影象處理基礎及OpenCV實現（四）

阿新 • • 發佈：2018-12-22

四、影象去噪

1、影象的卷積核心

影象的空域處理一般利用卷積實現，影象二維卷積方式如下：
選定一種卷積模板，下圖是典型的矩形模板和十字形模板，
在這裡插入圖片描述
然後遍歷整幅影象，假設影象在i、j處的灰度值為I_ij，那麼按矩形模板卷積後的值為

即根據模板的係數對原灰度值進行操作，根據模板的形狀和引數的不同而獲得不同的結果。這種模板也稱為影象的卷積核（kernel）。模板大小一般為奇數如33、55、7*7等，對於影象邊界一般不操作或者複製邊界擴大影象來處理。

2、影象濾波

影象濾波是為了減小或消除影象中的噪聲，opencv中提供如下幾種濾波方式：
1）均值濾波
在這裡插入圖片描述
將目標點和周圍的點的灰度值相加取平均，即模板的係數全部相同。使得影象更加平滑，但會減少影象邊緣高頻部分，使影象變模糊。
根據距離中心的距離設定權重，稱為加權中值濾波如下

後面高斯濾波就是一種加權濾波。
2）中值濾波
選取模板中位於中間的灰度值作為濾波後的值，可以很好的抑制脈衝椒鹽噪聲，但同樣會弱化影象邊緣高頻部分。
3）高斯濾波
模板是一個高斯二維影象的形狀，加重中心畫素的比例，即距離目標畫素越近，我們認為它對合成的新的灰度值貢獻越大，可以一定程度上保留影象細節和高頻部分。
在這裡插入圖片描述

上圖是19*19大小的高斯模板。
4）雙邊濾波
雙邊濾波類似高斯濾波，但除了像高斯濾波那樣考慮位置對權重的影響，還考慮了模板畫素中顏色強度，即包含了空間域和顏色域的加權，詳細可參考這篇文章 https://blog.csdn.net/piaoxuezhong/article/details/78302920

OpenCV 提供了濾波函式：

    CVAPI(void) cvSmooth( const CvArr* src, CvArr* dst,
                      int smoothtype CV_DEFAULT(CV_GAUSSIAN),
                      int size1 CV_DEFAULT(3),
                      int size2 CV_DEFAULT(0),
                      double sigma1 CV_DEFAULT(0),
                      double 
 sigma2 CV_DEFAULT(0));

引數src：輸入影象
引數dst：輸出影象（注：opencv不支援原影象和輸出影象相同地址）
引數smoothtype：平滑方式

enum SmoothMethod_c
{
    CV_BLUR_NO_SCALE =0, /* 對模板下的每個畫素求和*/
    CV_BLUR  =1,/* 均值濾波 */
    CV_GAUSSIAN  =2,/* 高斯平滑*/
    CV_MEDIAN =3,/* 中值濾波 */
    CV_BILATERAL =4/** 雙向濾波 */
};

引數size1：模板大小，預設為3
引數size2：模板大小，為0時模板大小就為size1* size1
引數sigma1：高斯引數的標準差，為0時sigma=(size/2-1)*0.3+0.8
引數sigma2：雙向濾波時色域的標準差

IplImage* addNoise(IplImage* src, int noise_type, uint noise_count)
{
	IplImage *dst = cvCreateImage(cvGetSize(src), src->depth, src->nChannels);
	IplImage *noise = cvCreateImage(cvGetSize(src), src->depth, src->nChannels);
	CvRNG rng = cvRNG(-1);
	switch (noise_type)
	{
	case 1: //高斯噪聲
		cvRandArr(&rng, noise, CV_RAND_NORMAL, cvScalarAll(0), cvScalarAll(25));
		cvAdd(src, noise, dst);
		break;
	case 0: //椒鹽噪聲
		cvCopy(src, dst);
		for (int k = 0; k<noise_count; k++)
		{
			//CvRNG rng = cvRNG(-1);
			int i = cvRandInt(&rng) % src->height;
			int j = cvRandInt(&rng) % src->width;
			int m = cvRandInt(&rng) % 2;
			CvScalar s = cvGet2D(src, i, j);
			if (src->nChannels == 1)
			{
				if (m == 0)
				{
					s.val[0] = 255;
				}
				else
				{
					s.val[0] = 0;
				}
			}
			else if (src->nChannels == 3)
			{
				if (m == 0)
				{
					s.val[0] = 255;
					s.val[1] = 255;
					s.val[2] = 255;
				}
				else
				{
					s.val[0] = 0;
					s.val[1] = 0;
					s.val[2] = 0;
				}
			}
			cvSet2D(dst, i, j, s);
		}
		break;
	default:
		break;
	}
	cvReleaseImage(&noise);
	return dst;
}
void COpenPictureDlg::OnBnClickedMedian()
{
	// TODO: Add your control notification handler code here
	IplImage *src = cvCreateImage(cvGetSize(m_ipl), IPL_DEPTH_8U, 3);
	IplImage *src2 = cvCreateImage(cvGetSize(m_ipl), IPL_DEPTH_8U, 3);
	IplImage *dst = cvCreateImage(cvGetSize(m_ipl), IPL_DEPTH_8U, 3);
	cvCopy(m_ipl, src);
	UpdateData(TRUE);
	src2 = addNoise(src, m_nNoiseType,m_ipl->height*m_ipl->width/25);
	cvSmooth(src2, dst, CV_MEDIAN, 3, 3);
	// cvSmooth(src2, dst, CV_BLUR, 3, 3);
	// cvSmooth(src2, dst, CV_GAUSSIAN, 5, 5);
	// cvSmooth(src2, dst, CV_BILATERAL, 7, 0, 50, 10);
	cvNamedWindow(_T("濾波前的影象"));
	cvShowImage(_T("濾波前的影象"), src2);
	cvNamedWindow(_T("濾波後的影象"));
	cvShowImage(_T("濾波後的影象"), dst);
	cvReleaseImage(&src);
	cvReleaseImage(&src2);
	cvReleaseImage(&dst);
}