728x90
노이즈 모델 의 원본 영상을 가정한 후, 노이즈 값을 더해서 영상을 만들 수 있다.
메틀랩 코드가 잡음을 만드는 과정:
x = 원본영상.
잡음 종류 : 가우시안 잡음, 유니폼
가우시안 잡음 = (평균, 분산) 으로 잡음을 만든다.
잡음의 강도 = 노이즈 레벨이다.
가우시안 잡음 = 가우시안 분포를 가지는 잡음.
잡음 = 난수이다.
가우시안 에서는 x값이 -무한에서 무한까지의 값중 하나가 될 수 있다.
그러나 분포도 상 x값이 0이 나올 확률이 제일 높다.
유니폼 잡음 = 균일한 분포
들어온 X값이 a->b사이의 값이 나올 확률이 균등하다.
디노이징 기법들 : 가우시안 필터링 기법, NonLocal - Means, Bilateral Filtering
가우시안 필터링
스무딩 필터를 통과하면 이미지가 부드럽게 변한다.
|| i - j || ^2 = 현재 픽셀과 j번째 픽셀의 거리.
수식대로를 표현하면, 가중치는 각각 X표시가 작아지고 O표시가 가중치가 커지게 된다.
가우시안 필터의 단점 : 엣지부분이 발생하면,
가우시안 필터로 엣지를 나타나게 되면, 데이터의 픽셀값이 정상적으로 표시되지 않을 수 있다.
728x90
'대학교 코딩공부 > 컴퓨터비전및인공지능' 카테고리의 다른 글
12주차 거리와 유사도 측정 (0) | 2022.11.18 |
---|---|
11주차 영상 분할 (Image Segmentation) (1) | 2022.11.13 |
11주차 이진화 (Binarization) (0) | 2022.11.13 |
컴퓨터 비전 및 인공지능 9주차 Sharpening Filters(샤프닝 필터) (0) | 2022.10.28 |
컴퓨터 비전 및 인공지능 7주차 [ Correlation & Convolution ] (0) | 2022.10.11 |