利用圖像疊加原理消除高斯噪聲

ImageNoise使用說明

本代碼是利用圖片疊加的原理消除噪聲的實驗代碼
Github
原理

原理說明

圖像的加法可用于平均以減少和去除圖像采集中混入的噪聲徙邻,在采集中實際圖像的時候始腾,由于各種不同的原因,常會有一些干擾或噪聲混入到最后采集的圖像中确憨。從這個意義上來說鄙信,實際采集到的圖像g_i (x,y可看做是由原始場景圖像f(x,y)和噪聲圖像疊加而成的瞪醋,即

g(x,y)=f(x,y)+ε(x,y)

圖像的加法可用于平均以減少和去除圖像采集中混入的噪聲,在采集中實際圖像的時候装诡,由于各種不同的原因银受,常會有一些干擾或噪聲混入到最后采集的圖像中践盼。從這個意義上來說,實際采集到的圖像g_i (x,y可看做是由原始場景圖像f(x,y)和噪聲圖像疊加而成的宾巍,即

g(x,y)=f(x,y)+ε(x,y)

那么可以證明新的圖像的期望值為

E{ˉg(x,y)}=f(x,y)

如果考慮新圖像和噪聲圖像各自的均方差的關(guān)系咕幻,則
σ(ˉg(x,y))=√(1/M)×σ(e(x,y))

可見隨著平均圖像數(shù)量M的增加,噪聲在每個像素的位置(x,y)的影響越來越小

高斯噪聲原理

#include <cstdlib>
#include <cmath>
#include <limits>
double generateGaussianNoise(double mu, double sigma)
{
    const double epsilon = std::numeric_limits<double>::min();
    const double two_pi = 2.0*3.14159265358979323846;

    static double z0, z1;
    static bool generate;
    generate = !generate;

    if (!generate)
       return z1 * sigma + mu;

    double u1, u2;
    do
     {
       u1 = rand() * (1.0 / RAND_MAX);
       u2 = rand() * (1.0 / RAND_MAX);
     }
    while ( u1 <= epsilon );

    z0 = sqrt(-2.0 * log(u1)) * cos(two_pi * u2);
    z1 = sqrt(-2.0 * log(u1)) * sin(two_pi * u2);
    return z0 * sigma + mu;
}

使用說明

  1. 下載源碼

  2. 命令行切換到打開build目錄

  3. 輸入

    ImageNoise.exe image.jpg 40

(第二個參數(shù)為圖片名稱顶霞,第三個參數(shù)為加噪圖片數(shù)量)

  1. 目錄下會生成一個output40.jpg的文件即為輸出文件


    結(jié)果展示

原始圖片


原始

加噪圖片


加噪

結(jié)果圖片


結(jié)果
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末肄程,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子选浑,更是在濱河造成了極大的恐慌蓝厌,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,482評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件古徒,死亡現(xiàn)場離奇詭異拓提,居然都是意外死亡,警方通過查閱死者的電腦和手機隧膘,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,377評論 2 382
  • 文/潘曉璐 我一進店門代态,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人疹吃,你說我怎么就攤上這事蹦疑。” “怎么了萨驶?”我有些...
    開封第一講書人閱讀 152,762評論 0 342
  • 文/不壞的土叔 我叫張陵歉摧,是天一觀的道長。 經(jīng)常有香客問我篡撵,道長判莉,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,273評論 1 279
  • 正文 為了忘掉前任育谬,我火速辦了婚禮券盅,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘膛檀。我一直安慰自己锰镀,他們只是感情好,可當我...
    茶點故事閱讀 64,289評論 5 373
  • 文/花漫 我一把揭開白布咖刃。 她就那樣靜靜地躺著泳炉,像睡著了一般。 火紅的嫁衣襯著肌膚如雪嚎杨。 梳的紋絲不亂的頭發(fā)上花鹅,一...
    開封第一講書人閱讀 49,046評論 1 285
  • 那天,我揣著相機與錄音枫浙,去河邊找鬼刨肃。 笑死古拴,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的真友。 我是一名探鬼主播黄痪,決...
    沈念sama閱讀 38,351評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼盔然!你這毒婦竟也來了桅打?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,988評論 0 259
  • 序言:老撾萬榮一對情侶失蹤愈案,失蹤者是張志新(化名)和其女友劉穎挺尾,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體刻帚,經(jīng)...
    沈念sama閱讀 43,476評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡潦嘶,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,948評論 2 324
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了崇众。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,064評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡航厚,死狀恐怖顷歌,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情幔睬,我是刑警寧澤眯漩,帶...
    沈念sama閱讀 33,712評論 4 323
  • 正文 年R本政府宣布,位于F島的核電站麻顶,受9級特大地震影響赦抖,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜辅肾,卻給世界環(huán)境...
    茶點故事閱讀 39,261評論 3 307
  • 文/蒙蒙 一队萤、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧矫钓,春花似錦要尔、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,264評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至概龄,卻和暖如春还惠,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背私杜。 一陣腳步聲響...
    開封第一講書人閱讀 31,486評論 1 262
  • 我被黑心中介騙來泰國打工蚕键, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留互拾,地道東北人。 一個月前我還...
    沈念sama閱讀 45,511評論 2 354
  • 正文 我出身青樓嚎幸,卻偏偏與公主長得像颜矿,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子嫉晶,可洞房花燭夜當晚...
    茶點故事閱讀 42,802評論 2 345

推薦閱讀更多精彩內(nèi)容