图像去噪

图像去噪

• 图像去噪（noise reduction）也被称为图像噪声清除或者噪声平滑。
• Coherence（和谐）&Incoherence（不和谐）
  将Incoherence像素值替换为更适当Corherence的值，这些值基于适当邻域中的一些或所有像素。

图像去噪的分类

• 基于卷积运算的高斯平滑滤波和平均值滤波
• 基于形态学的滤波，如Opening，Closing（TBD）

高斯滤波

高斯kernel的公式如下：

高斯平滑滤波的效果就是模糊一张图像，图像滤波的平滑度取决于高斯函数的标准差

高斯滤波输出每个邻域像素的加权平均值，而加权平均的权重参数更加集中于中心像素（中心像素的权重值更大）。

均值滤波

均值滤波的思想是通过图像中的邻域内的均值替换掉图像中的像素，根据均值滤波和卷积的思想，其卷积运算的卷积kernel如下所示：

均值滤波的卷积kernel

中值滤波

基于卷积运算的高斯滤波和均值滤波具有相当高的算法复杂度，中植滤波算法的提出可以有效解决这个问题。中值滤波的思想就是将选定邻域内的像素值替换为邻域内的像素的中位数，计算过程如下图所示：

中值滤波的实现过程 高斯滤波与中值滤波实例