image - 寻找噪声图像边缘的最佳方法

Question

我有一张噪声图像，如下图所示。假设它是高斯噪声。目前，我正在使用两个步骤来寻找边缘

1. 使用高斯滤波器 G 平滑图像

2. 根据方程求边

   g=1/(1+β∇ (I*G)^2)

其中 G 是高斯滤波器。 β 是控制噪声水平的权重。

然而，高斯滤波器是导致图像边缘丢失的原因。我想找到一种更好的方法，可以保留边缘信息。你能建议我找到该图像边缘的最佳方法吗？

这是我执行上述步骤的结果

这是我正在处理的添加了噪点的图像:

为了得到边缘，这是我写的 MATLAB 代码:

beta=0.01;
G = fspecial('gaussian',[3 3],1);
I_G = conv2(I,G,'same');
[Gx,Gy] = gradient(I_G);
NormGrad = sqrt(Gx.^2 + Gy.^2); 
g = 1./ (1 + beta* NormGrad.^2);
imshow(g,[]);

Answer 1

规范 edge-preserving smoothing过滤器应该足以满足您的特定应用。这些同时消除噪声(我应该添加高斯分布......)，同时尽可能保持边缘。经典示例包括 bilateral filter , Guided image filter何开明, Domain Transform filtering Gastal 和 Oliveira(我过去曾成功使用过)甚至 anisotropic diffusion .

为了快速尝试，Guided image filter 现在作为官方函数包含在内，它是自 MATLAB R2014a 以来图像处理工具箱的一部分，通过 imguidedfilter功能。如果您没有 MATLAB R2014a 或更高版本，则可以通过此处的链接下载代码的原始 MATLAB 源代码:http://kaiminghe.com/eccv10/guided-filter-code-v1.rar ，但您可以从我在上面链接到您的主要网站上获取此信息。

假设您没有 R2014a，请下载引导图像过滤器代码，让我们用它来过滤您的示例。鉴于您指向被噪声损坏的示例图像的链接，我下载了它并在下面的代码中使用它:

I = im2double(imread('http://i.stack.imgur.com/ACRE8.png')); %// Load in sample image that was corrupted by noise
r = 2; %// Parameters for the Guided image filter
eps = 0.1^2;

%// Filter the image, using itself as a guide
q = guidedfilter(I, I, r, eps);

%// Show the original image and the filtered result
figure;
subplot(1,2,1); imshow(I, []);
subplot(1,2,2); imshow(q, []);

我们展示了原始图像，然后是右侧的引导过滤结果:

完成后，尝试使用任何规范的边缘检测器来检测边缘。您使用的是在找到边缘之前对图像进行预模糊，但它使用标准平滑并且会遗漏某些边缘。因为使用 Guided image filter 将我们带到边缘保持不变并且整个图像基本上没有噪声的点，所以我们可以在边缘平滑结果上尝试一些简单的操作，例如 Sobel 过滤器:

[Gmag,~] = imgradient(q, 'sobel');
imshow(max(Gmag(:)) - Gmag,[]);

以上代码使用imgradient找到图像梯度，然后我们通过反转强度来显示图像，以便黑色值变为白色，白色变为黑色，如您的示例所示。

...我们得到这个:

如您所见，即使存在噪音，我们仍然能够敲出很多边缘。