RU2316816C2 - Способ удаления шума в изображении - Google Patents
Способ удаления шума в изображении Download PDFInfo
- Publication number
- RU2316816C2 RU2316816C2 RU2005126853/09A RU2005126853A RU2316816C2 RU 2316816 C2 RU2316816 C2 RU 2316816C2 RU 2005126853/09 A RU2005126853/09 A RU 2005126853/09A RU 2005126853 A RU2005126853 A RU 2005126853A RU 2316816 C2 RU2316816 C2 RU 2316816C2
- Authority
- RU
- Russia
- Prior art keywords
- image
- noise
- pixels
- parameter
- edges
- Prior art date
Links
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
Изобретение относится к способам удаления шума в изображении и может быть использовано для улучшения качества изображения. Техническим результатом является упрощение удаления шума и повышение качества получаемого цифрового изображения, это достигается тем, что за счет преобразования яркости пикселей изображения с шумом путем решения уравнения диффузии недивергентной формы обеспечивается одновременное подавление шума и сохранение кромок изображения. 2 з.п. ф-лы, 1 ил.
Description
Область техники, к которой относится изобретение
Изобретение относится к способам удаления шума в изображении и может быть использовано для улучшения качества изображения.
Предшествующий уровень техники
К настоящему времени известны различные способы удаления шума в изображении.
Например, в патенте US 6463182, Canon Kabushiki Kaisha, 08.10.2002, G06K 9/40 описывается устройство и способ удаления шума в изображении, в которых данные изображения с искажениями разделяют на блоки и корректируют шум в зависимости от положения каждого пикселя изображения в блоке.
В патенте US 5933540, General Electric Company, 03.08.1999, G06K 9/00 приводится система и способ уменьшения шума и улучшения качества кромок цифрового изображения путем определения фонового значения шума на всем изображении и его удаления с помощью системы фильтров.
Известен способ удаления случайных шумов (патент US 5225915, Xerox Corporation, 06.07.1993, H04N 1/40) за счет применения к данным изображения в качестве фильтра модифицированной функции Лапласа, имеющей максимум на частоте, оптимальной для удаления шума.
Наиболее близким к заявленному изобретению является способ уменьшения шума на изображении, предполагающий использование дифференциальных вычислений (Later, Catte, Morel et al.). В данном способе изображение с шумом преобразовывают параболическим уравнением, в результате чего удаляют шум на изображении, получая изображение без шума. Данный способ выбран в качестве прототипа заявленного изобретения. Недостатком приведенных выше аналогов и прототипа является нестабильность решений математического выражения, описывающего шум, и размывание изображения в результате его применения. Отличие заключается в использовании другого (более простого) уравнения, которое не имеет указанных недостатков и проще в решении.
Сущность изобретения
Задачей заявленного изобретения является создание способа удаления шума на кромках многомерного изображения, позволяющего упростить способ удаления шума, повысить качество получаемого изображения на кромках, а именно сохранить форму кромок, не размывая их.
Поставленная задача решена путем создания способа удаления шума на изображении, включающего в себя этапы, на которых:
- получают от внешнего устройства многомерное изображение с кромками, состоящее из пикселей и имеющее шум;
- определяют в модуле координат яркость пикселей 
для координат 
всех пикселей многомерного изображения, где n - количество измерений;
- записывают массив данных яркости пикселей многомерного изображения в память;
- производят в фильтре для всех пикселей многомерного изображения следующие операции:
- задают зависимость яркости пикселей изображения двумерным уравнением диффузии недивергентной формы вида
где 
- релаксационный параметр, 
- функция от координат пикселей многомерного пространства и релаксационного параметра, k - коэффициент диффузии, 
, где 
- параметр сглаживания итогового изображения около кромок, и чем больше значение этого параметра m, тем слабее сглаживание итогового изображения без шума около кромок, 
- параметр сглаживания итогового изображения без шума в областях, где нет кромок, чем больше значение этого параметра, тем слабее сглаживание итогового изображения без шума в областях, где нет кромок;
- численно решают n-мерное уравнение диффузии (1) с начальным условием 
, находя решение при значении релаксационного параметра 
, которое определяет общую степень сглаживания итогового изображения без шума, чем больше эта величина, тем сильнее сглаживается изображение, при этом получают совокупность координат пикселей итогового изображения без шума;
- записывают яркость пикселей итогового изображения без шума в память;
- выводят итоговое изображения без шума на устройство отображения.
