算式如下所示：( , )( , )( , )( , ) 3F i jR i jG i jB i j一、彩色圖像灰度化的原理一、彩色圖像灰度化的原理第5/48頁(yè)所謂最大值法就是將彩色圖像中每個(gè)像素的所謂最大值法就是將彩色圖像中每個(gè)像素的R、G、B三個(gè)分量中的最大值作為灰度圖對(duì)應(yīng)像素三個(gè)分量中的最大值作為灰度圖對(duì)應(yīng)像素的灰度值。的灰度值。其計(jì)算式如下：其計(jì)算式如下：( , )max( ( , ),( , ),( , )F i jR i j G i jB i j一、彩色圖像灰度化的原理一、彩色圖像灰度化的原理第6/48頁(yè)第7/48頁(yè)第8/48頁(yè)圖圖8.10 8.10 采用采用“加權(quán)

4、平均加權(quán)平均”法變換得到的灰度圖像法變換得到的灰度圖像第9/48頁(yè)第10/48頁(yè)第11/48頁(yè)第12/48頁(yè)第第9章章 圖像噪聲產(chǎn)生及處理圖像噪聲產(chǎn)生及處理 9.1 引言引言 9.2 圖像去噪圖像去噪 9.3 椒鹽噪聲椒鹽噪聲 9.4 高斯噪聲高斯噪聲 9.5 試驗(yàn)結(jié)果與分析試驗(yàn)結(jié)果與分析 9.6 分析與總結(jié)分析與總結(jié) 第13/48頁(yè)1、什么是圖像的噪聲？、什么是圖像的噪聲？2、圖像的噪聲可分成哪幾種類型？、圖像的噪聲可分成哪幾種類型？ 3、常用的圖像去噪方法有哪些？、常用的圖像去噪方法有哪些？第14/48頁(yè)第15/48頁(yè)u了解圖像噪聲的概念及特點(diǎn)；了解圖像噪聲的概念及特點(diǎn)；u了解圖像噪聲的類

5、型；了解圖像噪聲的類型；u 了解常用的圖像去噪方法；了解常用的圖像去噪方法；u掌握?qǐng)D像高斯噪聲的生成模型及方法；掌握?qǐng)D像高斯噪聲的生成模型及方法；u掌握?qǐng)D像椒鹽噪聲的生成模型及方法。掌握?qǐng)D像椒鹽噪聲的生成模型及方法。 高斯、椒鹽噪聲的生成原理與方法；高斯、椒鹽噪聲的生成原理與方法； 相應(yīng)的相應(yīng)的DSP編程方法。編程方法。第16/48頁(yè)u所謂噪聲是電路或系統(tǒng)中不含信息量的電壓或電流，如：所謂噪聲是電路或系統(tǒng)中不含信息量的電壓或電流，如： 在工業(yè)與自然界中，存在著各種干擾源（噪聲源），如大功在工業(yè)與自然界中，存在著各種干擾源（噪聲源），如大功率電力電子器件的接入、大功率用電設(shè)備的開(kāi)啟與斷開(kāi)、雷率電

6、力電子器件的接入、大功率用電設(shè)備的開(kāi)啟與斷開(kāi)、雷擊閃電等都會(huì)使空間電場(chǎng)和磁場(chǎng)產(chǎn)生有序或無(wú)序的變化，這擊閃電等都會(huì)使空間電場(chǎng)和磁場(chǎng)產(chǎn)生有序或無(wú)序的變化，這些都是干擾源（或噪聲源）。些都是干擾源（或噪聲源）。 這些源產(chǎn)生的電磁波或尖峰脈沖，通過(guò)磁、電耦合或是通過(guò)這些源產(chǎn)生的電磁波或尖峰脈沖，通過(guò)磁、電耦合或是通過(guò)電源線等路徑進(jìn)入放大電路、各種電氣設(shè)備，形成各種形式電源線等路徑進(jìn)入放大電路、各種電氣設(shè)備，形成各種形式的干擾。的干擾。 u噪聲可以理解為噪聲可以理解為“ 妨礙人們感覺(jué)器官對(duì)所接收的信源信息的妨礙人們感覺(jué)器官對(duì)所接收的信源信息的理解理解”。u例如，一幅黑白圖片，其平面亮度分布假定為例如，一

