BM3D算法实现图像降噪

1、精选优质文档-倾情为你奉上精选优质文档-倾情为你奉上专心-专注-专业专心-专注-专业精选优质文档-倾情为你奉上专心-专注-专业广东工业大学数字图像、数字信号处理及应用实验报告 题 目 图像处理综合实验 院、系(部) 自动化学院 专业及班级 学 号 姓 名 日 期 目录 TOC o 1-3 h z u 1 实验目的理解图像平滑和锐化的基本方法；了解图像复原的基本方法；综合使用多种方法改善图像质量。2 实验要求（1）利用Photoshop之类的图像处理工具软件，尝试对Moon.bmp尽量改善图像质量。（2）综合采用各种合理的方法，编写程序（C/C+/OpenCV、MATLAB、Python均可）对

2、Moon.bmp进行图像质量改善，实现以下目标的权衡折中：a降低噪声；b. 增大对比度；c. 锐化增强。3 实验设备安装了VC6/VS2010、PS C6、MATLAB的PC机4 实验原理4.1 利用拉普拉斯算子实现图像锐化锐化处理的目的是突出图像中的细节或者增强被模糊了的细节。锐化处理可以用空间微分来完成。微分算子的响应强度与图像在该点的突变程度有关，图像微分增强了边缘和其他突变(如噪声)而消弱了灰度变化缓慢的区域。由于我们处理的是数字量，最小灰度级的变化是有限的，而且变化发生的最短距离是在两个相邻像素之间。因此，用一阶微分的差值定义一元函数f(x)的二阶微分:二元图像函数f(x,y)的拉普

3、拉斯变换定义为：离散方式：X方向：Y方向：故二维拉普拉斯数字实现由以上两个分量相加：因此拉普拉斯算子用于图像增强的基本方法如下:拉普拉斯算子处理后的图像如下：图 SEQ 图 * ARABIC 1（拉普拉斯处理图像对比图。处理前左，处理后右）4.2利用分段线性函数实现对比度扩展分段线性变换函数的对比度拉伸相对于直方图均衡（直方图均衡只能按照统计特性进行变换）可以更加灵活地控制输出灰度直方图的分布，可以有选择地拉伸某段灰度区间，以改善输出图像。如果一幅图像灰度集中在较暗的区域而导致图像偏暗，可以用灰度拉伸功能来扩展（斜率1）物体的灰度区间以改善图像；如果图像灰度集中在较亮的区域而导致图像偏亮，也可

4、以用灰度拉伸功能来压缩（斜率biHeight*pInfoHead-biWidth);for (i = 1; i biHeight - 1; i+) for (j = 1; j biWidth - 1; j+) /*做卷积*/G = pdatai*h_len+j*h2-(pdata(i-1)*h_len+j-1+pdata(i-1)*h_len+j+1+pdata(i + 1)*h_len+j-1+pdata(i+1)*h_len+j+1)*h1) -(pdata(i-1)*h_len+j+pdatai*h_len+j-1+pdata(i+1)*h_len+j +pdatai*h_len+j+1

5、)*h3);/*防止溢出*/if (G 255) ptempi*h_len + j = 255;else if (G 0) ptempi*h_len + j = 0;else ptempi*h_len + j = (BYTE)G;/*结果复制到输出*/for (i = 1; i biHeight - 1; i+) for (j = 1; j biWidth - 1; j+) pdatai*h_len + j = ptempi*h_len + j;free(ptemp);2、中值、均值滤波函数虽然最后的图像去噪算法采用的是BM3D算法，但是因为后面要把BM3D去噪算法与中值滤波算法作比较，所以在

6、这里还是给出详细的设计。中值滤波详细代码及注释如下：void medfilt(const BITMAPINFOHEADER *pInfoHead, BYTE *pdata, const DWORD h_len) int i, j, k, z, index;BYTE temp, nPixel9; /*创建临时存储空间，用于中值滤波结果*/BYTE *ptemp = (BYTE *)malloc(sizeof(BYTE)*pInfoHead-biHeight*pInfoHead-biWidth);for (i = 1;i biHeight - 1;i+) for (j = 1; j biWidth