Для функционирования способа существенно, чтобы внешнее устройство было выполнено в виде камеры стереозрения, сканера, цифрового фотоаппарата или других аналогичных устройств.
Для функционирования способа желательно, чтобы получали от внешнего устройства многомерное изображение с кромками, имеющее шум в виде нормального распределения.
Техническим результатом заявленного изобретения является упрощение способа удаления шума и повышение качества получаемого изображения за счет преобразования яркости пикселей изображения с шумом путем решения указанного уравнения диффузии, что обеспечивает одновременное подавление шума и сохранение кромок.
Для лучшего понимания настоящего изобретения далее приводится его подробное описание с соответствующими чертежами.
Блок-схема системы для осуществления заявленного способа согласно изобретению изображена на чертеже.
Система для осуществления заявленного способа включает в себя внешнее устройство 1, вычислительное устройство 2 и устройство отображения 3, причем вычислительное устройство 2 содержит память 4, модуль 5 определения яркости и фильтр 6.
Рассмотрим более подробно функционирование согласно заявленному способу.
Сначала получают от внешнего устройства 1 многомерное изображение с кромками, имеющее шум. Определяют в модуле 5 яркость пикселей многомерного изображения, где 
и n - количество измерений. Записывают массив данных яркости пикселей многомерного изображения в память 4.
Производят в фильтре 6 для всех пикселей многомерного изображения следующие операции:
задают зависимость яркости пикселей многомерного изображения уравнением диффузии вида
где 
- неизвестная функция, t - релаксационный параметр (его значение будет описано ниже), x - координаты пикселя изображения в n-мерном пространстве. Для двумерных изображений размерность пространства 
(в этом случае можно считать 
), для специальных видов изображений размерность может быть больше. В уравнение также входят 
, 
В рассматриваемом решении предлагается использовать коэффициент диффузии в виде 
где . Значение параметра (как и значение m) влияет на степень сглаживания изображения.
Основной способ использования уравнения диффузии заключается в том, что исходное изображение рассматривается как начальные данные для указанного уравнения при 
, 
Рассматривая эволюцию решения при увеличении значения параметра t, получают различные сглаженные версии исходного изображения. Таким образом, еще одним неявным параметром фильтра 6 является конечное значение релаксационного параметра, T. Результат работы фильтра 6 есть 
Заметим, что поскольку коэффициент диффузии есть нелинейная функция, результат работы фильтра 6 есть нелинейное преобразование исходного изображения. Это делает процесс фильтрации зависимым от изображения. Различные изображения сглаживаются по-разному. Это несколько затрудняет универсальную оценку качества сглаживания.
Для решения указанного выше диффузионного уравнения используют коэффициент диффузии вида 
Параметр связан с масштабом представления яркости изображения и влияет на характер сглаживания изображения в областях, где нет кромок. При малых значениях параметра сглаживание будет более сильным, чем при больших. В качестве значения этого параметра обычно берут 
. Параметр m влияет на сглаживание изображения в окрестностях кромок, чем больше значение этого параметра, тем слабее будет сглаживание около кромок. Обычно достаточно использовать значение 
или 
. Параметр 
влияет на общее сглаживание изображения. При увеличении этого параметра увеличивается общее сглаживание исходного изображения. В качестве граничных условий на краях изображения наиболее удобно брать условие 
.
Исходное изображение дискретизуют на многомерной сетке, получая матрицу яркости изображения 
.
Численно решают n-мерное уравнение диффузии. Для решения данного уравнения применяют неявную разностную схему с расщеплением с использованием метода дробных шагов. Решение уравнения при 
получают при помощи решения описываемого ниже разностного уравнения. Один полный цикл решения многомерного разностного уравнения соответствует вычислению решения для значения 
исходя из значений решения для значения релаксационного параметра 
. Численная схема допускает грубую оценку решения при любом значении τ за один шаг, для более точных расчетов рекомендуется делать несколько шагов с меньшими значениями τ.
