6、数字图像降噪与滤波技术解析

数字图像降噪与滤波技术解析

1. 图像噪声对不同区域的影响

噪声会以多种方式破坏图像，具体取决于噪声的性质，会改变均匀或非均匀区域中的原始特征，导致原始图像和有噪图像之间出现不同的视觉外观。以雕塑图像为例，不同类型的噪声对图像不同区域的影响如下：
- 均匀区域 ：如雕塑背部的均匀区域，加性高斯白噪声（AWGN）和椒盐噪声（SAP）都会给光滑表面带来一些颗粒结构。AWGN 与自然图像的局部平稳高斯信号性质相似，不会大幅改变该区域的图像结构，只是略微改变亮度；而 SAP 是脉冲噪声，会改变图像结构，产生恼人的伪影。
- 结构纹理丰富区域 ：例如图像中的网格结构，具有高度重复模式的结构纹理包含大量高频分量，这些主导分量会掩盖 AWGN 和 SAP 的影响，因此在有噪声的情况下，网格线条仍能清晰可见。
- 细节特征丰富区域 ：像图像中的高层建筑区域，包含多种频率分量的混合模式。AWGN 会扩散到整个频谱，改变不同频率分量的最终分布，从而模糊背景中高层建筑的细节；而 SAP 是脉冲式的，只影响部分空间区域，对受损图像的影响相对较小。

2. 图像质量评估指标

2.1 EPSNR 的局限性

边缘峰值信噪比（EPSNR）在图像质量测量中考虑了图像边缘的影响，人类视觉对边缘敏感并利用边缘识别图像中的物体。然而，EPSNR 存在一些缺点：
- 它是逐点测量，不考虑图像特征的结构，而人类视觉更关注勾勒不同物体的图像特征。
- 边缘图的准确性很大程度上取决于逐点检测的核大小。
- 边缘图检测只是单纯的亮度