用平均的方法去除噪聲

技術/方法

什麼？平均？你是說濾波？

並不是！這種方法並不使用任何濾波（去噪）算法對圖像進行處理。實際上，這種方法與濾波相反：你可以獲得更爲清晰的圖像！

在平均法中，我們假設有一系列同一場景的一些圖像，只不過每一幅圖像具有不同的“噪聲模式”。

一旦我們擁有多幅同一場場景的圖像，是的，這種你在學校就學過的平均方法：相加之後除以圖像的數量。

準備開始實驗

首先，我們必須獲取到多幅圖像，每一幅圖像中都有一些噪聲。我們使用Photoshop以及自動選擇模式生成25幅圖像，每一幅圖像中添加8%的高斯噪聲。

開始編碼

首先，確保你包含了OpenCV庫中的cv.lib cvaux.lib cxcore.lib highgui.lib文件。

#include <cv.h>
#include <highgui.h>

現在，主函數爲：

int main()
{
    IplImage* imgRed[25];
    IplImage* imgGreen[25];
    IplImage* imgBlue[25];

我們一開始定義了三個數組，用以包含25幅圖像每一個通道。我們現在載入25幅圖像。

  for(int i=0;i<25;i++)
    {
        IplImage* img;
        char filename[150];
        sprintf(filename, "%d.jpg", (i+1));
        img = cvLoadImage(filename);
        imgRed[i] = cvCreateImage(cvGetSize(img), 8, 1);
        imgGreen[i] = cvCreateImage(cvGetSize(img), 8, 1);
        imgBlue[i] = cvCreateImage(cvGetSize(img), 8, 1);
        cvSplit(img, imgRed[i], imgGreen[i], imgBlue[i], NULL);
        cvReleaseImage(&img);
    }

讓我們一行一行查看上述代碼。我們首先創建一個循環，在循環中我們創建保存圖像的臨時變量，隨後，我們輸入載入圖像的名稱。載入圖像的名稱可以是1.JPG 2.JPG等等，之後我們載入圖像到 img變量。

下一步，我們分配了三個通道的內存。隨後，我們把載入的圖像分離成三個通道的圖像，分別保存在剛剛分配的三個通道內存中。

現在，我們在添加如下代碼段：

 CvSize imgSize = cvGetSize(imgRed[0]);
    IplImage* imgResultRed = cvCreateImage(imgSize, 8, 1);
    IplImage* imgResultGreen = cvCreateImage(imgSize, 8, 1);

    IplImage* imgResultBlue = cvCreateImage(imgSize, 8, 1);

    IplImage* imgResult = cvCreateImage(imgSize, 8, 3);

我們再次分配了三個通道的內存，用以保存平均法去噪的圖像結果。

現在，實現平均去噪的方法：

for(int y=0;y<imgSize.height;y++)
    {
        for(int x=0;x<imgSize.width;x++)
        {
            int theSumRed=0;
            int theSumGreen=0;
            int theSumBlue=0;
            for(int i=0;i<25;i++)
            {
                theSumRed+=cvGetReal2D(imgRed[i], y, x);
                theSumGreen+=cvGetReal2D(imgGreen[i], y, x);
                theSumBlue+=cvGetReal2D(imgBlue[i], y, x);
            }
            theSumRed = (float)theSumRed/25.0f;
            theSumGreen = (float)theSumGreen/25.0f;
            theSumBlue = (float)theSumBlue/25.0f;
            cvSetReal2D(imgResultRed, y, x, theSumRed);
            cvSetReal2D(imgResultGreen, y, x, theSumGreen);
            cvSetReal2D(imgResultBlue, y, x, theSumBlue);
        }
    }

我們獲取每一幅圖像的每一個像素，然後我們定義像素的和，用以存放25幅噪聲圖像的每一個通道的像素和。隨後，我們把每一個通道的像素和除以圖像的數量，然後在把三通道的圖像進行合併，生成最終的圖像。

很簡單？下面試圖像的輸出結果：