Što je šum u obradi slike? – Početnica

Ako ste ikada vidjeli sliku na kojoj ste primijetili čestice prašine koje nisu dio stvarne slike, vjerojatno vidite 'šum' na slici. Mnogo je tehničkih razloga zašto se to događa. Često zamagljuje stvarnu sliku i vodeći je uzrok degradacije kvalitete slike u prijenosu digitalne slike.

Ovdje obrada slike nudi robusno rješenje. Pruža širok raspon tehnika za smanjenje šuma, kao što je prostorno filtriranje, frekvencijsko filtriranje, filtriranje temeljeno na transformaciji, filtriranje temeljeno na dubokom učenju itd.

U ovom ćemo članku istražiti neke ključne tehnike koje se mogu koristiti za smanjenje šuma na slikama, zajedno s istraživanjem vodećih vrsta i uzroka šuma na slikama. Zaronimo!

Vrste šuma u obradi slike

Simulacija varijacija buke – mdf, CC BY-SA 3.0, putem Wikimedia Commons

Čimbenici u rasponu od uvjeta okoline do senzora fotoaparata mogu unijeti šum u sliku. Četiri glavne vrste buke koje obično vidite na slikama uključuju:

• Dodatna buka: Uzrokovano nasumičnim varijacijama informacija o svjetlini ili boji na slici. Ovo je najčešći tip šuma koji se vidi na slikama.
• Subtraktivna buka: Uzrokovano nasumičnim oduzimanjem vrijednosti piksela od izvorne slike, što dovodi do loše kvalitete slike, često vidljive kao tamne mrlje ili područja na slici. Subtraktivna buka obično se javlja u uvjetima slabog osvjetljenja.
• Multiplikativni šum: Nastaje kada se vrijednost šuma pomnoži s izvornom vrijednošću piksela, što često rezultira lošom kvalitetom slike oko svjetlijih dijelova slike. Ovo je vrsta šuma koju je najteže ukloniti zbog značajnih varijacija vrijednosti piksela.
• Impulsni šum: Uzrokovano naglim promjenama u vrijednosti piksela koje su vidljive kao nasumični crno-bijeli pikseli koji se vide kao oštri poremećaji na slici. Naziva se i 'buka soli i papra'. Posljedica je nedostataka kamere, grešaka u prijenosu ili kozmičkih zraka.

Uzroci šuma u obradi slike

Šum na slici može proizaći iz raznih izvora, uključujući:

1. Okolišni uvjeti: Vanjski čimbenici poput lošeg osvjetljenja ili elektroničkih smetnji u blizini obično uzrokuju šum na slikama. Mogu dodati nasumične varijacije u slike.
2. Buka senzora: Svi problemi sa senzorom koji se koristi u kamerama i skenerima mogu dodati šum na slikama. Na primjer, u uvjetima lošeg osvjetljenja, ako ne koristite senzor dobre kvalitete, on može pojačati buku zajedno sa svjetlom.
3. Šum kvantizacije: Javlja se kada se analogni signali pretvaraju u digitalni oblik, osobito u slikama visokog kontrasta. Na primjer, kada skenirate fotografiju, često ćete vidjeti pojavu šuma na rezultirajućoj slici. Ovo je šum kvantizacije koji se pojavljuje od digitalizacije slike.
4. Buka prijenosa: Javlja se kada se slike prenose kanalima s šumom, bilo putem mreža (npr. interneta) ili pohranjene na mediju za pohranu s šumom (poput tvrdih diskova).
5. Buka obrade: Javlja se tijekom operacija obrade slike, kao što su filtriranje, kompresija itd.

Modeli šuma u obradi slike

Modeli šuma u obradi slike služe kao matematički prikazi različitih vrsta šuma koji mogu utjecati na slike. Ovi modeli pomažu u razumijevanju pojave različitih vrsta buke putem simulacija, što zauzvrat pomaže u razvoju strategija za njezino smanjenje.

