生活随笔
收集整理的這篇文章主要介紹了
图像降噪算法——小波硬阈值滤波（下）
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
圖像降噪算法——小波硬閾值濾波（下）
圖像降噪算法——小波硬閾值濾波（下）
1. 基本原理
關于離散小波變換的原理在
圖像降噪算法——小波硬閾值濾波（上）
中已經有了非常詳細的總結，這里介紹下本博客利用離散小波變換進行降噪的原理（其實不能算是降噪，應該算是圖像壓縮），就是在小波變換之后，將輸出系數進行由大到小的排序，然后將前10%大的通過小波反變換成圖像，因為噪聲不屬于圖像的主要信息，因此通過這種方法會有降噪的效果，這種算法又稱為小波硬閾值濾波。
2. C++代碼實現
這里是基于OpenCV、FFTW以及C++ Wavelet Libraries，這其中
Mat Denoise
:: WaveletFilter ( const Mat
& src
, int num
, int percentage
)
{ vector
< vector
< double >> dwtInput ( src
. rows
, vector
< double > ( src
. cols
) ) ; for ( int i
= 0 ; i
< src
. rows
; i
++ ) { for ( int j
= 0 ; j
< src
. cols
; j
++ ) { dwtInput
[ i
] [ j
] = ( double ) src
. at
< uchar
> ( i
, j
) ; } } vector
< int > dwtLength
; vector
< double > dwtOutput
, dwtFlag
; dwt_2d ( dwtInput
, num
, "db2" , dwtOutput
, dwtFlag
, dwtLength
) ;
double m
= 0 ;
int filterSize
= int ( dwtOutput
. size ( ) / percentage
) ; vector
< double > filter
; for ( auto it
: dwtOutput
) { filter
. push_back ( abs ( it
) ) ; } sort ( filter
. begin ( ) , filter
. end ( ) , greater
< double > ( ) ) ; double threshold
= filter
. at ( filterSize
- 1 ) ; for ( int i
= 0 ; i
< dwtOutput
. size ( ) ; i
++ ) { double tmp
= abs ( dwtOutput
[ i
] ) ; if ( tmp
< threshold
) dwtOutput
. at ( i
) = 0.0 ; }
vector
< vector
< double >> idwtOutput ( src
. rows
, vector
< double > ( src
. cols
) ) ; idwt_2d ( dwtOutput
, dwtFlag
, "db2" , idwtOutput
, dwtLength
) ; int idwtRow
= idwtOutput
. size ( ) ; int idwtCol
= idwtOutput
[ 0 ] . size ( ) ; m
= 0 ; for ( int i
= 0 ; i
< idwtRow
; i
++ ) { for ( int j
= 0 ; j
< idwtCol
; j
++ ) { if ( m
< idwtOutput
[ i
] [ j
] ) m
= idwtOutput
[ i
] [ j
] ; } } Mat img
= Mat
:: zeros ( idwtRow
, idwtCol
, CV_8UC1
) ; for ( int i
= 0 ; i
< idwtRow
; i
++ ) { for ( int j
= 0 ; j
< idwtCol
; j
++ ) { if ( idwtOutput
[ i
] [ j
] <= 0.0 ) { idwtOutput
[ i
] [ j
] = 0.0 ; } img
. at
< uchar
> ( i
, j
) = ( uchar
) ( idwtOutput
[ i
] [ j
] / m
* 255 ) ; } } return img
;
}
原圖如下：
3. 結論
可以看到通過圖像小波變換進行降噪的效果看上去還可以，起碼比傅里葉變換的效果要好，但是呢，感覺小波變換的速度還是比較慢，實時運行應該比較困難； 本文采用的降噪算法其實比較簡單，在這篇文獻中《Image Denoising Review From Classical to State-of-the-art Approaches，2020》提到，對于轉換域的降噪算法主要有兩個關鍵點：1.轉換到什么變換域（傅里葉？小波？脊波？）；2.采用什么類型的閾值進行濾波，這篇文獻中提到了六種設計閾值的方法，需要了解的同學可以參考下； 小波變化提取信息主要是在水平、垂直和對角線三個方向，在小波的基礎上，還有curvelet、contourlet等一些更加高級的變化，之后有需要再進一步了解。
此外，這里我寫一個各種算法的總結目錄圖像降噪算法——圖像降噪算法總結，對圖像降噪算法感興趣的同學歡迎參考
總結
以上是生活随笔 為你收集整理的图像降噪算法——小波硬阈值滤波（下） 的全部內容，希望文章能夠幫你解決所遇到的問題。
如果覺得生活随笔 網站內容還不錯，歡迎將生活随笔 推薦給好友。
