किनारों को नष्ट किए बिना एक छवि से गाऊसी शोर कैसे निकालें?

Question

किनारों को नष्ट किए बिना गाऊसी शोर को हटाने के लिए सबसे अच्छा फिल्टर क्या है? मैं additive गाऊसी शोर के साथ मानक लीना छवियों का उपयोग कर रहा हूं और मैं अनिसोट्रोपिक प्रसार को लागू करने से पहले निंदा करना चाहता हूं। मैं मंझला फिल्टर नहीं करना चाहता क्योंकि किनारे धुंधले हो जाते हैं। मैंने अनुकूली फ़िल्टरिंग की कोशिश की लेकिन परिणाम संतोषजनक नहीं थे।

Comments

कुछ प्रयास करके दिखाओ, आपने क्या प्रयास किया?

— 0x90

वास्तव में मेरे पास एक मानक लीना की छवि है जो गॉसियन शोर से दूषित है। मैं अनिसोट्रोपिक प्रसार लागू करने से पहले डिस शोर को दूर करना चाहता हूं। मैं मंझला छानने के लिए नहीं जाना चाहता क्योंकि किनारों को धुंधला कर दिया जाता है। कुछ इनपुट दीजिए।

— अविरल कुमार

stackoverflow.com/questions/8619153/… आपकी मदद कर सकता है

— 0x90

वास्तव में एक उत्तर नहीं है, लेकिन मुझे इस विषय पर विभिन्न प्रकार के पत्रों के साथ यह लिंक मिला है - बिना किनारे की जानकारी के छुटकारा पाने की कोशिश करना।

— स्पेसी

क्या आप कुछ चित्र और आउटपुट पोस्ट कर सकते हैं, ताकि हम बेहतर तरीके से समझ सकें कि एक (गैर) संतोषजनक परिणाम कैसा दिखेगा? उदाहरण के लिए, आप छवि को दर्शाने के लिए ऐनिसोट्रोपिक प्रसार क्यों नहीं करेंगे?

— जोनास

Answer 1

आपको अधिक उन्नत तकनीकों पर विचार करने की आवश्यकता हो सकती है। यहाँ किनारे पर दो हाल के कागजों को संरक्षित किया गया है:

• ऑप्टिमल कलर स्पेस प्रोजेक्शन [रंग में] के माध्यम से प्रदर्शित करने वाली एज-प्रिजर्विंग इमेज [ यह पेपर ] किनारों को इमेज को "इष्टतम" कलर स्पेस में डिकम्पोज करके और वेवलेट सिकुड़न का प्रदर्शन करती है। इष्टतम रंग स्थान ल्यूमिनेंस / रंग-अंतर परिवार (थिंक L * a * b *, या YCrCb) से संबंधित है।

• कागज से छवि को बनाए रखने वाली धार संरचना :

हमारी पद्धति [कूद प्रतिगमन विश्लेषण] पर आधारित है, और नीचे उल्लिखित तीन प्रमुख चरणों के होते हैं। सबसे पहले, एज पिक्सल को पूरे डिज़ाइन-स्पेस में एज डिटेक्टर द्वारा पता लगाया जाता है। दूसरा, किसी दिए गए पिक्सेल के पड़ोस में, एक टुकड़ा-रैखिक रेखीय वक्र का अनुमान उस किनारे पर अंतर्निहित किनारे खंड को अनुमानित करने के लिए एक सरल लेकिन कुशल एल्गोरिथ्म से पता लगाया गया है। अंत में, दिए गए पिक्सेल के रूप में अनुमानित बढ़त खंड के एक ही तरफ मनाया गया चित्र तीव्रता, स्थानीय रेखीय कर्नेल चौरसाई प्रक्रिया (cf., [35]) द्वारा औसत रूप से दिए गए पिक्सेल में सही छवि की तीव्रता का अनुमान लगाने के लिए औसत है।

( जंप रिग्रेशन मॉडल्स में स्टेप फंक्शन्स का उपयोग कर डिसकंटीन्यू शामिल होता है। प्राथमिक लेखक की इस विषय पर एक पुस्तक है ।)

Answer 2

एक शुरुआती बिंदु के रूप में मैं एक गैर-रैखिक संकोचन तकनीक का उपयोग कुछ प्रकार के वेवलेट ट्रांसफ़ॉर्म (हालांकि वे वेवलेट ट्रांसफ़ॉर्म के लिए विशिष्ट नहीं हैं) के साथ करेंगे। उत्कृष्ट परिणाम देते हुए, संकोचन नियम वैचारिक रूप से सरल, तेज और लागू करने में आसान होते हैं।