Входными данными для одного шага расчета является матрица яркости изображения 
при значении параметра 
. На выходе получим значения яркости 
при 
В качестве предварительного шага вычислим матрицу коэффициентов диффузии 
Как альтернативный вариант возможно прямое вычисление коэффициента по данной формуле в месте непосредственного использования.
Для сведения решения многомерного разностного уравнения к последовательности одномерных уравнений предлагается использовать расщепление по методу дробных шагов. Здесь n - размерность изображения (пространства).
Один шаг по параметру t для исходного многомерного уравнения предлагается заменить на n последовательных элементарных шагов по отдельным измерениям, где на каждом элементарном шаге решают одномерное уравнение вида
В качестве начальных значений для самого первого подшага берут исходное значение яркости при 
: 
Результат вычисления после n подшагов есть искомое значение яркости при 
Элементарные шаги по параметру t выбирают равными, например, 
где 
- пространственная частота дискретизации для сетки (можно также ввести этот параметр и для вычисления коэффициента диффузии). Значение τ можно задать выражением 
Покажем, как решаются полученные одномерные задачи. Получаемые элементарные задачи являются одномерными, т.к. все индексы переменных, кроме 
являются фиксированными. Поэтому при рассмотрении одной такой задачи отбрасываем постоянные индексы.
Каждая элементарная задача распадается на 
независимых трехдиагональных систем линейных уравнений относительно 
имеющая вид 
где для рассматриваемого случая 
а граничные условия имеют вид 
где r - количество узлов сетки (размер изображения в пикселях по данному измерению). Для решения указанной системы линейных уравнений применяют метод прогонки: сначала выполняют прямой ход подстановки: указанные уравнения преобразуют к виду (вычисляются коэффициенты 
используют граничное условие слева, при этом 
где 
подставляют последовательно получаемые уравнения в исходную систему
где 
После вычисления значений 
на 
шаге, используют правое граничное условие и вычисляют 
Затем выполняют обратную подстановку и по ранее вычисленным значениям 
получают последовательно 
и, наконец 
Таким образом, решив все полученные системы уравнений, получают решение одномерной задачи по одному из направлений.
После решения одномерных задач по всем направлениям получают значение яркости 
при 
то есть получают яркость пикселей итогового изображения без шума.
В итоге выводят итоговое изображение без шума на устройство отображения 3.
Хотя указанный выше вариант выполнения изобретения был изложен с целью иллюстрации настоящего изобретения, специалистам ясно, что возможны разные модификации, добавления и замены, не выходящие из объема и смысла настоящего изобретения, раскрытого в прилагаемой формуле изобретения.
Claims (3)
1. Способ удаления шума в изображении включает в себя этапы, на которых получают от внешнего устройства многомерное изображение с кромками, состоящее из пикселей и имеющее шум; определяют в модуле координат яркость пикселей u0(x) для координат х=(х1, ..., хn) всех пикселей многомерного изображения, где n - количество измерений; записывают массив данных яркости пикселей многомерного изображения в память; производят в фильтре для всех пикселей многомерного изображения следующие операции: задают зависимость яркости пикселей изображения двумерным уравнением диффузии недивергентной формы вида
где t - релаксационный параметр;
u=u(x,t) - функция от координат пикселей многомерного пространства и релаксационного параметра;
k - коэффициент диффузии,
где m>2 - параметр сглаживания итогового изображения около кромок, и чем больше значение этого параметра m, тем слабее сглаживание итогового изображения без шума около кромок;
М - параметр сглаживания итогового изображения без шума в областях, где нет кромок, чем больше значение этого параметра, тем слабее сглаживание итогового изображения без шума в областях, где нет кромок;
численно решают n-мерное уравнение диффузии (1) с начальным условием u(х,0)=u0(x), находя решение при значении релаксационного параметра t=T, которое определяет общую степень сглаживания итогового изображения без шума, чем больше эта величина, тем сильнее сглаживается изображение, при этом получают совокупность координат пикселей итогового изображения без шума; записывают яркость пикселей итогового изображения без шума в память; выводят итоговое изображения без шума на устройство отображения.