7、幅黑白圖片，其平面亮度分布假定為f(x，y)，那么，那么對(duì)其接收起干擾作用的亮度分布對(duì)其接收起干擾作用的亮度分布R(x，y)，即可稱為圖像噪聲。，即可稱為圖像噪聲。 第17/48頁(yè)u但是，噪聲在理論上可以定義為但是，噪聲在理論上可以定義為“不可預(yù)測(cè)，只能用概率統(tǒng)不可預(yù)測(cè)，只能用概率統(tǒng)計(jì)方法來(lái)認(rèn)識(shí)的隨機(jī)誤差計(jì)方法來(lái)認(rèn)識(shí)的隨機(jī)誤差”。u因此，將圖像噪聲看成是多維隨機(jī)過(guò)程是合適的，而描述噪因此，將圖像噪聲看成是多維隨機(jī)過(guò)程是合適的，而描述噪聲的方法完全可以借用隨機(jī)過(guò)程的描述，即用其概率分布函聲的方法完全可以借用隨機(jī)過(guò)程的描述，即用其概率分布函數(shù)和概率密度分布函數(shù)。在很多情況下，這樣的描述方法是數(shù)和概

8、率密度分布函數(shù)。在很多情況下，這樣的描述方法是很復(fù)雜的，甚至是不可能的；很復(fù)雜的，甚至是不可能的；u實(shí)際應(yīng)用通常是用其數(shù)字特征，即均值方差，相關(guān)函數(shù)等。實(shí)際應(yīng)用通常是用其數(shù)字特征，即均值方差，相關(guān)函數(shù)等。因?yàn)檫@些數(shù)字特征都可以從某些方面反映出噪聲的特征。因?yàn)檫@些數(shù)字特征都可以從某些方面反映出噪聲的特征。 簡(jiǎn)單而言，圖像噪聲使得圖像模糊，甚至淹沒(méi)圖像簡(jiǎn)單而言，圖像噪聲使得圖像模糊，甚至淹沒(méi)圖像特征，給圖像分析帶來(lái)困難。特征，給圖像分析帶來(lái)困難。第18/48頁(yè)(1) 噪聲在圖像中的分布和大小不規(guī)則，即具有隨機(jī)性。噪聲在圖像中的分布和大小不規(guī)則，即具有隨機(jī)性。(2) 噪聲與圖像之間一般具有相關(guān)性。例

9、如，攝像機(jī)的信號(hào)和噪噪聲與圖像之間一般具有相關(guān)性。例如，攝像機(jī)的信號(hào)和噪聲相關(guān)，黑暗部分噪聲大，明亮部分噪聲小。又如，數(shù)字圖聲相關(guān)，黑暗部分噪聲大，明亮部分噪聲小。又如，數(shù)字圖像中的量化噪聲與圖像相位相關(guān)，圖像內(nèi)容接近平坦時(shí)，量像中的量化噪聲與圖像相位相關(guān)，圖像內(nèi)容接近平坦時(shí)，量化噪聲呈現(xiàn)偽輪廓，但圖像中的隨機(jī)噪聲會(huì)因?yàn)轭澰胄?yīng)反化噪聲呈現(xiàn)偽輪廓，但圖像中的隨機(jī)噪聲會(huì)因?yàn)轭澰胄?yīng)反而使量化噪聲變得不很明顯。而使量化噪聲變得不很明顯。(3) 噪聲具有疊加性。在串聯(lián)圖像傳輸系統(tǒng)中，各部分竄入噪聲噪聲具有疊加性。在串聯(lián)圖像傳輸系統(tǒng)中，各部分竄入噪聲若是同類噪聲可以進(jìn)行功率相加，依次信噪比要下降。若不

10、若是同類噪聲可以進(jìn)行功率相加，依次信噪比要下降。若不是同類噪聲應(yīng)區(qū)別對(duì)待，而且要考慮視覺(jué)檢出特性的影響。是同類噪聲應(yīng)區(qū)別對(duì)待，而且要考慮視覺(jué)檢出特性的影響。但是因?yàn)橐曈X(jué)檢出特性中的許多問(wèn)題還沒(méi)有研究清楚，所以但是因?yàn)橐曈X(jué)檢出特性中的許多問(wèn)題還沒(méi)有研究清楚，所以也只能進(jìn)行一些主觀的評(píng)價(jià)試驗(yàn)。也只能進(jìn)行一些主觀的評(píng)價(jià)試驗(yàn)。第19/48頁(yè) u加性噪聲和乘性噪聲。加性噪聲和乘性噪聲。假定信號(hào)為假定信號(hào)為S(t)，噪聲為，噪聲為n(t)，如果混合疊加波形是，如果混合疊加波形是S(t)+n(t)的形式，則稱其為加性噪聲；的形式，則稱其為加性噪聲；如果疊加波形為如果疊加波形為S(t)1+n(t)的形式，則稱