आधार यह है कि आपके वांछित संकेत को कुछ डोमेन में दर्शाया जा सकता है जैसे कि अधिकांश ऊर्जा कम संख्या में गुणांक में केंद्रित होती है। इसके विपरीत, शोर अभी भी सभी गुणांक (जो कि यह AWGN के लिए है) पर फैला हुआ है। फिर आप गुणांक को "सिकोड़" सकते हैं - कुछ गैर-रैखिक नियम के अनुसार उनके मूल्यों को कम कर सकते हैं - जैसे कि शोर पर प्रभाव की तुलना में संकेत पर प्रभाव छोटा है।

वेवलेट ट्रांसफॉर्म का उपयोग करने के लिए एक अच्छा ट्रांसफॉर्मेशन है क्योंकि वे ऊर्जा को छोटी संख्या में गुणांक में संपीड़ित करने में अच्छे हैं। मैं व्यक्तिगत रूप से इसके अतिरिक्त अच्छे गुणों के लिए ड्यूल-ट्री कॉम्प्लेक्स वेवलेट ट्रांसफॉर्म (DTCWT) की सिफारिश करता हूं।

विषय पर 2 बहुत अच्छे कागजात यह हैं और यह (दोनों एक ही लेखक से)। कागजात उनकी पठनीयता और स्पष्टीकरण की स्पष्टता के संदर्भ में एक वास्तविक उपचार हैं। (यह भी कहा जा रहा है कि लेनना की अच्छी तस्वीरें हैं :)

निश्चित रूप से अधिक हाल के पेपर हैं, लेकिन वे आमतौर पर उन कागजात में वर्णित बहुत ही सरल तकनीकों पर अधिक मात्रात्मक सुधार नहीं जोड़ते हैं।

Comments

ये कागज विशेष रूप से बढ़त संरक्षण को संबोधित नहीं करते हैं; वे सामान्य छवि के बारे में हैं।

— एम्रे

अच्छी तरह से तरंगों को संरक्षण किनारों पर स्वाभाविक रूप से अच्छा है। प्राकृतिक चित्रों की प्रकृति यह है कि ज्यादातर साल्ट की जानकारी किनारों में होती है, इसलिए किनारों को एक विशेष मामले के रूप में चर्चा करना बल्कि अतिश्योक्तिपूर्ण है। प्राकृतिक चित्र किनारों से परिभाषित होते हैं।

— हेनरी गोमरसेल

यह बहस का मुद्दा है कि क्या पारंपरिक तरंगें किनारों को संरक्षित करने में विशेष रूप से अच्छी हैं। यह समस्या एक्सटेंशन के ढेर के पीछे की प्रेरणा है, जिसमें रिजलेट्स, बीमलेट्स, कर्टलेट्स और कॉन्टूरेट्स शामिल हैं।

— एम्रे

दरअसल, तरंगों के अपने मुद्दे हैं जो वास्तव में है, इसलिए मैंने वैनिला तरंगों के अलावा कुछ और का उपयोग करने का सुझाव दिया। हालांकि यह सुझाव दिया जा सकता है कि मेरे पास DTCWT की ओर एक पूर्वाग्रह है, यह अच्छे कारण के बिना नहीं है। उन दोनों पत्रों में प्रभावशाली बढ़त संरक्षण दर्शाया गया है। जैसा कि यह पेपर (आंकड़े 8 और 9 देखें - शोर चित्रों की तुलना)।

— हेनरी गोमर्सल

Answer 3

हालांकि हर सिग्नल प्रोसेसिंग चैलेंज में कोई भी समाधान नहीं होता है, यहाँ एक उपाय है:

1. चूंकि आप किनारों को संरक्षित करने की कोशिश कर रहे हैं, इसलिए यह पता लगाएं कि वे छवि में कहां हैं। अपनी छवि के भीतर किनारों को खोजने के लिए कैनी एज डिटेक्टर का उपयोग करें।
2. छवि से आउटपुट किए गए किनारों की सीमाओं को पतला / Fatten करें (शायद प्रत्येक किनारे के लिए 2-5 पिक्सेल चौड़ा) इस "मास्क" को कॉल करने देता है
3. मुखौटा उल्टा।
4. अपनी छवि पर मुखौटा लागू करें, यानी, केवल उन आइटम को छोड़ दें जिनके माध्यम से किनारे नहीं हैं।
5. डी-गॉसिंग तकनीक लागू करें
6. छवि के किनारों को जहां किनारों हैं, वहां पाने के लिए मूल एज मास्क का उपयोग करें
7. उन्हें डी-गाउस्ड इमेज में वापस रखें

वैकल्पिक रूप से, आप अपनी डी-गॉसिंग तकनीक को एक पूरे के रूप में छवि पर लागू कर सकते हैं और फिर संयुक्त राष्ट्र के डी-गाउस्ड पिक्सल को छवि में वापस ला सकते हैं।