BM3D算法實現(xiàn)圖像降噪

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)廣東工業(yè)大學數(shù)字圖像、數(shù)字信號處理及應用實驗報告 題 目 圖像處理綜合實驗 院、系(部) 自動化學院 專業(yè)及班級 學 號 姓 名 日 期 目錄 TOC o 1-3 h z u 1 實驗目的理解圖像平滑和銳化的基本方法；了解圖像復原的基本方法；綜合使用多種方法改善圖像質(zhì)量。2 實驗要求（1）利用Photoshop之類的圖像處理工具軟件，嘗試對Moon.bmp盡量改善圖像質(zhì)量。（2）綜合采用各種合理的方法，編寫程序（C/C+/OpenCV、MATLAB、Python均可）對

2、Moon.bmp進行圖像質(zhì)量改善，實現(xiàn)以下目標的權衡折中：a降低噪聲；b. 增大對比度；c. 銳化增強。3 實驗設備安裝了VC6/VS2010、PS C6、MATLAB的PC機4 實驗原理4.1 利用拉普拉斯算子實現(xiàn)圖像銳化銳化處理的目的是突出圖像中的細節(jié)或者增強被模糊了的細節(jié)。銳化處理可以用空間微分來完成。微分算子的響應強度與圖像在該點的突變程度有關，圖像微分增強了邊緣和其他突變(如噪聲)而消弱了灰度變化緩慢的區(qū)域。由于我們處理的是數(shù)字量，最小灰度級的變化是有限的，而且變化發(fā)生的最短距離是在兩個相鄰像素之間。因此，用一階微分的差值定義一元函數(shù)f(x)的二階微分:二元圖像函數(shù)f(x,y)的拉普

3、拉斯變換定義為：離散方式：X方向：Y方向：故二維拉普拉斯數(shù)字實現(xiàn)由以上兩個分量相加：因此拉普拉斯算子用于圖像增強的基本方法如下:拉普拉斯算子處理后的圖像如下：圖 SEQ 圖 * ARABIC 1（拉普拉斯處理圖像對比圖。處理前左，處理后右）4.2利用分段線性函數(shù)實現(xiàn)對比度擴展分段線性變換函數(shù)的對比度拉伸相對于直方圖均衡（直方圖均衡只能按照統(tǒng)計特性進行變換）可以更加靈活地控制輸出灰度直方圖的分布，可以有選擇地拉伸某段灰度區(qū)間，以改善輸出圖像。如果一幅圖像灰度集中在較暗的區(qū)域而導致圖像偏暗，可以用灰度拉伸功能來擴展（斜率1）物體的灰度區(qū)間以改善圖像；如果圖像灰度集中在較亮的區(qū)域而導致圖像偏亮，也可

4、以用灰度拉伸功能來壓縮（斜率biHeight*pInfoHead-biWidth);for (i = 1; i biHeight - 1; i+) for (j = 1; j biWidth - 1; j+) /*做卷積*/G = pdatai*h_len+j*h2-(pdata(i-1)*h_len+j-1+pdata(i-1)*h_len+j+1+pdata(i + 1)*h_len+j-1+pdata(i+1)*h_len+j+1)*h1) -(pdata(i-1)*h_len+j+pdatai*h_len+j-1+pdata(i+1)*h_len+j +pdatai*h_len+j+1

5、)*h3);/*防止溢出*/if (G 255) ptempi*h_len + j = 255;else if (G 0) ptempi*h_len + j = 0;else ptempi*h_len + j = (BYTE)G;/*結(jié)果復制到輸出*/for (i = 1; i biHeight - 1; i+) for (j = 1; j biWidth - 1; j+) pdatai*h_len + j = ptempi*h_len + j;free(ptemp);2、中值、均值濾波函數(shù)雖然最后的圖像去噪算法采用的是BM3D算法，但是因為后面要把BM3D去噪算法與中值濾波算法作比較，所以在

6、這里還是給出詳細的設計。中值濾波詳細代碼及注釋如下：void medfilt(const BITMAPINFOHEADER *pInfoHead, BYTE *pdata, const DWORD h_len) int i, j, k, z, index;BYTE temp, nPixel9; /*創(chuàng)建臨時存儲空間，用于中值濾波結(jié)果*/BYTE *ptemp = (BYTE *)malloc(sizeof(BYTE)*pInfoHead-biHeight*pInfoHead-biWidth);for (i = 1;i biHeight - 1;i+) for (j = 1; j biWidth