7、 - 1; j+) /*先排列9个像素*/nPixel0 = pdata(i-1)*h_len + (j-1);nPixel1 = pdata(i-1)*h_len + j ;nPixel2 = pdata(i-1)*h_len + (j+1);nPixel3 = pdata i *h_len + (j-1);nPixel4 = pdata i *h_len + j ;nPixel5 = pdata i *h_len + (j+1);nPixel6 = pdata(i+1)*h_len + (j-1);nPixel7 = pdata(i+1)*h_len + j ;nPixel8 = pdat

8、a(i+1)*h_len + (j+1);/*找中值，这里只需找5次*/for (k = 0;k 5;k+) index = 0;for (z = 0;z 9-k;z+) if (nPixelindex nPixelz) /最大的数index = z;temp = nPixel8-k;nPixel8-k = nPixelindex;nPixelindex = temp;ptempi*h_len + j = nPixel4;/*复制结果到输出*/for (i = 1;i biHeight - 1;i+) for (j = 1; j biWidth - 1; j+) pdatai*h_len +

9、j = ptempi*h_len + j;free(ptemp);均值滤波算法的详细设计及代码：void junfilt(const BITMAPINFOHEADER *pInfoHead, BYTE *pdata, const DWORD h_len) int i, j, temp; /*创建临时存储空间，用于均值滤波结果*/BYTE *ptemp = (BYTE *)malloc(sizeof(BYTE)*pInfoHead-biHeight*pInfoHead-biWidth);for (i = 1;i biHeight - 1;i+) for (j = 1; j biWidth - 1

10、; j+) temp = 0;temp += pdata(i-1)*h_len + (j-1);temp += pdata(i-1)*h_len + j ;temp += pdata(i-1)*h_len + (j+1);temp += pdata i *h_len + (j-1);temp += pdata i *h_len + j ;temp += pdata i *h_len + (j+1);temp += pdata(i+1)*h_len + (j-1);temp += pdata(i+1)*h_len + j ;temp += pdata(i+1)*h_len + (j+1);pte

11、mpi*h_len + j = (BYTE)(temp/9);/*复制结果到输出*/for (i = 1;i biHeight - 1;i+) for (j = 1; j biWidth - 1; j+) pdatai*h_len + j = ptempi*h_len + j;free(ptemp);3、分段线性对比度增强函数因为分段线性对比度增强的详细介绍已经在实验原理部分给出，所以只给出详细代码和注释。/*指定对比度增强区间的结构体*/typedef struct adjust_rangedouble in_low;double in_high;double out_low;double

12、out_high; ADJ_RANGE;void adjust(const BITMAPINFOHEADER *pInfoHead,BYTE *pdata,const DWORD h_len, const ADJ_RANGE * ar)/*总共分成三段，三段的变换范围为：第一段：(0- in_low_c) -(0- out_low_c)第二段：(in_low_c - in_high_c)-( out_low_c - out_high_c)第三段：(in_high_c -255) -( out_high_c -255) 三段的斜率分别为： 第一段：h1 第二段：h2 第三段：h3*/const

13、BYTE in_low_c = (BYTE)ar-in_low * 255;const BYTE in_high_c = (BYTE)ar-in_high * 255;const BYTE out_low_c = (BYTE)ar-out_low * 255;const BYTE out_high_c = (BYTE)ar-out_high * 255;const double h1 = ar-out_low / ar-in_low;const double h2 = (ar-out_high - ar-out_low) / (ar-in_high - ar-in_low);const dou

14、ble h3 = (1 - ar-out_high) / (1 - ar-in_high);int i, j;double temp;for (i = 1; i biHeight - 1; i+) for (j = 1; j biWidth - 1; j+) /*分段线性增强*/if (pdatai*h_len + j in_high_c)temp = out_high_c + (pdatai*h_len + j - in_high_c)*h3;elsetemp = out_low_c + (pdatai*h_len + j - in_low_c)*h2;/*防止溢出*/if (temp 25

