解决图像去噪问题

[三石目]

将同一块色域中的噪声过滤掉。如下实现图一到图二的效果。
希望大神们可以提供一些思路，最好采用OpenCV或者Matlab可以实现。

[CyberLogix]

opencv中有相关算法实现

[赵4老师]

百度搜相关关键字。

[懒笑翻]

百度吧

[jena_wy]

[三石目]

引用 1 楼 OExpress 的回复:

opencv中有相关算法实现

请问可以提示一下具体是哪个算法实现吗？

[赵4老师]

上一页 目　录 下一页 Smooth Smooth 各种方法的图像平滑 void cvSmooth( const CvArr* src, CvArr* dst, int smoothtype=CV_GAUSSIAN, int param1=3, int param2=0, double param3=0, double param4=0 ); src 输入图像. dst 输出图像. smoothtype 平滑方法: CV_BLUR_NO_SCALE (简单不带尺度变换的模糊) - 对每个象素的 param1×param2 领域求和。如果邻域大小是变化的，可以事先利用函数 cvIntegral 计算积分图像。 CV_BLUR (simple blur) - 对每个象素param1×param2邻域 求和并做尺度变换 1/(param1?param2). CV_GAUSSIAN (gaussian blur) - 对图像进行核大小为 param1×param2 的高斯卷积 CV_MEDIAN (median blur) - 对图像进行核大小为param1×param1 的中值滤波 (i.e. 邻域是方的). CV_BILATERAL (双向滤波) - 应用双向 3x3 滤波，彩色 sigma=param1，空间 sigma=param2. 关于双向滤波，可参考 http://www.dai.ed.ac.uk/CVonline/LOCAL_COPIES/MANDUCHI1/Bilateral_Filtering.html param1 平滑操作的第一个参数. param2 平滑操作的第二个参数. 对于简单/非尺度变换的高斯模糊的情况，如果param2的值 为零，则表示其被设定为param1。 param3 对应高斯参数的 Gaussian sigma (标准差). 如果为零，则标准差由下面的核尺寸计算： sigma = (n/2 - 1)*0.3 + 0.8, 其中 n=param1 对应水平核, n=param2 对应垂直核. 对小的卷积核 (3×3 to 7×7) 使用如上公式所示的标准 sigma 速度会快。如果 param3 不为零，而 param1 和 param2 为零，则核大小有 sigma 计算 (以保证足够精确的操作). 函数 cvSmooth 可使用上面任何一种方法平滑图像。每一种方法都有自己的特点以及局限。 没有缩放的图像平滑仅支持单通道图像，并且支持8位到16位的转换(与cvSobel和cvaplace相似)和32位浮点数到32位浮点数的变换格式。 简单模糊和高斯模糊支持 1- 或 3-通道, 8-比特 和 32-比特 浮点图像。这两种方法可以（in-place）方式处理图像。 中值和双向滤波工作于 1- 或 3-通道， 8-位图像，但是不能以 in-place 方式处理图像. 收录时间：2007年7月18日，21点12分 编辑时间：2007年7月18日，21点12分

[Abasin_]

椒盐噪声，建议用中指滤波， 如果想保留较好边缘，可以用bileteral 滤波

[worldy]

噪声属于高频信号，你使用适当的滤波器滤波， 但滤波不能产生你有图所示的光点，要想产生光点效果，你应该在PCB拍照时，增加背面光源，（从PCB的孔中透射过来）

[hhhh63]

中值滤波，加权平均

[lizhigang34]

我觉得你可以把图片尝试多做几次膨胀，腐蚀的操作 cvErode腐蚀，cvDilate膨胀

[uianster]

从图一到图二基本上是不可能的。图像已经退化了，恢复后也没有图二那么好。除非你有退化模型，在加上滤掉噪声还可能。

[一只各种都搞一下的攻城狮]

BM3D应该可以把