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(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)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 2. C++代碼實(shí)現(xiàn) 3. 結(jié)論
圖像降噪算法——小波硬閾值濾波（下）
1. 基本原理
關(guān)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(jīng)有了非常詳細(xì)的總結(jié)，這里介紹下本博客利用離散小波變換進(jìn)行降噪的原理（其實(shí)不能算是降噪，應(yīng)該算是圖像壓縮），就是在小波變換之后，將輸出系數(shù)進(jìn)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?yàn)樵肼暡粚儆趫D像的主要信息，因此通過這種方法會(huì)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(shí)現(xiàn)
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(jié)論
可以看到通過圖像小波變換進(jìn)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(shí)時(shí)運(yùn)行應(yīng)該比較困難； 本文采用的降噪算法其實(shí)比較簡(jiǎn)單，在這篇文獻(xiàn)中《Image Denoising Review From Classical to State-of-the-art Approaches，2020》提到，對(duì)于轉(zhuǎn)換域的降噪算法主要有兩個(gè)關(guān)鍵點(diǎn)：1.轉(zhuǎn)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(jìn)行濾波，這篇文獻(xiàn)中提到了六種設(shè)計(jì)閾值的方法，需要了解的同學(xué)可以參考下； 小波變化提取信息主要是在水平、垂直和對(duì)角線三個(gè)方向，在小波的基礎(chǔ)上，還有curvelet、contourlet等一些更加高級(jí)的變化，之后有需要再進(jìn)一步了解。
此外，這里我寫一個(gè)各種算法的總結(jié)目錄圖像降噪算法——圖像降噪算法總結(jié)，對(duì)圖像降噪算法感興趣的同學(xué)歡迎參考
總結(jié)
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?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔 推薦給好友。
