Cos'è il rumore nell'elaborazione delle immagini? – Un primer

Se hai mai visto un'immagine in cui noti particelle di polvere che non fanno parte dell'immagine reale, probabilmente vedi del "rumore" nell'immagine. Ci sono molte ragioni tecniche per cui ciò accade. Spesso oscura l'immagine reale ed è la causa principale del degrado della qualità dell'immagine nella trasmissione di immagini digitali.

È qui che l'elaborazione delle immagini offre una soluzione solida. Fornisce un'ampia gamma di tecniche di riduzione del rumore, come il filtraggio spaziale, il filtraggio di frequenza, il filtraggio basato sulla trasformazione, il filtraggio basato sull'apprendimento profondo, ecc.

In questo articolo esploreremo alcune tecniche chiave che possono essere utilizzate per ridurre il rumore nelle immagini, oltre a indagare sui principali tipi e cause del rumore dell'immagine. Immergiamoci!

Tipi di rumore nell'elaborazione delle immagini

Una simulazione delle variazioni del rumore – mdf, CC BY-SA 3.0, tramite Wikimedia Commons

Fattori che vanno dalle condizioni ambientali al sensore della fotocamera possono introdurre rumore nell'immagine. I quattro tipi principali di rumore che di solito vedi nelle immagini includono:

• Rumore additivo: Causato da variazioni casuali della luminosità o delle informazioni sul colore nell'immagine. Questo è il tipo di rumore più comune riscontrato nelle immagini.
• Rumore sottrattivo: Causato dalla sottrazione casuale dei valori dei pixel dall'immagine originale, che porta a una scarsa qualità dell'immagine, spesso vista come macchie o regioni scure nell'immagine. Il rumore sottrattivo di solito si verifica in ambienti con scarsa illuminazione.
• Rumore moltiplicativo: Causato quando il valore del rumore viene moltiplicato per il valore del pixel originale, spesso determinando una scarsa qualità dell'immagine attorno alle parti più luminose dell'immagine. Questo è il tipo di rumore più difficile da rimuovere a causa delle variazioni significative del valore dei pixel.
• Rumore impulsivo: Causato da improvvisi cambiamenti nel valore dei pixel che sono visibili come pixel bianchi e neri casuali visti come disturbi netti nell'immagine. Viene anche definito "rumore sale e pepe". Deriva da difetti della fotocamera, errori di trasmissione o raggi cosmici.

Cause di rumore nell'elaborazione delle immagini

Il rumore dell'immagine può derivare da varie fonti, tra cui:

1. Condizioni ambientali: Fattori esterni come scarsa illuminazione o interferenze elettroniche vicine causano comunemente rumore nelle immagini. Possono aggiungere variazioni casuali alle immagini.
2. Rumore del sensore: Eventuali problemi con il sensore utilizzato nelle fotocamere e negli scanner possono aumentare il rumore nelle immagini. Ad esempio, in condizioni di scarsa illuminazione, se non si utilizza un sensore di buona qualità, è possibile amplificare il rumore insieme alla luce.
3. Rumore di quantizzazione: Si verifica quando i segnali analogici vengono convertiti in forma digitale, in particolare nelle immagini ad alto contrasto. Ad esempio, quando esegui la scansione di una fotografia, vedrai spesso apparire del rumore nell'immagine risultante. Questo è il rumore di quantizzazione che appare dalla digitalizzazione dell'immagine.
4. Rumore di trasmissione: Si verifica quando le immagini vengono trasmesse su canali rumorosi, sia attraverso reti (ad esempio Internet) o archiviate su supporti di memorizzazione rumorosi (come i dischi rigidi).
5. Rumore di elaborazione: Si verifica durante le operazioni di elaborazione delle immagini, come filtraggio, compressione, ecc.

Modelli di rumore nell'elaborazione delle immagini

I modelli di rumore nell'elaborazione delle immagini servono come rappresentazioni matematiche dei diversi tipi di rumore che possono influenzare le immagini. Questi modelli aiutano a comprendere la presenza di diversi tipi di rumore attraverso simulazioni, che a loro volta aiutano a sviluppare strategie per ridurlo.

