Què és el soroll en el processament d'imatges? – Un Primer

Si alguna vegada heu vist una imatge on observeu partícules de pols que no formen part de la imatge real, és probable que vegeu "soroll" a la imatge. Hi ha moltes raons tècniques per les quals això passa. Sovint enfosquia la imatge real i és la principal causa de la degradació de la qualitat de la imatge en la transmissió d'imatges digitals.

Aquí és on el processament d'imatges ofereix una solució robusta. Proporciona una àmplia gamma de tècniques de reducció de soroll, com ara el filtratge espacial, el filtrat de freqüència, el filtrat basat en transformacions, el filtratge basat en l'aprenentatge profund, etc.

En aquest article, explorarem algunes tècniques clau que es poden utilitzar per reduir el soroll a les imatges, a més d'investigar els principals tipus i causes del soroll de la imatge. Submergem-nos!

Tipus de soroll en el processament d'imatges

Una simulació de variacions de soroll - MDF, CC BY-SA 3.0, a través de Wikimedia Commons

Factors que van des de les condicions ambientals fins al sensor de la càmera poden introduir soroll a la imatge. Els quatre tipus principals de soroll que normalment veieu a les imatges inclouen:

• Soroll additiu: Causat per variacions aleatòries en la informació de la brillantor o del color a la imatge. Aquest és el tipus de soroll més comú que es veu a les imatges.
• Soroll subtractiu: Causat per la resta aleatòria de valors de píxels de la imatge original, que condueix a una mala qualitat de la imatge, sovint vist com taques fosques o regions de la imatge. El soroll subtractiu sol produir-se en entorns amb poca llum.
• Soroll multiplicatiu: Es produeix quan el valor del soroll es multiplica pel valor de píxel original, sovint resultant en una mala qualitat de la imatge al voltant de les parts més brillants de la imatge. Aquest és el tipus de soroll més difícil d'eliminar a causa de les variacions significatives del valor dels píxels.
• Soroll d'impuls: Causat per canvis sobtats en el valor dels píxels que són visibles com a píxels aleatoris en blanc i negre vists com a pertorbacions pronunciades a la imatge. També s'anomena "soroll de sal i pebre". És el resultat de defectes de la càmera, errors de transmissió o raigs còsmics.

Causes del soroll en el processament d'imatges

El soroll d'imatge pot provenir de diverses fonts, com ara:

1. Condicions ambientals: Factors externs, com ara la mala il·luminació o les interferències electròniques properes, solen causar soroll a les imatges. Poden afegir variacions aleatòries a les imatges.
2. Soroll del sensor: Qualsevol problema amb el sensor utilitzat a les càmeres i escàners pot augmentar el soroll de les imatges. Per exemple, en condicions de poca il·luminació, si no feu servir un sensor de bona qualitat, pot amplificar el soroll juntament amb la llum.
3. Soroll de quantificació: Es produeix quan els senyals analògics es converteixen a format digital, especialment en imatges d'alt contrast. Per exemple, quan escanegeu una fotografia, sovint veureu que apareixen sorolls a la imatge resultant. Aquest és el soroll de quantificació que apareix a partir de la digitalització d'imatges.
4. Soroll de transmissió: Es produeix quan les imatges es transmeten per canals sorollosos, ja sigui a través de xarxes (per exemple, Internet) o emmagatzemades en suports d'emmagatzematge sorollosos (com ara discs durs).
5. Soroll de processament: Es produeix durant les operacions de processament d'imatges, com ara filtratge, compressió, etc.

Models de soroll en el processament d'imatges

Els models de soroll en el processament d'imatges serveixen com a representacions matemàtiques dels diferents tipus de soroll que poden afectar les imatges. Aquests models ajuden a comprendre l'ocurrència de diferents tipus de soroll mitjançant simulacions, que al seu torn ajuden a desenvolupar estratègies per reduir-lo.

