數字圖像處理——添加高斯噪聲&椒鹽噪聲

本文鏈接：https://blog.csdn.net/u012936765/article/details/53200918

最近交了數圖作業，mark一下。

1.添加高斯噪聲

1.1?概率密度函數

σ為z的標準差,z為均值,用E。

1.2?生成高斯分布隨機數序列

方法由Marsaglia和Bray在1964年提出,C++版本如下: mu是均值,sigma是方差,X服從N(0,1)分布

double generateGaussianNoise(double mu, double sigma) {static double V1, V2, S;static int phase = 0;double X;double U1,U2;if ( phase == 0 ) {do {U1 = (double)rand() / RAND_MAX;U2 = (double)rand() / RAND_MAX;V1 = 2 * U1 - 1;V2 = 2 * U2 - 1;S = V1 * V1 + V2 * V2;} while(S >= 1 || S == 0);X = V1 * sqrt(-2 * log(S) / S);} else{X = V2 * sqrt(-2 * log(S) / S);}phase = 1 - phase;return mu+sigma*X; }

1.3?添加高斯噪聲

高斯噪聲為加性噪聲,在原圖的基礎上加上噪聲即為加噪后的圖象。?
代碼如下:

void AddNoise(Mat img,double mu, double sigma,int k){Mat outImage;outImage.create(img.rows,img.cols,img.type());for(int x=0;x<img.rows;x++){for(int y=0;y<img.cols;y++){double temp = img.at<uchar>(x, y)+k*generateGaussianNoise(mu,sigma);if(temp>PixcelMax)temp=PixcelMax;else if(temp<PixcelMin)temp=PixcelMin;outImage.at<uchar>(x, y) = temp;}}Filter(outImage,Filter::NXBJZ,3,3,1);imshow("Output", outImage);cvWaitKey(0); }

1.4 效果圖

如圖,k為高斯噪聲的系數,系數越大,高斯噪聲越強。

噪聲服從高斯分布,所以方差越大,數據越分散,噪聲也就越多。

均值決定著整個圖像的明亮程度,均值大于0,表示圖像加上一個使自己變亮的噪聲,小 于0,表示圖像加上一個使自己變暗的噪聲。

2.添加椒鹽噪聲

2.1?概率密度函數

2.2?添加椒鹽噪聲

椒鹽噪聲是根據圖像的信噪比,隨機生成一些圖像內的像素位置,并隨機對這些像素點賦值為0或255.

代碼如下：

void AddNoise(Mat img,double SNR ){Mat outImage;outImage.create(img.rows,img.cols,img.type());int SP = img.rows*img.cols;int NP = SP*(1-SNR);outImage = img.clone();for(int i=0; i<NP; i++) {int x = (int)(rand()*1.0/RAND_MAX* (double)img.rows);int y = (int)(rand()*1.0/RAND_MAX* (double)img.cols);int r = rand()%2;if(r){outImage.at<uchar>(x, y)=0;}else{outImage.at<uchar>(x, y)=255;}}Filter(outImage,Filter::NXBJZ,3,3,1);imshow("Output", outImage);cvWaitKey(0); }

其中,SNR為信噪比,利用C++中的rand() 作為隨機函數。

2.3?效果圖

信噪比越小,噪聲越多,信噪比為1時,圖像不含噪聲。 0為胡椒噪聲,255為鹽粒噪聲

3.均值濾波器

3.1?算術均值濾波器

Sx,y為以(x,y)為中心,長為m寬為n的矩形范圍。

3.1.1 濾除高斯噪聲

3.1.2濾除椒鹽噪聲

總結:?
只能在噪聲較少的情況下去除些許噪聲,并且只是平滑了圖像的局部變化,令圖像變得模?
糊。

3.2?幾何均值濾波器

Sx,y為以(x,y)為中心,長為m寬為n的矩形范圍。

3.2.1 濾除高斯噪聲

3.2.2 濾除椒鹽噪聲

總結:?
處理高斯噪聲時,噪聲較少時,效果與算術均值濾波器基本一致。但是噪聲較多時,?
會對灰度值較小的噪聲進行放大,導致圖像出現許多黑點,使圖像變暗。?
處理椒鹽噪聲時,會對胡椒噪聲放大,導致圖像出現許多黑點,而對鹽粒噪聲有較好?
的濾除作用。

