RGB 画像の単純なノイズ補正スキームを実装したいと考えています。画像には、ランダムな場所にガベージ ピクセルが含まれています。だから、私はこれを行うことを考えています:
- イメージをセグメント化します。
- 各セグメントのヒストグラムを計算します。
- ヒストグラムを分析し、セグメント上のヒストグラム分布で無視できるピクセルをダンプします。
私はopenCVを使用しています。手順 1 と 2 を実装しましたが、各ヒストグラム ビンのピクセル数を確認できません。助けてください
RGB 画像の単純なノイズ補正スキームを実装したいと考えています。画像には、ランダムな場所にガベージ ピクセルが含まれています。だから、私はこれを行うことを考えています:
私はopenCVを使用しています。手順 1 と 2 を実装しましたが、各ヒストグラム ビンのピクセル数を確認できません。助けてください
ヒストグラムを分析するには、それについていくつかの仮定を立てる必要があります。良い仮定の 1 つは、ヒストグラムがノイズ + ガウス ベル カーブとして大まかにモデル化されるということです。
これをチェックしてください。
http://en.wikipedia.org/wiki/Root-finding_algorithm
ヒストグラムの微分関数の根を見つけると、ピークの位置がわかります。次に、おそらく二次導関数関数の根を見つけることによって、各ピークの境界を見つけることができます。
ヒストグラム ピークの位置と範囲を特定したら、ピクセルを信号ピクセルまたはノイズ ピクセルとして分類できます。