一、圖像去噪方法
1.噪聲類型
常見的有加性噪聲和乘性噪聲,加性噪聲包括高斯噪聲,椒鹽噪聲等。圖像中的噪聲往往和信號交織在一起,特別是乘性噪聲,如果平滑不當,很容易是圖像本身的細節,如邊緣輪廓、線條等變的模糊不清。如何既平滑掉噪聲又儘量保持圖像細節,是圖像去噪的主要任務。
2.去噪技術
分爲兩類,空間域方法,採用各種圖像平滑模板對圖像進行卷積處理;頻率域方法,通過對圖像進行變換後,選用適當的頻率帶通濾波器進行濾波處理,經反變換後獲得去噪的圖像。
(1)均值濾波:用幾個灰度像素的平均值代替每個像素的灰度
(2)中值濾波:用鄰域內的各點的中值代替
(3)維納濾波:使濾波後圖像與原始圖像均方誤差最小
(4)小波濾波:小波變換,在不同分辨率下,設定閾值門限,調整小波係數,達到去噪目的。
二、圖像增強方法
按照特定需求,突出一幅圖像中的某些信息,同時削弱或去掉某些不需要的信息
1.空域增強:直方圖均衡、對比度增強、灰度變換、
2.頻域增強:對圖像做傅里葉變換,對頻譜進行操作,然後逆傅里葉變換得結果。低通濾波、高通濾波、指數濾波、Butterworth濾波。
三、邊緣檢測方法
1.基於灰度直方圖的邊緣檢測
2.基於梯度的邊緣檢測:Robert算子、Sobel算子、prewit算子、Laplace算子、canny算子