标签:正则 方法 com exp sig grid display get 产生
检测图像噪音程度:
计算平方误差:
function d = mse(est,ref)
d =mean( (est(:)-ref(:)).^2 ) ;
计算信号噪声比:
function d = snr(est,ref) mse = mean((ref(:)-est(:)).^2); dv = var(ref(:),1); snr = 10*log10(dv/mse);
峰度信号噪声比:
function p = psnr(est,ref) mse= mean((est(:)-ref(:)).^2 ); m1 = max(abs(est(:)) ); m2 = max(abs(ref(:)) ); m = max(m1,m2); p = 10*log10(m^2/mse );
对方法进行检测的时候,噪音产生的方法主要有:
增加随机噪声或者增加多种随机噪声。
去噪的病态问题:
去噪:正则化,简单化
中值滤波
高斯滤波、双边滤波、nonlocal mean 滤波
中值滤波无法解决白高斯滤波
高斯滤波:
高斯概率分布
由于高斯滤波处理之后不清楚,所以需要再对图像进行锐化处理
双边滤波:
function B = Bilateral(A,w,sigma_d,sigma_r) [X,Y] = meshgrid(-w:w,-w:w); G = exp(-(X.^2+Y.^2)/(2*sigma_d^2)); % Apply bilateral filter. dim = size(A); B = zeros(dim); for i = 1:dim(1) for j = 1:dim(2) % Extract local region. iMin = max(i-w,1); iMax = min(i+w,dim(1)); jMin = max(j-w,1); jMax = min(j+w,dim(2)); I = A(iMin:iMax,jMin:jMax); % Compute Gaussian intensity weights. H = exp(-(I-A(i,j)).^2/(2*sigma_r^2)); F = H.*G((iMin:iMax)-i+w+1,(jMin:jMax)-j+w+1); B(i,j) = sum(F(:).*I(:))/sum(F(:)); end end
不是根据单个点之间相似程度,而是块与块之间的相似程度进行比较
w(p,q)表示的是块与块之间的距离,西格玛表示噪音的标准误差,h是和西格玛相关的数据集,论文中max里面的写错了,把0.0改为1.0。
标签:正则 方法 com exp sig grid display get 产生
原文地址:http://www.cnblogs.com/kangronghu/p/6267409.html