3.3?諧波均值濾波器

3.3.1 濾除高斯噪聲

3.3.2濾除椒鹽噪聲

總結:?
與幾何均值濾波器有相似的效果,處理高斯噪聲時,會對灰度值較小的噪聲進行放?
大,導致圖像出現許多黑點,使圖像變暗。?
處理椒鹽噪聲時,會對胡椒噪聲放大,導致圖像出現許多黑點,無法處理胡椒噪聲,?
而對鹽粒噪聲有較好的濾除作用。

3.4?逆諧波均值濾波器

3.4.1 濾除高斯噪聲

3.4.2濾除椒鹽噪聲

總結:?
Q為正時,會對灰度值較大的噪聲進行放大,Q為負時,會對灰度值較小的噪聲進行 放大。?
處理椒鹽噪聲時,Q為正,對胡椒噪聲有較好的濾除作用,Q為負,對鹽粒噪聲有較 好的濾除作用。

代碼如下：

void Filter(Mat img,Filter f,int m,int n,int Q = 0){Mat outImage;outImage.create(img.rows,img.cols,img.type());int h = m/2,w=n/2;for(int x=0;x<img.rows;x++){for(int y=0;y<img.cols;y++){int cnt = 0;if(f== Filter::SSJZ){long double sum = 0;for(int i=x-h;i<=x+h;i++){for(int j=y-w;j<=y+w;j++){if(i<0||i>=img.rows||j<0||j>=img.cols)continue;cnt++;sum+=img.at<uchar>(i, j);}}outImage.at<uchar>(x, y)=sum/cnt;}else if(f== Filter::JHJZ){long double sum = 1;for(int i=x-h;i<=x+h;i++){for(int j=y-w;j<=y+w;j++){if(i<0||i>=img.rows||j<0||j>=img.cols)continue;cnt++;sum*=img.at<uchar>(i, j);}}outImage.at<uchar>(x, y)=pow(sum,1.0/cnt);}else if(f== Filter::XBJZ){long double sum = 0;for(int i=x-h;i<=x+h;i++){for(int j=y-w;j<=y+w;j++){if(i<0||i>=img.rows||j<0||j>=img.cols)continue;cnt++;sum+=1.0/img.at<uchar>(i, j);}}outImage.at<uchar>(x, y)=cnt/sum;}else if(f== Filter::NXBJZ){long double sum1 = 0,sum2 = 0;for(int i=x-h;i<=x+h;i++){for(int j=y-w;j<=y+w;j++){if(i<0||i>=img.rows||j<0||j>=img.cols)continue;cnt++;sum1+=pow(img.at<uchar>(i, j),Q);sum2+=pow(img.at<uchar>(i, j),Q+1);}}outImage.at<uchar>(x, y)=sum2/sum1;}}}imshow("Output", outImage);imwrite("/Users/camellia/desktop/gaussnoise_NXBJZ.jpg", outImage);cvWaitKey(0); }

四種濾波器?
SSJZ——算術均值濾波器?
JHJZ——幾何均值濾波器?
XBJZ——諧波均值濾波器?
NXBJZ——逆諧波均值濾波器

enum Filter{SSJZ,JHJZ,XBJZ,NXBJZ }; int main() {Mat image;image = imread("/Users/camellia/desktop/lena.jpg",0);// 測試圖片路徑if ( !image.data ){printf("No image data \n");return -1;}namedWindow("Display Image", WINDOW_AUTOSIZE );imshow("Display Image", image);imwrite("/Users/camellia/desktop/origin.jpg", image);waitKey(0);// AddNoise(image,0,1,64);AddNoise(image,0.98); // Filter(image,SSJZ,5,5); // Filter(image,JHJZ,5,5); // Filter(image,XBJZ,5,5); // Filter(image,NXBJZ,5,5);return 0; }

總結

以上是生活随笔為你收集整理的数字图像处理——添加高斯噪声椒盐噪声的全部內容，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。