7、 - 1; j+) /*先排列9個像素*/nPixel0 = pdata(i-1)*h_len + (j-1);nPixel1 = pdata(i-1)*h_len + j ;nPixel2 = pdata(i-1)*h_len + (j+1);nPixel3 = pdata i *h_len + (j-1);nPixel4 = pdata i *h_len + j ;nPixel5 = pdata i *h_len + (j+1);nPixel6 = pdata(i+1)*h_len + (j-1);nPixel7 = pdata(i+1)*h_len + j ;nPixel8 = pdat

8、a(i+1)*h_len + (j+1);/*找中值，這里只需找5次*/for (k = 0;k 5;k+) index = 0;for (z = 0;z 9-k;z+) if (nPixelindex nPixelz) /最大的數(shù)index = z;temp = nPixel8-k;nPixel8-k = nPixelindex;nPixelindex = temp;ptempi*h_len + j = nPixel4;/*復制結(jié)果到輸出*/for (i = 1;i biHeight - 1;i+) for (j = 1; j biWidth - 1; j+) pdatai*h_len +

9、j = ptempi*h_len + j;free(ptemp);均值濾波算法的詳細設計及代碼：void junfilt(const BITMAPINFOHEADER *pInfoHead, BYTE *pdata, const DWORD h_len) int i, j, temp; /*創(chuàng)建臨時存儲空間，用于均值濾波結(jié)果*/BYTE *ptemp = (BYTE *)malloc(sizeof(BYTE)*pInfoHead-biHeight*pInfoHead-biWidth);for (i = 1;i biHeight - 1;i+) for (j = 1; j biWidth - 1

10、; j+) temp = 0;temp += pdata(i-1)*h_len + (j-1);temp += pdata(i-1)*h_len + j ;temp += pdata(i-1)*h_len + (j+1);temp += pdata i *h_len + (j-1);temp += pdata i *h_len + j ;temp += pdata i *h_len + (j+1);temp += pdata(i+1)*h_len + (j-1);temp += pdata(i+1)*h_len + j ;temp += pdata(i+1)*h_len + (j+1);pte

11、mpi*h_len + j = (BYTE)(temp/9);/*復制結(jié)果到輸出*/for (i = 1;i biHeight - 1;i+) for (j = 1; j biWidth - 1; j+) pdatai*h_len + j = ptempi*h_len + j;free(ptemp);3、分段線性對比度增強函數(shù)因為分段線性對比度增強的詳細介紹已經(jīng)在實驗原理部分給出，所以只給出詳細代碼和注釋。/*指定對比度增強區(qū)間的結(jié)構體*/typedef struct adjust_rangedouble in_low;double in_high;double out_low;double

12、out_high; ADJ_RANGE;void adjust(const BITMAPINFOHEADER *pInfoHead,BYTE *pdata,const DWORD h_len, const ADJ_RANGE * ar)/*總共分成三段，三段的變換范圍為：第一段：(0- in_low_c) -(0- out_low_c)第二段：(in_low_c - in_high_c)-( out_low_c - out_high_c)第三段：(in_high_c -255) -( out_high_c -255) 三段的斜率分別為： 第一段：h1 第二段：h2 第三段：h3*/const

13、BYTE in_low_c = (BYTE)ar-in_low * 255;const BYTE in_high_c = (BYTE)ar-in_high * 255;const BYTE out_low_c = (BYTE)ar-out_low * 255;const BYTE out_high_c = (BYTE)ar-out_high * 255;const double h1 = ar-out_low / ar-in_low;const double h2 = (ar-out_high - ar-out_low) / (ar-in_high - ar-in_low);const dou

14、ble h3 = (1 - ar-out_high) / (1 - ar-in_high);int i, j;double temp;for (i = 1; i biHeight - 1; i+) for (j = 1; j biWidth - 1; j+) /*分段線性增強*/if (pdatai*h_len + j in_high_c)temp = out_high_c + (pdatai*h_len + j - in_high_c)*h3;elsetemp = out_low_c + (pdatai*h_len + j - in_low_c)*h2;/*防止溢出*/if (temp 25

15、5)pdatai*h_len + j = 255;else if (temp “開始執(zhí)行（不調(diào)試）”或者“Ctrl+F5”開始圖像處理。4、等待4-5分鐘，命令行顯示“total finish!”。如圖6所示。5、到工程目錄下的“BM3D”夾下打開“out.bmp”查看處理結(jié)果。圖 SEQ 圖 * ARABIC 6由于要進行彩印，對“Moon.bmp”圖像處理的結(jié)果存放于附錄中。6.2 比較中值、均值、BM3D濾波信噪比使用MATLAB測試中值、均值、BM3D濾波三個算法的信噪比提高量。信噪比提高量的公式如下：其中，c(x,y)為退化圖像；x(x,y)為原始圖像；a(x,y)為還原圖像。計算信