2. Способ по п.1, отличающийся тем, что внешнее устройство выполнено в виде камеры стереозрения, сканера, цифрового фотоаппарата или других аналогичных устройств.
3. Способ по п.1, отличающийся тем, что получают от внешнего устройства многомерное изображение с кромками, имеющее шум в виде нормального распределения.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2005126853/09A RU2316816C2 (ru) | 2005-08-25 | 2005-08-25 | Способ удаления шума в изображении |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2005126853/09A RU2316816C2 (ru) | 2005-08-25 | 2005-08-25 | Способ удаления шума в изображении |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2005126853A RU2005126853A (ru) | 2007-02-27 |
| RU2316816C2 true RU2316816C2 (ru) | 2008-02-10 |
Family
ID=37990504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2005126853/09A RU2316816C2 (ru) | 2005-08-25 | 2005-08-25 | Способ удаления шума в изображении |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2316816C2 (ru) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2653100C1 (ru) * | 2017-02-09 | 2018-05-07 | Акционерное общество "Российская корпорация ракетно-космического приборостроения и информационных систем" (АО "Российские космические системы") | Способ получения и обработки изображений дистанционного зондирования Земли, искажённых турбулентной атмосферой |
-
2005
- 2005-08-25 RU RU2005126853/09A patent/RU2316816C2/ru active
Non-Patent Citations (1)
| Title |
|---|
| Jean-Michel Morel and all. Image Selective Smoothing and Edge Detection by Nonlinear Diffusion. SIAM Journal on Numerical Analysis. Vol.29, No.3, Jun., 1992, 845-866. * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2653100C1 (ru) * | 2017-02-09 | 2018-05-07 | Акционерное общество "Российская корпорация ракетно-космического приборостроения и информационных систем" (АО "Российские космические системы") | Способ получения и обработки изображений дистанционного зондирования Земли, искажённых турбулентной атмосферой |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2005126853A (ru) | 2007-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zamir et al. | Cycleisp: Real image restoration via improved data synthesis | |
| Abdelhamed et al. | A high-quality denoising dataset for smartphone cameras | |
| US10346997B2 (en) | Depth estimation method based on light-field data distribution | |
| US8754963B2 (en) | Processing images having different focus | |
| US9412171B2 (en) | Adaptive multi-dimensional data decomposition | |
| CN108399611B (zh) | 基于梯度正则化的多聚焦图像融合方法 | |
| CN104751418A (zh) | 3维区块匹配的图像去噪的方法与装置 | |
| KR20130112311A (ko) | 고밀도 삼차원 영상 재구성 장치 및 방법 | |
| JP2002216127A (ja) | 最新の統計に利用するデジタルイメージのためのノイズ推定 | |
| JP2017102245A (ja) | 画像処理装置および画像処理方法 | |
| JP5147903B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| JP7032913B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
| CN116091322B (zh) | 超分辨率图像重建方法和计算机设备 | |
| EP3709258A2 (en) | Generating composite image from multiple images captured for subject | |
| RU2316816C2 (ru) | Способ удаления шума в изображении | |
| CN112017130A (zh) | 新颖的基于自适应各向异性全变分正则化的图像复原方法 | |
| US8774545B2 (en) | Image processing apparatus and image processing method with weighted vectors for filtering | |
| Fang et al. | An adaptive boosting algorithm for image denoising | |
| Rossi et al. | A nonsmooth graph-based approach to light field super-resolution | |
| Liu et al. | A multi-focus image fusion algorithm based on non-uniform rectangular partition with morphology operation | |
| JP2018081378A (ja) | 画像処理装置、撮像装置、画像処理方法および画像処理プログラム | |
| JP2017098933A (ja) | 画像処理装置および画像処理方法 | |
| Mahmood et al. | Measuring focus quality in vector valued images for shape from focus | |
| CN113822823B (zh) | 气动光学效应图像空变模糊核的点近邻复原方法及系统 | |
| Caron et al. | Image multidistortion estimation |