Comment puis-je identifier le type de bruit présent dans les images?

Je travaille actuellement sur l'élimination du bruit dans les images. Si la seule information disponible en main est l'image de l'échelle de gris affectée par le bruit, comment puis-je identifier quel type de bruit (disons, gaussien, poisson, speckle, uniforme, etc.) est présent dans l'image? Quels peuvent être les paramètres que je peux considérer pour identifier le type de bruit? J'utilise des images à l'échelle de gris.Comment puis-je identifier le type de bruit présent dans les images?

Source

2017-01-02 Flower

+1 pour une question merveilleuse. Vous devriez essayer d'analyser vos images dans le domaine de Fourier. Convertissez vos images en utilisant FFT (Fast Fourier Transform) et étudiez le modèle produit dans le domaine fréquentiel. Modifiez le motif et convertissez-le en format original en utilisant FFT inverse. Vous pouvez utiliser OpenCV dans cet aspect –

Merci beaucoup pour l'idée. J'ai essayé de tracer le spectre de puissance mais je ne savais pas comment l'analyser. Existe-t-il une procédure spécifique pour analyser le modèle de domaine fréquentiel? Comment puis-je modifier manuellement ou automatiquement le motif? – Flower

J'ai lu que FFT peut être utile dans le cas de bruits périodiques. Est-il possible pour moi d'utiliser la même chose en cas de bruits apériodiques comme le bruit de speckle, le bruit de sel et de poivre etc.? – Flower

Une façon possible consiste à analyser des histogrammes de fragments d'image sélectionnés manuellement et homogènes. Quels fragments considérer dépend bien sûr de la nature de vos images.

Source

2017-01-02 13:57:13

Je pensais que je pouvais utiliser des paramètres statistiques comme la moyenne, la variance, le SD, l'asymétrie, l'aplatissement, etc. pour identifier le type de bruit. C'est possible? – Flower

Je dirais que les paramètres statistiques que vous avez mentionnés peuvent être utilisés pour identifier les paramètres du bruit. Afin d'estimer le type, j'examinerais l'histogramme d'une zone connue pour être homogène. Par exemple, vos images contiennent des zones d'arrière-plan dont vous savez qu'elles devraient être blanches. Donc, idéalement, s'il n'y a pas de bruit, la variation des niveaux de gris serait minime dans cette zone. Cependant, si l'image est corrompue avec un bruit gaussien, l'histogramme du fragment d'arrière-plan ressemblerait à une cloche. C'est mon idée. –

@Flower après avoir donné beaucoup de réflexion et avoir une discussion avec des amis au travail, l'idée de Sergii est également possible une bonne solution pour commencer. +1 Sergii –

Comment puis-je identifier le type de bruit présent dans les images?

Répondre

Questions connexes