15、5)pdatai*h_len + j = 255;else if (temp “开始执行（不调试）”或者“Ctrl+F5”开始图像处理。4、等待4-5分钟，命令行显示“total finish!”。如图6所示。5、到工程目录下的“BM3D”夹下打开“out.bmp”查看处理结果。图 SEQ 图 * ARABIC 6由于要进行彩印，对“Moon.bmp”图像处理的结果存放于附录中。6.2 比较中值、均值、BM3D滤波信噪比使用MATLAB测试中值、均值、BM3D滤波三个算法的信噪比提高量。信噪比提高量的公式如下：其中，c(x,y)为退化图像；x(x,y)为原始图像；a(x,y)为还原图像。计算信

16、噪比提高量的代码如下：% imgx：原始图像% imgc：退化图像 % imga：还原图像function snri = snri_cal(imgx, imgc, imga) c_x = imgc - imgx; a_x = imga - imgx; S = sum(sum(c_x - mean(mean(c_x).2); N = sum(sum(a_x - mean(mean(a_x).2); snri = 10*log10(S/N);end接下来先使用MATLAB准备一幅加噪声的图片，编写的MATLAB代码如下：Img = imread(cameraman.tif);Imgn = imno

17、ise(cameraman,gaussian,0,0.002);imwrite(Imgn, cameramen.bmp);接着在VS2010环境下运行程序，分别对噪声图像“cameram.bmp”进行中值、均值、BM3D滤波处理。处理完成之后，编写代码计算信噪比提高量，代码如下：imgx = imread(cameraman.tif);%原始图像imgc = imnoise(imgx,gaussian);%退化图像imga = imread(中值滤波.bmp);%还原图像snri_cal(imgx, imgc, imga)%中值滤波的信噪比提高量imga = imread(均值滤波.bmp);

18、%还原图像snri_cal(imgx, imgc, imga)%均值滤波的信噪比提高量imga = imread(BM3D滤波.bmp);%还原图像snri_cal(imgx, imgc, imga)%BM3D滤波的信噪比提高量以上代码输出的结果如下：中值滤波均值滤波BM3D滤波信噪比提高量（db）4.90374.26815.7149从表上的数据可以看出BM3D、均值滤波、中值滤波的信噪比提高量依次递减。其中，BM3D滤波的信噪比提高量最大，所以BM3D的滤波效果比较的好。三种算法的图片如下图所示。 图 SEQ 图 * ARABIC 7（原图） 图 SEQ 图 * ARABIC 8（中值滤波）

19、 图 SEQ 图 * ARABIC 9（均值滤波） 图 SEQ 图 * ARABIC 10（BM3D滤波）从上面四个图片的对比来看，中值滤波和均值滤波效果不仅比不上BM3D滤波，而且都使图像模糊化了。所以不管从图像的信噪比提高量来看，或者从图像的处理效果来看，BM3D滤波都远远好于其他两种算法。7 结论与问题讨论7.1完成设计要求的程度设计要求：（1）利用Photoshop之类的图像处理工具软件，尝试对Moon.bmp尽量改善图像质量。（2）综合采用各种合理的方法，编写程序（C/C+/OpenCV、MATLAB、Python均可）对Moon.bmp进行图像质量改善，实现以下目标的权衡折中：a降

20、低噪声；b. 增大对比度；c. 锐化增强。完成设计要求的程度：（1）由于本人对PS的操作技术有限，在用PS对Moon.bmp进行处理时，老是感觉不是太过满意，处理结果也残差不齐。（2）综合采用各种合理的方法，编写程序C程序、MATLAB程序对Moon.bmp进行了处理。实现了：a降低噪声；b. 增大对比度；c. 锐化增强。7.2遇到的问题及解决办法问题1：普通拉普拉斯算子实现锐化增强时无法调整锐化强度。解决：在找了许多资料之后，突然发现MATLAB的锐化算子可以调整锐化强度。虽然不知道里面的原理，但是总算实现了调整锐化强度的效果。问题2：程序运行到free()函数时就崩溃。 解决：原因可能有两个：1、连续free了两次内存。 2、访问malloc的空间时，越界了。 3、free的指针与malloc时的指针位置发生了变化。问题3：在空域对图像进行卷积操作时，结果输出异常。解决：凡是涉及在空域对图像进行卷积操作，都需要先开辟一个与图像大小一致临时空间，处理完之后