12.3. ПОДАВЛЕНИЕ ШУМОВ

Изображение может повреждаться шумами и помехами различного происхождения, например шумом видеодатчика, шумом зернистости фотоматериалов и ошибками в канале передачи. Их влияние можно минимизировать, пользуясь классическими методами статистической фильтрации (см. гл. 14). Другой возможный подход основан на использовании эвристических методов пространственной обработки.

Шумы видеодатчиков или ошибки в канале передачи обычно проявляются на изображении как разрозненные изменения изолированных элементов, не обладающие пространственной корреляцией. Искаженные элементы часто весьма заметно отличаются от соседних элементов. Это наблюдение послужило основой для многих алгоритмов, обеспечивающих подавление шума. [8-11]. Рис. 12.3.1 поясняет простой пороговый метод подавления шума, при использовании которого последовательно измеряют яркость всех элементов изображения. Если яркость данного элемента превышает среднюю яркость группы ближайших элементов на некоторую пороговую величину, яркость элемента заменяется на среднюю яркость. Рис. 12.3.2 иллюстрирует эффективность этого алгоритма применительно к изображениям, переданным посредством ИКМ по двоичному симметричному каналу с вероятностью ошибок .

Если , то

Рис. 12.3.1. Пример алгоритма подавления шума

Рис. 12.3.2. Образцы изображений, обработанных методом порогового подавления шума при .

а - зашумленное изображение «Портрет»; б - зашумленное изображение лунной поверхности; в - обработанное изображение а; г - обработанное изображение б.

Поскольку шум пространственно декоррелирован, в его спектре, как правило, содержатся более высокие пространственные частоты, чем в спектре обычного изображения. Следовательно, простая низкочастотная пространственная фильтрация может служить эффективным средством сглаживания шумов. В соответствии с методами, рассмотренными в части 3, массив  размера  выходного изображения формируется путем дискретной свертки массива  размера  исходного изображения со сглаживающим массивом  размера  согласно формуле

.                 (12.3.1)

Сглаживание шума обеспечивается низкочастотной фильтрацией с помощью массива  с положительными элементами. Ниже приведены сглаживающие массивы трех разновидностей, часто называемые шумоподавляющими масками:

маска 1

,                    (12.3.2а)

маска 2

,                 (12.3.2б)

маска 3

.                (12.3.2в)

Эти массивы нормированы для получения единичного коэффициента передачи, чтобы процедура подавления шума не вызывала смещения средней яркости обработанного изображения. Эффективность приведенных масок иллюстрирует рис. 12.3.3. Если требуемое подавление шума сопряжено с использованием массивов большого размера, целесообразно выполнять свертку косвенным образом, применяя преобразование Фурье (см. гл. 11), так как обычно это дает выигрыш в объеме вычислений.

Рис. 12.3.3. Образцы изображений, подвергнутых низкочастотной фильтрации.

а - зашумленное исходное изображение; б - действие маски 1; в - действие маски 2; г - действие маски 3.