Comment supprimer le bruit gaussien d'une image sans détruire les bords?

Quel est le meilleur filtre pour éliminer le bruit gaussien sans détruire les bords? J'utilise les images standard de Lena avec un bruit gaussien additif et je veux débruiter avant d'appliquer une diffusion anisotrope. Je ne veux pas filtrer médian car les bords deviennent flous. J'ai essayé le filtrage adaptatif mais les résultats n'étaient pas satisfaisants.

Vous devrez peut-être envisager des techniques plus avancées. Voici deux articles récents sur le débruitage préservant les bords:

• Débruitage d'image préservant les bords via une projection optimale de l'espace colorimétrique [en couleur] Ce papier préserve les bords en décomposant l'image dans un espace colorimétrique "optimal" et en effectuant un retrait en ondelettes. L'espace colorimétrique optimal appartient à la famille luminance / différence de couleur (pensez à L * a * b * ou YCrCb).

• Structure Edge Préserver débruitage Extrait du document:

Notre méthode est basée sur [l'analyse de régression de saut] et comprend trois étapes principales, décrites ci-dessous. Tout d'abord, les pixels de bord sont détectés dans tout l'espace de conception par un détecteur de bord. Deuxièmement, dans un voisinage d'un pixel donné, une courbe linéaire par morceaux est estimée à partir des pixels de bord détectés par un algorithme simple mais efficace, pour approximer le segment de bord sous-jacent dans ce voisinage. Enfin, les intensités d'image observées du même côté du segment de bord estimé, comme le pixel donné, sont moyennées par la procédure de lissage du noyau linéaire local (cf., [35]), pour estimer la véritable intensité de l'image au pixel donné.

( Les modèles de régression de saut incorporent des discontinuités à l'aide des fonctions de pas. L'auteur principal a un livre sur ce sujet .)

Comme point de départ, j'utiliserais une technique de retrait non linéaire avec une sorte de transformée en ondelettes (bien qu'elles ne soient pas spécifiques aux transformées en ondelettes). Les règles de retrait sont conceptuellement simples, rapides et faciles à mettre en œuvre, tout en donnant d'excellents résultats.

Le principe est que votre signal souhaité peut être représenté dans un domaine tel que la plupart de l'énergie est concentrée dans un petit nombre de coefficients. Inversement, le bruit est toujours réparti sur tous les coefficients (ce qui est probablement le cas pour AWGN). Vous pouvez ensuite "réduire" les coefficients - en réduisant leurs valeurs selon une règle non linéaire - de telle sorte que l'impact sur le signal soit faible par rapport à l'impact sur le bruit.

Les transformées en ondelettes sont une bonne transformation à utiliser car elles sont bonnes pour compresser l'énergie en un petit nombre de coefficients. Je recommande personnellement la transformée en ondelettes complexe à double arbre (DTCWT) pour ses belles propriétés supplémentaires.

2 très bons articles sur le sujet sont ceci et cela (tous deux des mêmes auteurs). Les articles sont un vrai régal en termes de lisibilité et de clarté des explications. (il y a aussi de belles photos de Lenna débruitée :)

Il existe certainement des articles plus récents, mais ils n'apportent généralement pas beaucoup d'amélioration quantitative par rapport aux techniques très simples décrites dans ces articles.

Alors que chaque défi de traitement du signal, il n'y a pas de solution universelle, voici une idée:

1. puisque vous essayez de conserver les bords, découvrez où ils se trouvent dans l'image. Utilisez un détecteur de bord astucieux pour trouver des bords dans votre image.
2. Dilater / Fatten les limites des bords sortis de l'image (peut-être 2-5 pixels de large pour chaque bord) permet d'appeler cela le "masque"
3. inverser le masque.
4. Appliquez le masque à votre image, c'est-à-dire ne laissez passer que les éléments qui ne sont PAS des bords.
5. appliquer la technique de démagnétisation
6. utilisez le masque de bord d'origine pour obtenir les valeurs des pixels de l'image là où il y a des bords
7. Remettez-les dans l'image dé-gaussée

Alternativement, vous pouvez appliquer votre technique de démagnétisation à l'image dans son ensemble, puis réintroduire les pixels non démagnétisés dans l'image.