Trí tuệ nhân tạo

Nhiễu trong xử lý ảnh là gì? - Một lớp sơn lót

Được phát hành

1 năm trước

Tháng Mười Một 13, 2023

Nếu bạn đã từng xem một bức ảnh mà bạn nhận thấy các hạt bụi không có trong ảnh thực tế thì có thể bạn đang nhìn thấy 'nhiễu' trong ảnh. Có nhiều lý do kỹ thuật giải thích tại sao điều này xảy ra. Nó thường che khuất hình ảnh thực tế và là nguyên nhân hàng đầu làm giảm chất lượng hình ảnh trong quá trình truyền hình ảnh kỹ thuật số.

Đây là nơi xử lý hình ảnh cung cấp một giải pháp mạnh mẽ. Nó cung cấp một loạt các kỹ thuật giảm nhiễu, chẳng hạn như lọc không gian, lọc tần số, lọc dựa trên chuyển đổi, lọc dựa trên học sâu, v.v.

Trong bài viết này, chúng ta sẽ khám phá một số kỹ thuật chính có thể được sử dụng để giảm nhiễu trong hình ảnh, cùng với việc điều tra các loại và nguyên nhân hàng đầu gây ra nhiễu hình ảnh. Hãy đi sâu vào!

Các loại nhiễu trong xử lý ảnh

Mô phỏng các biến thể tiếng ồn – MDF, CC BY-SA 3.0, qua Wikimedia Commons

Các yếu tố từ điều kiện môi trường đến cảm biến của máy ảnh đều có thể tạo ra nhiễu cho hình ảnh. Bốn loại nhiễu chính mà bạn thường thấy trong ảnh bao gồm:

Tiếng ồn phụ gia: Nguyên nhân là do sự thay đổi ngẫu nhiên về độ sáng hoặc thông tin màu sắc trên hình ảnh. Đây là loại nhiễu phổ biến nhất được thấy trong hình ảnh.
Tiếng ồn trừ: Nguyên nhân là do các giá trị pixel bị trừ ngẫu nhiên khỏi ảnh gốc, dẫn đến chất lượng ảnh kém, thường thấy là các điểm hoặc vùng tối trong ảnh. Nhiễu trừ thường xảy ra trong điều kiện ánh sáng yếu.
Tiếng ồn nhân: Xảy ra khi giá trị nhiễu được nhân với giá trị pixel gốc, thường dẫn đến chất lượng hình ảnh kém xung quanh những phần sáng hơn của hình ảnh. Đây là loại nhiễu khó loại bỏ nhất do sự thay đổi giá trị pixel đáng kể.
Tiếng ồn xung: Nguyên nhân là do những thay đổi đột ngột về giá trị pixel có thể nhìn thấy dưới dạng các pixel đen trắng ngẫu nhiên được coi là nhiễu loạn sắc nét trong hình ảnh. Nó còn được gọi là 'tiếng ồn muối và hạt tiêu'. Nguyên nhân là do lỗi camera, lỗi truyền dẫn hoặc tia vũ trụ.

Nguyên nhân gây nhiễu trong xử lý ảnh

Nhiễu hình ảnh có thể do nhiều nguồn khác nhau, bao gồm:

Điều kiện môi trường: Các yếu tố bên ngoài như ánh sáng kém hoặc nhiễu điện tử ở gần thường gây ra nhiễu trong hình ảnh. Họ có thể thêm các biến thể ngẫu nhiên vào hình ảnh.
Tiếng ồn cảm biến: Bất kỳ vấn đề nào với cảm biến được sử dụng trong máy ảnh và máy quét đều có thể gây ra nhiễu cho hình ảnh. Ví dụ: trong điều kiện ánh sáng kém, nếu bạn không sử dụng cảm biến chất lượng tốt, nó có thể khuếch đại nhiễu cùng với ánh sáng.
Tiếng ồn lượng tử hóa: Xảy ra khi tín hiệu tương tự được chuyển đổi sang dạng kỹ thuật số, đặc biệt là ở các hình ảnh có độ tương phản cao. Ví dụ: khi bạn quét một bức ảnh, bạn sẽ thường thấy nhiễu xuất hiện trong ảnh thu được. Đây là nhiễu lượng tử hóa xuất hiện từ quá trình số hóa hình ảnh.
Tiếng ồn truyền tải: Xảy ra khi hình ảnh được truyền qua các kênh nhiễu, qua mạng (ví dụ: internet) hoặc được lưu trữ trên phương tiện lưu trữ ồn ào (như ổ cứng).
Xử lý tiếng ồn: Xảy ra trong các hoạt động xử lý hình ảnh, chẳng hạn như lọc, nén, v.v.

Mô hình nhiễu trong xử lý ảnh

Các mô hình nhiễu trong xử lý ảnh đóng vai trò là biểu diễn toán học của các loại nhiễu khác nhau có thể ảnh hưởng đến hình ảnh. Những mô hình này giúp hiểu rõ sự xuất hiện của các loại tiếng ồn khác nhau thông qua mô phỏng, từ đó giúp phát triển các chiến lược để giảm thiểu tiếng ồn.

