Ce este zgomotul în procesarea imaginilor? – Un ghid

Dacă ai văzut vreodată o imagine în care observi particule de praf care nu fac parte din imaginea reală, probabil vezi “zgomot” în imagine. Există multe motive tehnice pentru care se întâmplă acest lucru. Acesta adesea ascunde imaginea reală și este principala cauză a degradării calității imaginii în transmisia digitală a imaginilor.

Acesta este locul în care procesarea imaginilor oferă o soluție robustă. Oferă o gamă largă de tehnici de reducere a zgomotului, cum ar fi filtrarea spațială, filtrarea frecvenței, filtrarea bazată pe transformări, filtrarea bazată pe învățare profundă etc.

În acest articol, vom explora unele tehnici cheie care pot fi utilizate pentru a reduce zgomotul în imagini, împreună cu investigarea principalelor tipuri și cauze ale zgomotului de imagine. Hai să intrăm în detalii!

Tipuri de zgomot în procesarea imaginilor

O simulare a variațiilor de zgomot – Mdf, CC BY-SA 3.0, via Wikimedia Commons

Factori care variază de la condiții de mediu la senzorul camerei pot introduce zgomot în imagine. Cele patru tipuri principale de zgomot pe care le vezi de obicei în imagini includ:

• Zgomot aditiv: Cauzat de variații aleatorii în informații de luminozitate sau culoare pe întreaga imagine. Acesta este cel mai comun tip de zgomot observat în imagini.
• Zgomot substractiv: Cauzat de scăderea aleatorie a valorilor de pixel din imaginea originală, ceea ce duce la o calitate slabă a imaginii, adesea observată sub formă de pete întunecate sau regiuni în imagine. Zgomotul substractiv apare de obicei în condiții de iluminare slabă.
• Zgomot multiplicativ: Cauzat atunci când valoarea zgomotului este multiplicată cu valoarea originală a pixelului, adesea rezultând într-o calitate slabă a imaginii în jurul părților mai luminoase ale imaginii. Acesta este cel mai dificil tip de zgomot de eliminat, din cauza variațiilor semnificative ale valorilor de pixel.
• Zgomot de impuls: Cauzat de schimbări bruște ale valorii de pixel care sunt vizibile sub formă de pixeli albi și negri, observați ca perturbări ascuțite în imagine. Este cunoscut și sub numele de “zgomot de sare și piper”. Acesta rezultă din defecte ale camerei, erori de transmisie sau raze cosmice.

Cauzele zgomotului în procesarea imaginilor

Zgomotul de imagine poate rezulta din diverse surse, inclusiv:

1. Condiții de mediu: Factorii externi, cum ar fi iluminarea slabă sau interferența electronică din apropiere, pot cauza zgomot în imagini. Aceștia pot adăuga variații aleatorii în imagini.
2. Zgomotul senzorului: Orice problemă cu senzorul utilizat în camere și scanere poate adăuga zgomot în imagini. De exemplu, în condiții de iluminare slabă, dacă nu utilizați un senzor de calitate, acesta poate amplifica zgomotul împreună cu lumina.
3. Zgomotul de cuantificare: Acesta apare atunci când semnalele analogice sunt convertite în formă digitală, în special în imagini cu contrast ridicat. De exemplu, atunci când scanați o fotografie, veți observa adesea zgomot care apare în imaginea rezultată. Acesta este zgomotul de cuantificare care apare din digitizarea imaginii.
4. Zgomotul de transmisie: Acesta apare atunci când imaginile sunt transmise prin canale zgomotoase, fie prin rețele (de exemplu, internetul) sau stocate pe suporturi de stocare zgomotoase (cum ar fi discurile dure).
5. Zgomotul de procesare: Acesta apare în timpul operațiunilor de procesare a imaginilor, cum ar fi filtrarea, comprimarea etc.

Modele de zgomot în procesarea imaginilor

Modelele de zgomot în procesarea imaginilor servesc ca reprezentări matematice ale diferitelor tipuri de zgomot care pot afecta imaginile. Aceste modele ajută la înțelegerea apariției diferitelor tipuri de zgomot prin simulări, ceea ce la rândul său ajută la dezvoltarea strategiilor de reducere a acestuia.