Alguns models de soroll comuns inclouen:

1. Soroll gaussià: Un dels tipus més comuns de models de soroll, el 'soroll gaussià' es caracteritza per una distribució de probabilitat en forma de campana. Simula variacions aleatòries que es troben a les imatges. Pot provenir de fonts com el sensor i el soroll de quantificació i és similar a l'estàtica que veus sovint a la televisió o un senyal de ràdio.
2. Soroll Erlang: També conegut com a soroll gamma, aquest és un altre model de soroll multiplicatiu caracteritzat per una distribució gamma. Normalment es troba en imatges capturades amb sensors sorollosos o transmeses a través de canals sorollosos.
3. Soroll uniforme: Es tracta d'un model de soroll additiu amb una distribució uniforme, sovint observat en imatges quantificades o corrompudes per errors de transmissió.

Mesura del soroll

En l'anàlisi d'imatges, l'avaluació i valoració del soroll és una tasca fonamental. Es tracta de quantificar el nivell de soroll d'una imatge. Aquest procés es basa en dues tècniques principals de mesura de soroll:

1. Relació màxima senyal/soroll (PSNR): PSNR serveix com a referència per avaluar la qualitat de la reconstrucció d'imatges. Compara els valors de píxels de la imatge original amb els de la imatge reproduïda, proporcionant una mesura numèrica de la fidelitat de la imatge.
2. Error quadrat mitjà (MSE): MSE, en canvi, avalua les diferències entre els valors de píxels de dues imatges. Aquest mètode calcula la mitjana de les diferències al quadrat entre els píxels corresponents de les dues imatges. Aquest enfocament quantitatiu ens ajuda a entendre l'extensió del soroll en una imatge i el seu impacte en la qualitat.

Tècniques habituals de reducció del soroll

El soroll fa que les imatges siguin granulades i descolorides, enfosquint els detalls fins. Per neutralitzar aquest efecte, les tècniques de reducció del soroll ajuden a millorar la qualitat de la imatge per obtenir millors resultats en molts dominis com la fotografia, la seguretat, les videoconferències, la vigilància, etc. Per exemple, la reducció del soroll és fonamental per a un diagnòstic i una planificació del tractament precís en imatges mèdiques.

Les tècniques de reducció de soroll funcionen millor en condicions com ara poca llum, paràmetres ISO alts, velocitats d'obturació ràpides o quan es tracta de càmeres inherentment sorolloses.

Algunes tècniques habituals de reducció de soroll inclouen:

• Filtret mitjà: Per eliminar el soroll d'impuls, el filtratge mitjà substitueix el valor del píxel amb els valors mitjans dels píxels propers.
• Filtrat gaussià: Aquesta tècnica substitueix cada píxel d'una imatge amb una mitjana ponderada dels píxels d'un barri de píxels al voltant d'aquest píxel.
• Filtrat bilateral: Aquesta tècnica combina el filtratge mitjà i gaussià per reduir el soroll amb vores intactes.
• Filtrat Wavelet: Aquesta tècnica utilitza el Transformada de Fourier model per passar imatge coeficients wavelet per reduir el soroll.

Aplicacions de la reducció del soroll

La reducció de soroll té una varietat d'aplicacions en diferents indústries, com ara restauració de la imatge i augment d'escala d'imatge, però els més importants són:

• Imatge mèdica: Les tècniques de reducció del soroll milloren el diagnòstic de malalties en ressonància magnètica i TC, racionalitzant els resultats dels pacients.
• Imatges de satèl·lit: La reducció de soroll ajuda a una millor identificació d'objectes i funcions en imatges de satèl·lit.
• Gestió de desastres: la reducció del soroll millora les imatges de teledetecció per a la vigilància i la cartografia ambiental.
• Aplicació de la llei: Millora la claredat en vigilància filmacions i imatges forenses per a la identificació de sospitosos i objectes.
• Recerca espacial: La reducció de soroll neteja les imatges astronòmiques, permetent la detecció d'objectes celestes febles i detalls fins en observacions de l'espai profund.

Per llegir contingut relacionat, visiteu Uneix AI.