16、噪比提高量的代碼如下：% imgx：原始圖像% imgc：退化圖像 % imga：還原圖像function snri = snri_cal(imgx, imgc, imga) c_x = imgc - imgx; a_x = imga - imgx; S = sum(sum(c_x - mean(mean(c_x).2); N = sum(sum(a_x - mean(mean(a_x).2); snri = 10*log10(S/N);end接下來先使用MATLAB準備一幅加噪聲的圖片，編寫的MATLAB代碼如下：Img = imread(cameraman.tif);Imgn = imno

17、ise(cameraman,gaussian,0,0.002);imwrite(Imgn, cameramen.bmp);接著在VS2010環(huán)境下運行程序，分別對噪聲圖像“cameram.bmp”進行中值、均值、BM3D濾波處理。處理完成之后，編寫代碼計算信噪比提高量，代碼如下：imgx = imread(cameraman.tif);%原始圖像imgc = imnoise(imgx,gaussian);%退化圖像imga = imread(中值濾波.bmp);%還原圖像snri_cal(imgx, imgc, imga)%中值濾波的信噪比提高量imga = imread(均值濾波.bmp);

18、%還原圖像snri_cal(imgx, imgc, imga)%均值濾波的信噪比提高量imga = imread(BM3D濾波.bmp);%還原圖像snri_cal(imgx, imgc, imga)%BM3D濾波的信噪比提高量以上代碼輸出的結(jié)果如下：中值濾波均值濾波BM3D濾波信噪比提高量（db）4.90374.26815.7149從表上的數(shù)據(jù)可以看出BM3D、均值濾波、中值濾波的信噪比提高量依次遞減。其中，BM3D濾波的信噪比提高量最大，所以BM3D的濾波效果比較的好。三種算法的圖片如下圖所示。 圖 SEQ 圖 * ARABIC 7（原圖） 圖 SEQ 圖 * ARABIC 8（中值濾波）

19、 圖 SEQ 圖 * ARABIC 9（均值濾波） 圖 SEQ 圖 * ARABIC 10（BM3D濾波）從上面四個圖片的對比來看，中值濾波和均值濾波效果不僅比不上BM3D濾波，而且都使圖像模糊化了。所以不管從圖像的信噪比提高量來看，或者從圖像的處理效果來看，BM3D濾波都遠遠好于其他兩種算法。7 結(jié)論與問題討論7.1完成設計要求的程度設計要求：（1）利用Photoshop之類的圖像處理工具軟件，嘗試對Moon.bmp盡量改善圖像質(zhì)量。（2）綜合采用各種合理的方法，編寫程序（C/C+/OpenCV、MATLAB、Python均可）對Moon.bmp進行圖像質(zhì)量改善，實現(xiàn)以下目標的權衡折中：a降

20、低噪聲；b. 增大對比度；c. 銳化增強。完成設計要求的程度：（1）由于本人對PS的操作技術有限，在用PS對Moon.bmp進行處理時，老是感覺不是太過滿意，處理結(jié)果也殘差不齊。（2）綜合采用各種合理的方法，編寫程序C程序、MATLAB程序?qū)oon.bmp進行了處理。實現(xiàn)了：a降低噪聲；b. 增大對比度；c. 銳化增強。7.2遇到的問題及解決辦法問題1：普通拉普拉斯算子實現(xiàn)銳化增強時無法調(diào)整銳化強度。解決：在找了許多資料之后，突然發(fā)現(xiàn)MATLAB的銳化算子可以調(diào)整銳化強度。雖然不知道里面的原理，但是總算實現(xiàn)了調(diào)整銳化強度的效果。問題2：程序運行到free()函數(shù)時就崩潰。 解決：原因可能有兩個：1、連續(xù)free了兩次內(nèi)存。 2、訪問malloc的空間時，越界了。 3、free的指針與malloc時的指針位置發(fā)生了變化。問題3：在空域?qū)D像進行卷積操作時，結(jié)果輸出異常。解決：凡是涉及在空域?qū)D像進行卷積操作，都需要先開辟一個與圖像大小一致臨時空間，處理完之后