11、其為乘性的形式，則稱其為乘性噪聲。噪聲。(2)外部噪聲和內(nèi)部噪聲。外部噪聲和內(nèi)部噪聲。外部噪聲，即指系統(tǒng)外部干擾以電磁波或經(jīng)電源串進(jìn)系外部噪聲，即指系統(tǒng)外部干擾以電磁波或經(jīng)電源串進(jìn)系統(tǒng)內(nèi)部而引起的噪聲；統(tǒng)內(nèi)部而引起的噪聲；電氣設(shè)備內(nèi)部引起的噪聲為內(nèi)部噪聲電氣設(shè)備內(nèi)部引起的噪聲為內(nèi)部噪聲。(3)平穩(wěn)噪聲和非平穩(wěn)噪聲。平穩(wěn)噪聲和非平穩(wěn)噪聲。(4)其它幾類噪聲。其它幾類噪聲。第20/48頁(yè)u（1）高斯噪聲：）高斯噪聲：221( )exp() / 22p zzuu（2）瑞利噪聲：）瑞利噪聲：22()exp() /,( ),0zazazabp zbza當(dāng)當(dāng)u（3）伽馬）伽馬(愛(ài)爾蘭愛(ài)爾蘭)噪聲噪聲 ：1

12、0( )(1)!00bbaxa zezp zbz第21/48頁(yè)（4）指數(shù)分布噪聲）指數(shù)分布噪聲 ：（6）“椒鹽噪聲椒鹽噪聲”（脈沖噪聲）（脈沖噪聲） ： 椒鹽噪聲是一種因?yàn)樾盘?hào)脈沖強(qiáng)度引起的噪聲；椒鹽噪聲是一種因?yàn)樾盘?hào)脈沖強(qiáng)度引起的噪聲； 椒鹽噪聲是指兩種噪聲，一種是鹽噪聲（椒鹽噪聲是指兩種噪聲，一種是鹽噪聲（salt noise），另一），另一種是胡椒噪聲（種是胡椒噪聲（pepper noise）。）。 鹽鹽=白色，椒白色，椒=黑色。前者是高灰度噪聲，后者屬于低灰度噪黑色。前者是高灰度噪聲，后者屬于低灰度噪聲。聲。 一般兩種噪聲同時(shí)出現(xiàn)，呈現(xiàn)在圖像上就是黑白雜點(diǎn)。一般兩種噪聲同時(shí)出現(xiàn)，呈現(xiàn)在

13、圖像上就是黑白雜點(diǎn)。 0( )00axzazp zz（5）均勻噪聲：）均勻噪聲：1( )0azbp zba， 當(dāng)其他第22/48頁(yè)第23/48頁(yè)第24/48頁(yè) （1）空間域?yàn)V波）空間域?yàn)V波（2）變換域?yàn)V波）變換域?yàn)V波（3）偏微分方程）偏微分方程（4）變分法）變分法（5）形態(tài)學(xué)噪聲濾除器）形態(tài)學(xué)噪聲濾除器第25/48頁(yè) 像素點(diǎn)（像素點(diǎn)（x，y），選擇一個(gè)模板，求模板中所有像素的），選擇一個(gè)模板，求模板中所有像素的均值；均值；g（x，y）=1/m f（x，y），）， m為模板中像素的總個(gè)數(shù)。為模板中像素的總個(gè)數(shù)。 u均值濾波器優(yōu)缺點(diǎn)均值濾波器優(yōu)缺點(diǎn)均值濾波器是一種典型的線性去噪方法，因?yàn)槠溥\(yùn)算簡(jiǎn)單

14、均值濾波器是一種典型的線性去噪方法，因?yàn)槠溥\(yùn)算簡(jiǎn)單快速，快速， 同時(shí)又能夠較為有效地去除高斯噪聲。因而適用面較同時(shí)又能夠較為有效地去除高斯噪聲。因而適用面較廣，至今仍是一種常用的去噪方法，廣，至今仍是一種常用的去噪方法， 許多濾除噪聲方法都是許多濾除噪聲方法都是在此基礎(chǔ)上發(fā)展而來(lái)。在此基礎(chǔ)上發(fā)展而來(lái)。其缺點(diǎn)是嚴(yán)重破壞了圖像的邊緣，模糊了圖像。其缺點(diǎn)是嚴(yán)重破壞了圖像的邊緣，模糊了圖像。第26/48頁(yè) u小波去噪算法小波去噪算法:（1） 進(jìn)行二維圖像信號(hào)的小波變換；進(jìn)行二維圖像信號(hào)的小波變換；（2） 提取小波分解中第一層的低頻圖像，跟蹤該尺度下的極值點(diǎn)；提取小波分解中第一層的低頻圖像，跟蹤該尺度下