Alcuni modelli di rumore comuni includono:

1. Rumore gaussiano: Uno dei tipi più comuni di modelli di rumore, il "rumore gaussiano", è caratterizzato da una distribuzione di probabilità a campana. Simula le variazioni casuali presenti nelle immagini. Può derivare da fonti come il rumore del sensore e di quantizzazione ed è simile all'elettricità statica che spesso vedi in TV o in un segnale radio.
2. Rumore dell'Erlang: Conosciuto anche come rumore gamma, questo è un altro modello di rumore moltiplicativo caratterizzato da una distribuzione gamma. Si trova tipicamente in immagini catturate con sensori rumorosi o trasmesse attraverso canali rumorosi.
3. Rumore uniforme: Si tratta di un modello di rumore additivo con distribuzione uniforme, spesso osservato in immagini quantizzate o corrotte da errori di trasmissione.

Misurazione del rumore

Nell'analisi delle immagini, la valutazione e la valutazione del rumore è un compito fondamentale. Si tratta di quantificare il livello di rumore in un'immagine. Questo processo si basa su due tecniche principali di misurazione del rumore:

1. Rapporto segnale-rumore di picco (PSNR): Il PSNR funge da punto di riferimento per valutare la qualità della ricostruzione dell'immagine. Confronta i valori dei pixel dell'immagine originale con quelli dell'immagine riprodotta, fornendo una misura numerica della fedeltà dell'immagine riprodotta.
2. Errore quadratico medio (MSE): MSE, al contrario, valuta le differenze tra i valori dei pixel di due immagini. Questo metodo calcola la media delle differenze quadrate tra i pixel corrispondenti nelle due immagini. Questo approccio quantitativo ci aiuta a comprendere l'entità del rumore in un'immagine e il suo impatto sulla qualità.

Tecniche comuni di riduzione del rumore

Il rumore rende le immagini sgranate e scolorite, oscurando i dettagli più fini. Per neutralizzare questo effetto, le tecniche di riduzione del rumore aiutano a migliorare la qualità dell'immagine per risultati migliori in molti settori come la fotografia, la sicurezza, le videoconferenze, la sorveglianza, ecc. Ad esempio, la riduzione del rumore è fondamentale per una diagnosi accurata e la pianificazione del trattamento nelle immagini mediche.

Le tecniche di riduzione del rumore funzionano meglio in condizioni come scarsa illuminazione, impostazioni ISO elevate, velocità dell'otturatore elevate o quando si ha a che fare con fotocamere intrinsecamente rumorose.

Alcune tecniche comuni di riduzione del rumore includono:

• Filtraggio mediano: Per eliminare il rumore impulsivo, il filtraggio mediano sostituisce il valore del pixel con i valori mediani dei pixel vicini.
• Filtraggio gaussiano: Questa tecnica sostituisce ciascun pixel di un'immagine con una media ponderata dei pixel in un quartiere di pixel attorno a quel pixel.
• Filtraggio bilaterale: Questa tecnica combina il filtraggio mediano e gaussiano per ridurre il rumore con bordi intatti.
• Filtraggio wavelet: Questa tecnica utilizza il Trasformata di Fourier modello per passare l'immagine coefficienti wavelet per ridurre il rumore.

Applicazioni della riduzione del rumore

La riduzione del rumore ha una varietà di applicazioni in tutti i settori, come ad esempio restauro dell'immagine ed upscaling dell'immagine, ma i più importanti sono:

• Immagini mediche: Le tecniche di riduzione del rumore migliorano la diagnosi delle malattie nelle scansioni MRI e TC, ottimizzando i risultati per i pazienti.
• Immagini satellitari: La riduzione del rumore aiuta a identificare meglio oggetti e caratteristiche nelle immagini satellitari.
• Gestione dei disastri: la riduzione del rumore migliora le immagini di telerilevamento per il monitoraggio e la mappatura ambientale.
• Forze dell'ordine: Migliora la chiarezza sorveglianza filmati e immagini forensi per l'identificazione di sospetti e oggetti.
• Ricerca spaziale: La riduzione del rumore pulisce le immagini astronomiche, consentendo il rilevamento di deboli oggetti celesti e dettagli fini nelle osservazioni dello spazio profondo.

Per leggere i contenuti correlati, visitare Unisci l'IA.