Unele modele de zgomot comune includ:

1. Zgomotul Gaussian: Unul dintre cele mai comune tipuri de zgomot, “zgomotul Gaussian” se caracterizează printr-o distribuție de probabilitate în formă de clopot. Acesta simulează variațiile aleatorii găsite în imagini. Acesta poate proveni din surse cum ar fi zgomotul senzorului și zgomotul de cuantificare și este similar cu zgomotul static pe care îl vezi adesea la televizor sau la un semnal radio.
2. Zgomotul Erlang: Cunoscut și sub numele de zgomot gamma, acesta este un alt model de zgomot multiplicativ caracterizat printr-o distribuție gamma. Acesta este de obicei găsit în imagini capturate cu senzori zgomotoși sau transmise prin canale zgomotoase.
3. Zgomotul uniform: Acesta este un model de zgomot aditiv cu o distribuție uniformă, adesea observat în imagini cuantificate sau în cele corupte de erori de transmisie.

Măsurarea zgomotului

În analiza imaginilor, evaluarea și măsurarea zgomotului este o sarcină fundamentală. Acesta implică cuantificarea nivelului de zgomot dintr-o imagine. Acest proces se bazează pe două tehnici principale de măsurare a zgomotului:

1. Raportul de semnal la zgomot (PSNR): PSNR servește ca o referință pentru evaluarea calității reconstrucției imaginii. Acesta compară valorile de pixel ale imaginii originale cu cele ale imaginii reconstruite, oferind o măsură numerică a modului în care imaginea este reprodusă cu fidelitate.
2. Erora medie pătratică (MSE): MSE, pe de altă parte, evaluează diferențele dintre valorile de pixel ale a două imagini. Această metodă calculează media diferențelor pătratice dintre pixelii corespunzători din cele două imagini. Acestă abordare cantitativă ne ajută să înțelegem amploarea zgomotului dintr-o imagine și impactul său asupra calității.

Tehnici comune de reducere a zgomotului

Zgomotul face imaginile granuloase și decolorate, ascunzând detalii fine. Pentru a neutraliza acest efect, tehniciile de reducere a zgomotului ajută la îmbunătățirea calității imaginilor pentru rezultate mai bune în multe domenii, cum ar fi fotografia, securitatea, conferințele video, supravegherea etc. De exemplu, reducerea zgomotului este critică pentru diagnosticarea și planificarea tratamentului precis în imagistica medicală.

Tehnicile de reducere a zgomotului funcționează cel mai bine în condiții cum ar fi lumina slabă, setări ISO ridicate, viteze de obturare rapide sau atunci când se lucrează cu camere inerent zgomotoase.

Unele tehnici comune de reducere a zgomotului includ:

• Filtrarea mediană: Pentru a elimina zgomotul de impuls, filtrarea mediană înlocuiește valoarea pixelului cu valorile mediane ale pixelilor din jur.
• Filtrarea Gaussiană: Această tehnică înlocuiește fiecare pixel din imagine cu o medie ponderată a pixelilor din jurul acelui pixel.
• Filtrarea bilaterală: Această tehnică combină filtrarea mediană și filtrarea Gaussiană pentru a reduce zgomotul, păstrând marginile intacte.
• Filtrarea cu valuri: Această tehnică utilizează modelul transformării Fourier pentru a trece coeficienții de val ai imaginii pentru a reduce zgomotul.

Apllicații ale reducerii zgomotului

Reducerea zgomotului are o varietate de aplicații în diferite industrii, cum ar fi restaurarea imaginilor și îmbunătățirea imaginilor, dar cele mai importante sunt:

• Imagistica medicală: Tehnicile de reducere a zgomotului îmbunătățesc diagnosticarea bolilor în imagini RMN și CT, optimizând rezultatele pacienților.
• Imagistica satelitară: Reducerea zgomotului ajută la identificarea mai bună a obiectelor și caracteristicilor în imagini satelitare.
• Managementul dezastrelor: Reducerea zgomotului îmbunătățește imaginile de teledetecție pentru monitorizarea mediului și cartografierea.
• Aplicarea legii: Acesta îmbunătățește claritatea înregistrărilor de supraveghere și imaginilor forensice pentru identificarea suspectului și a obiectelor.
• Cercetarea spațială: Reducerea zgomotului curăță imaginile astronomice, permițând detectarea obiectelor cerești slabe și a detaliilor fine în observațiile spațiale profunde.

Pentru a citi conținutul relacionat, vizitați Unite AI.