• صفحه نخست
• روش های حذف نویز از تصاویر

(بررسی کاربردی روش های حذف نویز از تصاویر)

چکیده :
پارازیت ها اکثرا تغییرات تصادفی و ناخواسته ای هستند که بر روی تصاویر (دیجیتالی و غیر دیجیتالی) توسط دستگاههای الکترونیکی، محیط و … اعمال و باعث کاهش کیفیت تصاویر میشوند. جهت حذف این پارازیت ها توسط نرم افزارهای کامپیوتری ابتدا تصویر دیجیتالی شده و سپس بازیافت تصویر انجام میگیرد، با توجه به نوع نویز اعمال شده بر روی تصاویر و همچنین درجه بازیافت تصویر بصورت خودکار و یا دستی، فیلترهای متفاوتی مورد استفاده قرار میگیرند. در این مقاله روش ها و فیلترهای مرسوم و غیرمرسوم خطی و غیرخطی در حوزه مکان جهت حذف نویز تشریح شده و با توجه به پارامترهای متفاوتی نتایج فیلترها با همدیگر مقایسه شده اند.
کلمات کلیدی- نویز – فیلترهای حذف نویز- پردازش تصویر- کانولوشن – بازیافت تصویر .
١- مقدمه
تصاویر به روش های مختلفی بدست میآیند، و با توجه به دستگاه ورودی ممکن است پارازیت هـایی بـر روی تصـاویر اعمـال شـو.
نویزهای تمداول بر روی تصاویر قدیمی شامل قـرار گـرفتن گـردو غبـار (Noise pollution)بـر روی تصـویربـه مـرور زمـان و یـا تاشدگی تصویر است . در تصاوی گرفته شده با دوربین عکاسی و یا اکسننکدنه ر تنیصزاوبیخرا وطرـتاثیر افیوـتن فن وهاتوینهـاسابـطرع روشیده سازسسـنوسرهواریهایمجـضابورط نویزی ناخواسته بر روی تصاویر اعمال میشـو . همچنـین هنگـام عکاسی با ISO بالا همانند ٨٠٠/١۶٠٠ ISO نیز بخـاطر بـالا بـودن حساسیت ، پارازیتی برروی تصاویر اعمال میشود [١۵].
در این مقاله ابتدا انواع نویز مشاهده شده بر روی تصـاویر و چگونگی تولید آنها و سپس انواع فیلتر برای حذف نویز بررسـی شده و نتیجه این فیلترها با یکدیگر بررسی میگردد. بـویژه انـواع فیلترهای میانگین نیز با همدیگر مقایسه میشوند.

افزودن نویز بر تصویر f تصویز نویزدار g را تولید خواهد کرد.

و حاصل فیلتر بر روی تصویر پارازیت دار، تصـویر بازیافـت شـده ‘f خواهد بود.
برای بدست آوردن قدرت فیلتر در پارازیت گیری از جـذر میانگین مربعـات (RMS)Root Mean Squar اسـتفاده خواهـد شد، که از فرمول زیر بدست میآید.

f تصویر اولیه و ‘f تصویر بازیافت شده است . m وn ابعـاد تصویر و ٢(‘f-f) نماینگر مربع اختلاف هـر نقطـه تصـویر اصـلی از تصویر بازیافـت شـده اسـت . بنـابراین مقـدار کوچـک بـرای rms نشانگر قدرت بازیافت فیلتر است و مقادیر بزرگ نشـانگر کیفیـت پایین تصویر بعد از اعمال فیلتر است .
هر چند rms معیاری برای مقدار خطای تصاویر بازیافـت شده از تصاویر اولیه بلحاظ ریاضی اسـت ولـی در برخـی فیلترهـا همانند فیلترهای تارسازی rms مقادیر پایینی را نشان میدهـد در صورتیکه تصویر بازیافت شده کیفیت پایینی دارد، بنـابراین بـرای مقایسه فیلترها، کیفیت تصویر بلحاظ تیزی لبه ها و وضوح نیـز در بررسی ها لحاظ خواهد شد.
یکی دیگر از پارامترهای مقایسه فیلترها با همدیگر هزینه اجرای هر فیلتر است ، که بدین منظور تمامی فیلترهـا در محـیط matlab پیا ه سازی شده و مدت زمان اجرای فیلتر بدسـت آمـده است .
٢- انواع نویز
آلودگی محیطی نصویر:
این نوع نویز بر روی تصاویر موجود بر روی کاغذ تصویر و یا حتی نگاتیو به مرور زمان بوجود میآید و شامل قرار گرفتن و چسبیدن گردو غبار، مایعات بر روی تصویر و یا تاشـدن عکـس و چروکیـده شدن قسمت تاشده است .