Neki uobičajeni modeli buke uključuju:

1. Gaussov šum: Jedan od najčešćih tipova modela šuma, 'Gaussov šum' karakterizira ga distribucija vjerojatnosti u obliku zvona. Simulira nasumične varijacije pronađene u slikama. Može potjecati iz izvora kao što su buka senzora i kvantizacije i slična je statici koju često vidite na TV-u ili radijskom signalu.
2. Erlang šum: Također poznat kao gama šum, ovo je još jedan multiplikativni model šuma karakteriziran gama distribucijom. Obično se nalazi na slikama snimljenim senzorima s šumom ili emitiranim kanalima s šumom.
3. Ujednačena buka: Ovo je aditivni model šuma s ravnomjernom distribucijom, koji se često opaža u kvantiziranim slikama ili onima oštećenim pogreškama prijenosa.

Mjerenje buke

U analizi slike, procjena i procjena šuma je temeljni zadatak. Uključuje kvantificiranje razine šuma na slici. Ovaj se proces oslanja na dvije primarne tehnike mjerenja buke:

1. Omjer vršnog signala i šuma (PSNR): PSNR služi kao mjerilo za ocjenu kvalitete rekonstrukcije slike. Uspoređuje vrijednosti piksela izvorne slike s onima reproducirane slike, pružajući numeričku mjeru koliko je vjerno slika reproducirana.
2. Srednja kvadratna pogreška (MSE): MSE, nasuprot tome, procjenjuje razlike između vrijednosti piksela dviju slika. Ova metoda izračunava prosjek kvadrata razlika između odgovarajućih piksela u dvije slike. Ovaj kvantitativni pristup pomaže nam razumjeti opseg šuma u slici i njegov utjecaj na kvalitetu.

Uobičajene tehnike smanjenja buke

Šum čini slike zrnastima i obezbojenim, prikrivajući fine detalje. Kako bi neutralizirali ovaj učinak, tehnike smanjenja šuma pomažu u poboljšanju kvalitete slike za bolje rezultate u mnogim domenama kao što su fotografija, sigurnost, videokonferencije, nadzor itd. Na primjer, smanjenje šuma je ključno za točnu dijagnozu i planiranje liječenja u medicinskim slikama.

Tehnike smanjenja šuma najbolje funkcioniraju u uvjetima kao što su slabo osvjetljenje, visoke ISO postavke, velike brzine zatvarača ili kada se radi o inherentno bučnim kamerama.

Neke uobičajene tehnike smanjenja buke uključuju:

• Srednje filtriranje: Kako bi se uklonio impulsni šum, srednje filtriranje zamjenjuje vrijednost piksela srednjim vrijednostima njegovih obližnjih piksela.
• Gaussovo filtriranje: Ova tehnika zamjenjuje svaki piksel na slici ponderiranim prosjekom piksela u susjedstvu piksela oko tog piksela.
• Bilateralno filtriranje: Ova tehnika kombinira srednje i Gaussovo filtriranje kako bi se smanjio šum s netaknutim rubovima.
• Wavelet filtriranje: Ova tehnika koristi Fourierova transformacija model to pass image valoviti koeficijenti za smanjenje buke.

Primjene smanjenja buke

Smanjenje buke ima različite primjene u raznim industrijama, kao što su restauracija slike i povećanje slike, ali najvažniji su:

• Medicinsko snimanje: Tehnike smanjenja buke poboljšavaju dijagnozu bolesti u MRI i CT skeniranju, pojednostavljujući rezultate pacijenata.
• Satelitske slike: Smanjenje šuma pomaže u boljoj identifikaciji objekata i značajki na satelitskim slikama.
• Upravljanje katastrofama: Smanjenje buke poboljšava slike daljinskog otkrivanja za praćenje okoliša i mapiranje.
• Provedba zakona: Povećava jasnoću u prismotra snimke i forenzičke slike za identifikaciju osumnjičenika i predmeta.
• istraživanje svemira: Smanjenje šuma čisti astronomske slike, omogućujući otkrivanje slabih nebeskih objekata i finih detalja u promatranjima dubokog svemira.

Za čitanje povezanog sadržaja posjetite Ujedinite AI.