Що таке шум під час обробки зображень? – Буквар

Якщо ви коли-небудь бачили зображення, на якому помічаєте частинки пилу, які не є частиною реального зображення, ви, ймовірно, бачите на зображенні «шум». Існує багато технічних причин, чому це відбувається. Це часто затьмарює реальне зображення та є головною причиною погіршення якості зображення під час передачі цифрового зображення.

Тут обробка зображень пропонує надійне рішення. Він надає широкий спектр методів зменшення шуму, таких як просторова фільтрація, частотна фільтрація, фільтрація на основі перетворення, фільтрація на основі глибокого навчання тощо.

У цій статті ми розглянемо деякі ключові прийоми, які можна використовувати для зменшення шуму на зображеннях, а також дослідимо основні типи та причини шуму зображення. Давайте зануримося!

Типи шумів при обробці зображень

Симуляція варіацій шуму – MDF, CC BY-SA 3.0через Wikimedia Commons

Фактори, починаючи від умов навколишнього середовища та закінчуючи датчиком камери, можуть внести шум у зображення. Чотири основні типи шуму, які ви зазвичай бачите на зображеннях, включають:

• Додатковий шум: Викликано випадковими варіаціями інформації про яскравість або колір на зображенні. Це найпоширеніший тип шуму, який можна побачити на зображеннях.
• Субтрактивний шум: Викликається випадковим відніманням значень пікселів із вихідного зображення, що призводить до низької якості зображення, яке часто видно як темні плями або ділянки на зображенні. Субтрактивний шум зазвичай виникає в умовах слабкого освітлення.
• Мультиплікативний шум: Виникає, коли значення шуму множиться на початкове значення пікселя, що часто призводить до поганої якості зображення навколо яскравіших частин зображення. Цей тип шуму найважче видалити через значні варіації значень пікселів.
• Імпульсний шум: Викликано раптовими змінами значення пікселів, які видно як випадкові чорні та білі пікселі, що сприймаються як різкі спотворення на зображенні. Його також називають «шум солі та перцю». Це є результатом дефектів камери, помилок передачі або космічного випромінювання.

Причини шуму під час обробки зображень

Шум зображення може виникати з різних джерел, зокрема:

1. Умови навколишнього середовища: Зовнішні чинники, такі як погане освітлення або сусідні електронні перешкоди, зазвичай спричиняють шуми на зображеннях. Вони можуть додавати випадкові варіації зображень.
2. Шум датчика: Будь-які проблеми з датчиком, який використовується в камерах і сканерах, можуть додати шум на зображеннях. Наприклад, в умовах поганого освітлення, якщо ви не використовуєте якісний датчик, він може посилити шум разом із світлом.
3. Шум квантування: Виникає, коли аналогові сигнали перетворюються на цифрову форму, особливо на висококонтрастних зображеннях. Наприклад, коли ви скануєте фотографію, на отриманому зображенні часто з’являється шум. Це шум квантування, що виникає в результаті оцифрування зображення.
4. Шум передачі: Виникає, коли зображення передаються через шумні канали, через мережі (наприклад, Інтернет) або зберігаються на шумних носіях (наприклад, на жорстких дисках).
5. Шум обробки: Відбувається під час операцій обробки зображень, таких як фільтрація, стиснення тощо.

Моделі шуму в обробці зображень

Шумові моделі в обробці зображень служать математичними представленнями різних видів шуму, який може впливати на зображення. Ці моделі допомагають зрозуміти виникнення різних видів шуму за допомогою моделювання, що, у свою чергу, допомагає розробити стратегії його зменшення.

Деякі поширені моделі шуму включають:

1. Гаусівський шум: Один із найпоширеніших типів моделей шуму, «гаусівський шум» характеризується дзвоноподібним розподілом ймовірностей. Він імітує випадкові варіації зображень. Він може походити від таких джерел, як шум датчика та квантування, і схожий на статику, яку ви часто бачите на телебаченні чи радіосигналі.
2. Шум Erlang: Також відомий як гамма-шум, це ще одна модель мультиплікативного шуму, що характеризується гамма-розподілом. Зазвичай це можна знайти на зображеннях, знятих за допомогою шумових датчиків або переданих через шумні канали.
3. Рівномірний шум: Це модель адитивного шуму з рівномірним розподілом, який часто спостерігається в квантованих зображеннях або тих, які спотворені помилками передачі.

Вимірювання шуму

В аналізі зображення оцінка шуму є фундаментальним завданням. Він передбачає кількісне визначення рівня шуму на зображенні. Цей процес базується на двох основних методах вимірювання шуму:

1. Пікове співвідношення сигнал/шум (PSNR): PSNR служить еталоном для оцінки якості реконструкції зображення. Він порівнює значення пікселів оригінального зображення зі значеннями відтвореного зображення, забезпечуючи числову міру того, наскільки вірно відтворюється зображення.
2. Середня квадратична помилка (MSE): MSE, навпаки, оцінює різницю між значеннями пікселів двох зображень. Цей метод обчислює середнє значення квадратів відмінностей між відповідними пікселями на двох зображеннях. Цей кількісний підхід допомагає нам зрозуміти ступінь шуму в зображенні та його вплив на якість.

Загальні методи зменшення шуму

Шум робить зображення зернистими та знебарвленими, приховуючи дрібні деталі. Щоб нейтралізувати цей ефект, методи зменшення шуму допомагають покращити якість зображення для кращих результатів у багатьох сферах, як-от фотографія, безпека, відеоконференції, спостереження тощо. Наприклад, зменшення шуму має вирішальне значення для точної діагностики та планування лікування в медичних зображеннях.

Методи зменшення шуму найкраще працюють за таких умов, як слабке освітлення, високі налаштування ISO, швидкі витримки або коли мова йде про шумні камери.

Деякі поширені методи зменшення шуму включають:

• Медіанна фільтрація: Щоб усунути імпульсний шум, медіанна фільтрація замінює значення пікселя середніми значеннями сусідніх пікселів.
• Фільтрація Гауса: Ця техніка замінює кожен піксель на зображенні зваженим середнім значенням пікселів в околиці пікселів навколо цього пікселя.
• Двостороння фільтрація: Ця техніка поєднує медіанну та гауссову фільтрацію для зменшення шуму з непошкодженими краями.
• Вейвлет-фільтрація: Ця техніка використовує Трансформація Фур'є модель для передачі зображення вейвлет-коефіцієнти для зменшення шуму.

Застосування шумозаглушення

Зменшення шуму має різноманітні застосування в різних галузях, наприклад відновлення зображення та збільшення зображення, але найважливішими є:

• Медична візуалізація: Методи зменшення шуму покращують діагностику захворювань під час МРТ і КТ, оптимізуючи результати лікування пацієнтів.
• Супутникові знімки: Зменшення шуму допомагає краще ідентифікувати об’єкти та особливості на супутникових зображеннях.
• Управління стихійними лихами: зменшення шуму покращує зображення дистанційного зондування для моніторингу навколишнього середовища та картографування.
• Правозастосування: Це покращує чіткість спостереження кадри та криміналістичні зображення для ідентифікації підозрюваних та об'єктів.
• Космічні дослідження: Зниження шуму очищає астрономічні зображення, дозволяючи виявляти слабкі небесні об’єкти та дрібні деталі під час спостережень у глибокому космосі.

Щоб прочитати схожий вміст, відвідайте Об'єднайте ШІ.