如何检测噪声类型并将其从图像矩阵中删除

Question

我有一个图像矩阵，我想要一种方法来检测噪声类型，然后使用MATLAB找到一个过滤器以消除该噪声。

我的问题：我绘制了图像的直方图，看起来与盐和纸张噪声的直方图相同（我的图像只有三个像素的噪声）。我尝试使用中值滤波器来消除噪声，但它不仅消除了噪声，而且改变了图像。

1   1   1   1   1   1   1   1   1 
1  100 100 100 100 100  1   1   1
1  100 100 100 100 100 100  1   1
1  100 100  1   1  100 100  1  100
1  100 100  1   1  100 100  1   1
1  100 100 100 100 100 100  1   1
1  100 100 100 100 100 100  1   1
1  100 100  1   1   1   1   1   1
1  100 100  1   80  1   1   1   90

Answer 1

中值滤镜会像这样切掉图像的角落。鉴于您的图像或多或少是二进制的，在这种情况下消除噪声的一种简单方法是除去孤立的像素：像素周围的值远低于其自身。

在MATLAB中使用图像处理工具箱（imopen）可以很容易地通过图像处理工具箱完成此操作：

img = [1   1   1   1   1   1   1   1   1
       1  100 100 100 100 100  1   1   1
       1  100 100 100 100 100 100  1   1
       1  100 100  1   1  100 100  1  100
       1  100 100  1   1  100 100  1   1
       1  100 100 100 100 100 100  1   1
       1  100 100 100 100 100 100  1   1
       1  100 100  1   1   1   1   1   1
       1  100 100  1   80  1   1   1   90];
img = padarray(img,[1,1]); % proper boundary conditions needed
img = max(imopen(img,[1,1]),imopen(img,[1;1]));
img = img(2:end-1,2:end-1); % remove padding again

我们使用了两个开口：一个带有SE [1,1]，另一个带有SE [1;1]。它们中的任何一个都可能会删除1像素粗的线，但是两者都不会删除任何线。因此，我们采用了两个结果中的最大值：如果两个滤镜都删除了该像素，则它将保持删除状态，但是如果只有一个删除该像素，则我们希望保留该像素（它属于一行）。

还有其他识别孤立像素的方法，但是基于工具箱中的现有功能，该方法非常容易实现。