图像去噪声

图像噪声，造成图像失真，质量下降。
减少或者改善数字图像中噪声的过程，叫做图像去噪声。
噪声一般与周边像元不协调。
图像域去噪声
变换域去噪声

变换域：傅里叶变换、小波变换、主成分变换

常见噪声类型以及识别

内部噪声 外部噪声；从概率密度函数来看。加性噪声，乘性噪声。

随机噪声模型：高斯噪声 瑞丽噪声 伽马噪声 指数噪声 均匀噪声 脉冲噪声

噪声类型识别
在图像中选择信噪比较高的单色区域，通过查看其直方图形状来判断其噪声类型。

周期噪声：依赖空间位置的噪声，由成像系统产生。在频率域里有对称的亮点。

空间域去噪声：

重点：各空间域去噪声原理，优劣
利用待处理像元邻域窗口内的像元计算新的像元值。

均值滤波：线性滤波 卷积滤波 常用模板 1/9 1/8 相当于抗生素 青霉素 边缘平滑了。
中值滤波：用平均值替换改为用中值替换 相当于红霉素 具有针对性
边缘保持平滑：k近邻均值均值滤波 k近邻中值滤波

数字形态学去噪声
开运算和闭运算

频率域去噪声：

重点：傅里叶去噪声流程、重点
流程：
图像先变换到频率域---对噪声进行掩模滤波或消除噪声--- 变换到空间域
滤波器：
低通 带通 陷波滤波器（只适用于去周期噪声）

理想滤波器（具有振铃效应） 巴特沃斯滤波器 高斯滤波器