15、的極值點(diǎn)；（3） 令令j = 1，對(duì)第一層低頻圖像進(jìn)行小波變換，提取第二層低頻圖像，對(duì)第一層低頻圖像進(jìn)行小波變換，提取第二層低頻圖像信號(hào)，同時(shí)，以步驟中的小波變換極值點(diǎn)為參考，找出幅值減小的極值信號(hào)，同時(shí)，以步驟中的小波變換極值點(diǎn)為參考，找出幅值減小的極值點(diǎn)，并除去，保留幅值增加的極值點(diǎn)；點(diǎn)，并除去，保留幅值增加的極值點(diǎn)；（4）令）令j = 2 ,3 , ,重復(fù)步驟（重復(fù)步驟（3）；）；（5）重建去噪后的二維圖像信息。）重建去噪后的二維圖像信息。第27/48頁(yè) 第28/48頁(yè)第29/48頁(yè)雙極脈沖噪聲也稱為椒鹽噪聲，雙極脈沖噪聲也稱為椒鹽噪聲，有時(shí)也稱為散粒和尖峰噪聲。有時(shí)也稱為散粒和尖峰噪聲

16、。 ()0abpzapzpzb其 他 如果如果ba，灰度值，灰度值b在圖像中將顯示為一個(gè)亮點(diǎn)，相反，在圖像中將顯示為一個(gè)亮點(diǎn)，相反，a的值將顯示為一個(gè)暗點(diǎn)；的值將顯示為一個(gè)暗點(diǎn)； 若若Pa或或Pb為零，則脈沖噪聲稱為單極脈沖。如果為零，則脈沖噪聲稱為單極脈沖。如果Pa和和Pb均不可能為零，尤其是它們近似相等時(shí)，脈沖噪聲值均不可能為零，尤其是它們近似相等時(shí)，脈沖噪聲值將類似于隨機(jī)分布在圖像上的胡椒和鹽粉微粒。將類似于隨機(jī)分布在圖像上的胡椒和鹽粉微粒。第30/48頁(yè)n 噪聲脈沖可以是正的，也可以是負(fù)的。噪聲脈沖可以是正的，也可以是負(fù)的。n 因?yàn)槊}沖干擾通常與圖像信號(hào)的強(qiáng)度相比較大，因因?yàn)槊}沖干擾通

17、常與圖像信號(hào)的強(qiáng)度相比較大，因此，在一幅圖像中，脈沖噪聲總是數(shù)字化為最大值此，在一幅圖像中，脈沖噪聲總是數(shù)字化為最大值(純黑或純白純黑或純白)。n 這樣，通常假設(shè)這樣，通常假設(shè)a，b是飽和值是飽和值,從某種意義上看，在從某種意義上看，在數(shù)字化圖像中，它們等于所允許的最大值和最小值。數(shù)字化圖像中，它們等于所允許的最大值和最小值。n 由于這一結(jié)果，負(fù)脈沖以一個(gè)黑點(diǎn)由于這一結(jié)果，負(fù)脈沖以一個(gè)黑點(diǎn)(胡椒點(diǎn)胡椒點(diǎn))出現(xiàn)在圖出現(xiàn)在圖像中。由于相同的原因，正脈沖以白點(diǎn)像中。由于相同的原因，正脈沖以白點(diǎn)(鹽點(diǎn)鹽點(diǎn))出現(xiàn)在出現(xiàn)在圖像中。圖像中。n 對(duì)于一個(gè)對(duì)于一個(gè)8位圖像，這意味著位圖像，這意味著a=0(黑黑)

18、。b=255(白白)。第31/48頁(yè)第32/48頁(yè)圖圖9.1 椒鹽噪聲加噪算法流程圖椒鹽噪聲加噪算法流程圖第33/48頁(yè)l椒噪聲和鹽噪聲加噪算法對(duì)應(yīng)的椒噪聲和鹽噪聲加噪算法對(duì)應(yīng)的DSP程序如下：程序如下：第34/48頁(yè)第35/48頁(yè)第36/48頁(yè)第37/48頁(yè)第38/48頁(yè)9.4.1 基本原理基本原理n 高斯噪聲是指噪聲的概率密度函數(shù)服從高斯分布（即正態(tài)高斯噪聲是指噪聲的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。分布）的一類噪聲。 含有高斯噪聲的圖像，可以看成是圖像的每一個(gè)像素值加含有高斯噪聲的圖像，可以看成是圖像的每一個(gè)像素值加上一個(gè)高斯分布的隨機(jī)數(shù)。上一個(gè)高斯分布的隨機(jī)數(shù)。 因此，要生成含高斯噪聲的圖像，就必須先產(chǎn)生