نویز فلفل نمکی:
به قرارگیری نقاط تاریک بر روی مناطق روشن و نقاط روشـن بـر روی مناطق تیره تصویر گویند. این نوع نویز هنگام تبدیل تصـاویر آنالوگ به دیجیتال بوجود میآید شکل b.١ نـویز فلفـل نمکـی بـ چگالی ٠.٢ است . بارزترین نـوع نـویز فلفـل نمکـی در فتـوکپی گرفته شده از تصاویر با استفاده از دستگاههای کپی قابـل مشـاده است .
نویز گوسین :
نویزی است که در تابع چگالی احتمال از توزیع نرمال (معروف بـه توزیع گوسین ) قرار میگیرد. و معمولا به افزودن نـویز سـفید بـه تصویر گویند [٧٨](AWGN)١. شکل c.١ نویز گوسین با میانگین ٠.٢ و ورایانس.۰۱ است .[٧,١١]
نویز ضربه ای یا پویسون :
سنسورهای دیجیتالی که در معرض نور قرار گرفته اند با نوسـانات خود منجر به صدور فوتون هایی به آطراف شده و بـر سنسـورهای کناری تاثیر می گذارند. این تاثیر با توجه به سطح نوردهی و تاثیر آن بر تعداد فوتون های ساطع شده متغیر است و به نـویز حاصـل نویز ضربه ای گفته میشود شکل d.1 نویز تصویر آغشـته بـه نـوی پویسون را نمایش می دهد.
مقدار نویز حاصل از یک پیکسل ، مس قل از نـویز حاصـل از نقاط دیگر است و از توزیع پویسون پیروی می کند. ایـن توزیـع تقریبا همانند توزیع گوسین است [٩,١٣].
نویز تقویت کننده :
این نویز مستقل از سیگنال ورودی است و نوعی از نـویز گوسـین است . در دوربین هایی که تقویت یک رنگ هماننـد آبـی بیشـتر از رنگ قرمز و سبز است بوجود میآید و اکثـرا در محـدوده تاریـک تصویر بصورت ثابت مشاهده می شود.
نویز دانه ای: نوعی از نویز ضربه ای است .

نویز متخلخل :
این نوع نویز بصورت تصادفی است و تداخل نمونه هایی از تصـویر است که حاصل تابش تعداد زیـادی از امـواج فراصـوتی یکسـان و تداخل برهمدیگر است . نویز متخلخل بصورت لکه هـایی بـر روی تصاویر کیهانی و یا تصویری که از انعکاس نـور خورشـید بـر روی ناخن بدست میآید و یـا از تـابش اشـعه لیـزر و … حاصـل مـی- شود[٣,۶,١۴]. در شکل e.١ لکه های حاصـل از نـویز متخلخـل بـا واریانس ٠.٢ براحتی دیده میشود و در شکل f.١ لکه هـای سـبز رنگ که توسط دوربین دیجیتال از باریکه لیزر سـبز رنـگ گرفتـه شده قابل مشاهده است .

شکل ١: انواع نویز
٣- فیلترهای حذف نویز
بازیافت تصاویر نویزدار در دو حوزه مکان و فرکـانس انجـام مـی- پذیرد، که بدلیل هزینـه سـنگین پـردازش هـای حـوزه فرکـانس ، فیلترهای حذف نویز در حوزه مکان بیشتر مورد توجه اند[۵,١٠].
فیلتــر کــردن مکــانی ۴ یــا پــردازش همســایگی neighborhood processing شامل مراحل زیر است :
تعریف همسایگی به مرکز نقطه (x,y)
اعمال یک اپراتور۵ به پیکسلهای محصور در همسـایگی نقطه (x,y)
در نظر گرفتن نتیجه اپراتور به عنوان پاسـخ در نقطـه (x,y)
تکرار پردازش برای تمام نقاط تصویر
اگر محاسبات انجام شده برای نقاط همسایگی خطـی باشـد، ایـن عملیات را فیلتر کردن مکانی خطی (Linear spatial filtering) یا کانولوشن مکانی (spatial convolution) نامیده می شود. در غیر این صورت فیلتر کردن مکانی غیـر خطـی Non-Linear spatial) (filtering نامیده می شود.
حذف نویز با اسـتفاده از ماسـک و جـایگزینی مقـدار پیکسـل بـا میانگین و یا میانه و یا میانگین وزنـی از نقـاط درون ماسـک و … هرچند نویز۶ تصویر را ح٧ذف میکند ولی در بیشتر مواقع منجر بـه صاف سازی لبه ها و تار شدن تصویر می گردد.
٣-١- فیلترهای میانگین :
فیلترهای میانگین براساس مقدار وزنـی نقـاط قـرار گرفتـه درون ماسک بدست میآیند، که ۴ نمونه میانگین متداول در ریاضی در زیر آمده است [١]:
معروف ترین فیلتر میانگین ، میانگین حسـابی اسـت کـه از نـوع فیلترهای خطی است . این فیلتر به نسبت دیگر فیلترهای میانگین کاربرد بیشتری داشته ، پیاده سازی آن راحـت تـر و کـم هزینـه تـر است .

در فرمول (١) m*n اندازه پنجره ماسک W و s,t نقاط درون ایـن ماسک هستند.
میانگین هندسی: فیلتری غیر خطی است .

میانگین هارمونیک : فیلتری غیر خطی است .

میانگین رتبه ٢: فیلتری غیر خطی است .

“تمامی محتوا مندرج در سایت متعلق به رسانه ریتم آهنگ می باشد و هرگونه کپی برداری با ذکر منبع بلامانع است.”