Một số mô hình tiếng ồn phổ biến bao gồm:

Tiếng ồn Gauss: Một trong những loại mô hình nhiễu phổ biến nhất, 'nhiễu Gaussian' được đặc trưng bởi phân bố xác suất hình chuông. Nó mô phỏng các biến thể ngẫu nhiên được tìm thấy trong hình ảnh. Nó có thể xuất phát từ các nguồn như nhiễu cảm biến và lượng tử hóa và tương tự như hiện tượng tĩnh bạn thường thấy trên TV hoặc tín hiệu radio.
Tiếng ồn Erlang: Còn được gọi là nhiễu gamma, đây là một mô hình nhiễu nhân khác được đặc trưng bởi phân bố gamma. Nó thường được tìm thấy trong các hình ảnh được chụp bằng cảm biến nhiễu hoặc được truyền qua các kênh nhiễu.
Tiếng ồn đồng đều: Đây là mô hình nhiễu bổ sung có phân bố đồng đều, thường được quan sát thấy trong các ảnh lượng tử hóa hoặc những ảnh bị hỏng do lỗi truyền.

Đo tiếng ồn

Trong phân tích ảnh, đánh giá và đánh giá nhiễu là một nhiệm vụ cơ bản. Nó liên quan đến việc định lượng mức độ nhiễu trong hình ảnh. Quá trình này dựa trên hai kỹ thuật đo tiếng ồn chính:

Tỷ lệ tín hiệu trên nhiễu cao nhất (PSNR): PSNR đóng vai trò là chuẩn mực để đánh giá chất lượng tái tạo hình ảnh. Nó so sánh các giá trị pixel của hình ảnh gốc với giá trị pixel của hình ảnh được sao chép, cung cấp thước đo bằng số về mức độ trung thực của hình ảnh được tái tạo.
Lỗi bình phương trung bình (MSE): Ngược lại, MSE đánh giá sự khác biệt giữa các giá trị pixel của hai hình ảnh. Phương pháp này tính toán mức trung bình của chênh lệch bình phương giữa các pixel tương ứng trong hai hình ảnh. Cách tiếp cận định lượng này giúp chúng ta hiểu được mức độ nhiễu trong hình ảnh và tác động của nó đến chất lượng.

Kỹ thuật giảm tiếng ồn phổ biến

Nhiễu khiến hình ảnh bị nổi hạt và mất màu, che khuất các chi tiết nhỏ. Để vô hiệu hóa hiệu ứng này, kỹ thuật giảm nhiễu giúp cải thiện chất lượng hình ảnh để mang lại kết quả tốt hơn trong nhiều lĩnh vực như chụp ảnh, bảo mật, hội nghị truyền hình, giám sát, v.v. Ví dụ: giảm nhiễu rất quan trọng để chẩn đoán và lập kế hoạch điều trị chính xác trong hình ảnh y tế.

Kỹ thuật giảm nhiễu hoạt động tốt nhất trong các điều kiện như ánh sáng yếu, cài đặt ISO cao, tốc độ cửa trập nhanh hoặc khi xử lý máy ảnh vốn có nhiều tiếng ồn.

Một số kỹ thuật giảm tiếng ồn phổ biến bao gồm:

Lọc trung bình: Để loại bỏ nhiễu xung, bộ lọc trung vị sẽ thay thế giá trị của pixel bằng giá trị trung bình của các pixel lân cận.
Lọc Gaussian: Kỹ thuật này thay thế từng pixel trong một hình ảnh bằng giá trị trung bình có trọng số của các pixel trong vùng lân cận pixel xung quanh pixel đó.
Lọc song phương: Kỹ thuật này kết hợp giữa lọc trung vị và lọc Gaussian để giảm nhiễu với các cạnh nguyên vẹn.
Lọc Wavelet: Kỹ thuật này sử dụng các Biến đổi Fourier mô hình để truyền hình ảnh hệ số sóng con để giảm tiếng ồn.

Ứng dụng giảm tiếng ồn

Giảm tiếng ồn có nhiều ứng dụng trong các ngành công nghiệp, chẳng hạn như Khôi phục hình ảnh và nâng cấp hình ảnh, nhưng những điều quan trọng nhất là:

Hình ảnh y tế: Kỹ thuật giảm tiếng ồn cải thiện chẩn đoán bệnh trong chụp MRI và CT, hợp lý hóa kết quả của bệnh nhân.
Hình ảnh vệ tinh: Giảm nhiễu hỗ trợ nhận dạng đối tượng và đặc điểm tốt hơn trong ảnh vệ tinh.
Quản lý thảm họa: Giảm tiếng ồn cải thiện hình ảnh viễn thám để theo dõi và lập bản đồ môi trường.
Thực thi pháp luật: Nó tăng cường sự rõ ràng trong giám sát cảnh quay và hình ảnh pháp y để nhận dạng nghi phạm và đối tượng.
Nghiên cứu không gian: Tính năng giảm nhiễu giúp làm sạch các hình ảnh thiên văn, cho phép phát hiện các thiên thể mờ nhạt và các chi tiết nhỏ trong các quan sát không gian sâu.

Để đọc nội dung liên quan, hãy truy cập Đoàn kết AI.