Што е шум во обработката на слики? – Буквар

Ако некогаш сте виделе слика каде што забележувате честички од прашина кои не се дел од вистинската слика, веројатно гледате „шум“ на сликата. Постојат многу технички причини зошто тоа се случува. Често ја замаглува вистинската слика и е водечка причина за деградација на квалитетот на сликата при дигитален пренос на слики.

Ова е местото каде што обработката на слики нуди стабилно решение. Обезбедува широк опсег на техники за намалување на бучавата, како што се просторно филтрирање, филтрирање фреквенција, филтрирање базирано на трансформација, филтрирање базирано на длабоко учење итн.

Во оваа статија, ќе истражиме некои клучни техники што може да се користат за намалување на шумот на сликите, заедно со истражување на водечките типови и причини за шум на сликата. Ајде да се нурнеме!

Видови шум при обработка на слики

Симулација на варијации на бучава - МДФ, CC BY-SA 3.0, преку Викимедија комонс

Факторите кои се движат од условите на околината до сензорот на фотоапаратот можат да внесат шум на сликата. Четирите главни типови на шум што обично ги гледате на сликите вклучуваат:

• Адитивен шум: Предизвикани од случајни варијации во осветленоста или информациите за бојата низ сликата. Ова е најчестиот тип на шум што се гледа на сликите.
• Субтрактивен шум: Предизвикани од случајното одземање на вредностите на пиксели од оригиналната слика, што доведува до лош квалитет на сликата, што често се гледа како темни точки или региони на сликата. Субтрактивниот шум обично се јавува во услови на слаба осветленост.
• Мултипликативен шум: Предизвикани кога вредноста на шумот се множи со оригиналната вредност на пикселот, што често резултира со слаб квалитет на сликата околу посветлите делови на сликата. Ова е најтешкиот тип на шум за отстранување поради значителни варијации на вредноста на пикселите.
• Импулсен шум: Предизвикани од ненадејни промени во вредноста на пикселите кои се видливи како случајни црно-бели пиксели кои се гледаат како остри нарушувања на сликата. Се нарекува и „шум од сол и бибер“. Тоа е резултат на дефекти на камерата, грешки во преносот или космички зраци.

Причини за бучава при обработка на слики

Шумот на сликата може да резултира од различни извори, вклучувајќи:

1. Услови на животната средина: Надворешните фактори како што се слабото осветлување или блиските електронски пречки најчесто предизвикуваат шум на сликите. Тие можат да додаваат случајни варијации во сликите.
2. Бучава од сензорот: Сите проблеми со сензорот што се користи во камерите и скенерите може да додадат шум на сликите. На пример, при лоши услови на осветлување, ако не користите сензор со добар квалитет, тој може да ја засили бучавата заедно со светлината.
3. Квантизирачки шум: Се јавува кога аналогните сигнали се претвораат во дигитална форма, особено кај сликите со висок контраст. На пример, кога скенирате фотографија, често ќе видите дека се појавува шум на добиената слика. Ова е квантизациски шум што се појавува од дигитализацијата на сликата.
4. Бучава во преносот: Се појавува кога сликите се пренесуваат преку бучни канали, било да се тоа преку мрежи (на пример, интернет) или складирани на бучни медиуми за складирање (како хард дискови).
5. Бучава при обработка: Се појавува за време на операциите за обработка на слики, како што се филтрирање, компресија итн.

Модели на шум во обработка на слики

Моделите на шум во обработката на слики служат како математички прикази на различните видови шум што можат да влијаат на сликите. Овие модели помагаат да се разбере појавата на различни видови шум преку симулации, што пак помага да се развијат стратегии за нејзино намалување.

Некои вообичаени модели на бучава вклучуваат:

1. Гаусовиот шум: Еден од најчестите типови на модели на бучава, „Гаусовиот шум“ се карактеризира со распределба на веројатност во форма на ѕвонче. Симулира случајни варијации пронајдени во сликите. Може да потекнува од извори како што се бучавата од сензорот и квантизацијата и е слична на статиката што често ја гледате на ТВ или радио сигнал.
2. Ерланг шум: Исто така познат како гама шум, ова е уште еден мултипликативен модел на шум кој се карактеризира со гама дистрибуција. Обично се наоѓа во слики снимени со бучни сензори или пренесени преку бучни канали.
3. Униформен шум: Ова е модел на адитивен шум со униформа дистрибуција, често забележан на квантизирани слики или оние што се оштетени од грешки во преносот.

Мерење на бучава

Во анализата на сликата, проценката и евалуацијата на бучавата е основна задача. Тоа вклучува квантифицирање на нивото на шум на сликата. Овој процес се потпира на две основни техники за мерење на бучавата:

1. Врвен сооднос сигнал-шум (PSNR): PSNR служи како репер за проценка на квалитетот на реконструкција на сликата. Ги споредува вредностите на пикселите на оригиналната слика со оние на репродуцираната слика, обезбедувајќи нумеричка мерка за тоа колку верно се репродуцира сликата.
2. Средна квадратна грешка (MSE): Спротивно на тоа, MSE ги проценува разликите помеѓу вредностите на пикселите на две слики. Овој метод го пресметува просекот на квадратните разлики помеѓу соодветните пиксели на двете слики. Овој квантитативен пристап ни помага да го разбереме степенот на шум на сликата и неговото влијание врз квалитетот.

Заеднички техники за намалување на бучавата

Бучавата ги прави сликите зрнести и обезбојувани, прикривајќи ги фините детали. За да се неутрализира овој ефект, техниките за намалување на шумот помагаат да се подобри квалитетот на сликата за подобри резултати во многу домени како фотографија, безбедност, видео конференции, надзор итн. На пример, намалувањето на шумот е од клучно значење за прецизна дијагноза и планирање третман во медицинските слики.

Техниките за намалување на шумот најдобро функционираат при услови како што се слаба осветленост, високи ISO поставки, брзи брзини на блендата или кога се работи со инхерентно бучни камери.

Некои вообичаени техники за намалување на бучавата вклучуваат:

• Средно филтрирање: За да се елиминира импулсниот шум, средното филтрирање ја заменува вредноста на пикселот со средните вредности на неговите блиски пиксели.
• Гаусово филтрирање: Оваа техника го заменува секој пиксел на сликата со пондериран просек на пиксели во соседството на пиксели околу тој пиксел.
• Билатерално филтрирање: Оваа техника ги комбинира средното и Гаусовото филтрирање за да го намали шумот со недопрени рабови.
• Филтрирање брановидни: Оваа техника користи Фуриева трансформација модел да помине слика брановидни коефициенти да се намали бучавата.

Апликации за намалување на бучавата

Намалувањето на бучавата има различни примени во индустриите, како на пр реставрација на сликата надградба на сликата, но најважните се:

• Медицинска слика: Техниките за намалување на бучавата ја подобруваат дијагнозата на болеста при МРИ и КТ скенови, рационализирајќи ги исходите на пациентот.
• Сателитски снимки: Намалувањето на шумот помага за подобра идентификација на објектите и карактеристиките во сателитските снимки.
• Управување со катастрофи: Намалувањето на шумот ги подобрува сликите со далечинско набљудување за следење и мапирање на животната средина.
• Спроведување на законот: Ја подобрува јасноста во надзор снимки и форензички снимки за идентификација на осомничениот и предметот.
• Вселенско истражување: Намалувањето на шумот ги чисти астрономските слики, овозможувајќи откривање на слаби небесни објекти и фини детали во набљудувањата во длабоката вселена.

За да прочитате поврзана содржина, посетете Обединете вештачка интелигенција.