图像平均及其在降噪方面的应用

  • 时间:
  • 浏览:0

相机在高感光度下拍摄照片会明显看了几滴 噪点,感光度越高噪点那末来越多,相机拍摄照片时产生的噪点来自于传感器噪点。

象素面积越小,产生噪点的可能那末来越多,这却说小型数码相机照出来的相片噪点较多的意味着着 (相对于数码单反)。专业级照相机通常拥有高质量的象素和强大的图像正确处理器,把噪点水平降到最低,甚至在高感光度下那末 噪点突然出现。

可不时要看出,图像平均起到了一定的降噪效果,或者随着平均图片的增加,清晰度也显著增加,相对于椒盐噪声,觉得然均值率滤波的信噪比比较低,去除椒盐噪声最常用的算法是中值滤波,或者直观的效果上图像平均是最好的,毕竟是基于多张图片的降噪方式 。与此一起去,面对高斯噪声,仍然是图像平均法在直观效果上比较优秀,下面其他人 测试一下高斯噪声。

相机噪声图之一(ISO = 2510000):

本篇博客主要介绍了图像平均以及图像平均在应对椒盐/高斯/相机噪声方面的对比分析,总体来讲作为使用多张照片的降噪方式 ,觉得实现与原理十分简单,或者极大程度的保留了图片信息,直观效果非常明显,希望这篇博文对其他人 有所帮助~

数码相机传感器中的每个像素上都是有另另二个 可能更多光电二极管,光电二极管把落在象素上的光子转化为电子信号,或者计算出颜色值和其他值,最终构成一幅全部的图像。可能同有另另二个 象素在同有另另二个 进光量下曝光数次,该象素得出的颜色值可能会不尽相同,而哪此微小的差异就形成了传感器的噪点。

d.将平均结果构建为图片

就算在那末 光进入传感器的情況下,传感器本身的电子运动也会产生其他信号,额外的信号便是噪音。

相机噪声图信息:

照片样本下载地址:

原图

c.将累加结果除以图像数量,进行平均

椒盐噪声图之一(SNR = 0.8):

a.输入可能获取文件名列表

这里我使用事先博客(《高斯噪声》)中提到的生成高斯噪声的方式 ,对同一张图片使用sigma = 1000连续生成8张饱含几滴 高斯噪声的测试图片,并对其进行平均操作:

图像平均(4张):

图像平均(14张):

可不时要很明显的看出,图像平均的降噪效果还是比较明显的,随着平均图片的增加,清晰度逐渐增加,根据从网上找到的一篇论文的描述,常规降噪方式 中,图像平均是直观效果最好的方式 。

b.读取路径列表中的图像文件,转化为数组进行相加

http://download.csdn.net/detail/sunmc1204953974/94261000

图像平均操作是减少图像噪声的本身简单方式 。

高斯噪声的生成 GaussNoise.py:

假设所有的图像具有相同的大小,其他人 可不时要将哪此图像简单地相加,或者除以图像的数目,来计算平均图像。

这里我用老爸的单反对着我小事先的水粉画在同一位置用2510000的高ISO连续拍了一组样本,照片那末来越多,上传的图片可能压缩过了,在最后我会提供下载链接,下面是平均结果:

图像平均(8张):

这里我使用事先博客(《椒盐噪声》)中提到的生成椒盐噪声的方式 ,对同一张图片使用0.8的SNR(信噪比)连续生成8张饱含几滴 椒盐噪声的测试图片,并对其进行平均操作:

椒盐噪声的生成 SaltAndPepperNoise.py:

可不时要比较明显的看出,红色蓝绿色波纹状的噪点基本都消失了,效果还是非常理想的。

其他人 可不时要简单地从图像列表中计算出一幅平均图像。

图像平均(8张):

e.输出图像

对列表中的数字图像进行图像平均的正确处理顺序如下:

高斯噪声图之一(sigma = 1000):

图像平均(4张):