Очистка соли и перечных шумов

Question

У меня есть следующее изображение (это номерной знак), и на него повлияли солевые и перечные шумы с вероятностью 0,9 (каждый пиксель имел 90% шанс превратить полностью белый или полностью черный). Мне нужно очистить его как можно лучше, чтобы nmake читал число. У меня есть основные разрешенные алгоритмы в Python, но изменения разрешены - и мне нужно как-то сделать изображение ясным. Мы превращаем изображение в черно-белое растровое изображение пикселей, которые загружаются в матрицу, и мы выполняем все алгоритмы непосредственно на матрице. Мы используем 2 варианта медианов - я пробовал много комбинаций из них, но безрезультатно - не было получено четкой картины. Мне отчаянно нужна помощь!

код и изображение в этом месте в SkyDrive: http://sdrv.ms/1az6sRC для того, чтобы использовать код Python 3.2 и Обязательное дополнение в каталоге должен быть установлен для того, чтобы представить изображения в Python. Необходимо импортировать матрицу классов, а файл clean.py с функцией clean содержит мои попытки - эта функция может использовать любой код в файле (с вариантами) для достижения максимально возможного результата.

Любая помощь будет оценена по достоинству.

Answer 1

Традиционный фильтр де-шумирования с солью и перцем подходит, когда вероятность шума составляет около 40% (вероятность того, что пиксель изображения перевернут). В вашем случае у вас есть шум плотности. Для решения этой проблемы вам понадобится использовать более дорогостоящий медианный фильтр. При более близком рассмотрении результатов этого paper это кажется достижимым, но вам нужно его реализовать.

Answer 2

Медиана фильтр решает проблему соли и перца, но производит размытое изображение. Чтобы решить проблему соли и перца и сохранить исходную фотографию, вы должны использовать Alpha Trim Filter. Фильтр Идея:

1- Поместите окно над элементом

2- Возьмите элементы

3- элементы заказа

4- Утилизируйте элементы в начале и в конце ПРТ (согласно значению альфа-входа)

5- Возьмите среднюю сумму суммирования оставшихся элементов и разделите сумму на их количество.

Вы можете использовать MATLAB для его реализации .Есть много ранее реализован альфа комплектаций фильтров вы можете использовать его и связать питон программу MATLAB

Извините о работе с питоном, потому что мой фон об этом не очень будет

Answer 3

Привет, вы можете использовать средний фильтр или фильтр Max, так как у вас есть 90% шум. Пожалуйста, используйте приведенный ниже код на C++, но вы можете легко связать его с python. // maxOrmedian = True/False, inputImage = станд :: вектор, kernalSize = 3, ширина = 256, высота = 256 //

std::vector<double> medianFilter(bool maxOrmedian, std::vector<double> inputImage, double kernalSize,int width, int height) 
    { 
     /* Fill all the values to output image */ 
     vector<double> outImage = inputImage; 
     for(int y = kernalSize; y < height - kernalSize; y++) 
     { 
     for(int x = kernalSize; x < width - kernalSize; x++) 
     { 
      std::vector<double> tempList; 
      for(int i = - kernalSize; i <= kernalSize; i++) 
      { 
       for(int j = -kernalSize; j <= kernalSize; j++) 
       { 
        double pixelValue = inputImage[(y+j)*width + (x+i)]; 
        tempList.push_back(pixelValue); 
       } 
      } 
      std::sort(tempList.begin(),tempList.end()); 
      double newPixelValue = 0; 
      if(maxOrmedian) //median filter 
       newPixelValue = tempList[tempList.size()/2]; 
      else 
       newPixelValue = tempList[tempList.size()-1]; 
      outImage[y*width + x] = newPixelValue; 
      } 
     } 
     return outImage;   
    }