如何计算图像是否有噪声和几何失真?

时间:2013-02-11 08:02:24

标签: image-processing opencv computer-vision core-image distortion

我需要在iphone中制作一个应用程序,它需要计算图像中的噪声,几何变形等其他变形。这该怎么做?我用opencv + iphone完成了一些图像处理工作。但我不知道如何计算这些参数。

1)如何计算图像中的噪声?

2)什么是几何变形以及如何计算图像的几何变形?

3)图像滤波器的几何变形和失真是否相同?或任何其他可用于计算图像的扭曲质量是否良好?

输入:我的图像是实时视频流中的面部图像。

1 个答案:

答案 0 :(得分:8)

我建议您阅读一些有关图像处理的文献,例如Gonzalez & Woods

1)单个图像的最简单的噪声计算方法是计算图像与其平滑副本之间的标准偏差。为了平滑,我建议您使用3x3像素(或更多)样本的简单中值滤波器。中位数对爆发的数据不敏感,因此像“盐与胡椒”这样的噪音不会使统计数据恶化。 如果曝光过度或曝光不足,这种方法会给你带来不好的结果,在这种情况下,你可以计算出图像的FFT,并使用高频成分进行噪声估计。

2),3)只有当您知道应该在图像上时,才可能计算几何变形。例如,如果您使用具有二次网格的mire(光学标准具),您可以在图像上找到线条(例如通过Canny edge detector)并计算失真,散光和其他一些像差。如果您确定该图像有一些直线,也可以这样做。 可以通过分析图像上的边缘或借助图像wavelet变换来计算散焦。 还有更多不同的图像分析方法。例如,通过分析彩色图像,您可以估计色差等。 但我再说一遍:在一般情况下,这种操作是不可能的。他们都有一些特殊的应用案例。

阅读image quality:此术语没有标准,在每种特殊情况下,您都可以使用一个或多个简单特征来识别图像是否良好。

在你的情况下,我建议你制作大量具有不同文物和质量的照片,然后对它们的统计数据,小波组合和R-G-B组分相关性进行简单分析。顺便说一句,为了使彩色图像的分析对其亮度不太敏感,我建议你在HSV色彩空间中工作(但要估算你需要与RGB组件完全一致的色差)。