注册 登录
开源计算机图形学社区(Open Source Computer Graphics Community) |OpenGPU Forum (2007-2013)| OpenGPU Project 返回首页

NARUTO的个人空间 http://www.opengpu.org/bbs/?43244 [收藏] [复制] [分享] [RSS]

日志

图像合成脉冲噪声去除

已有 1143 次阅读2016-1-26 22:11

      在光线跟踪图像合成过程中,当间接光照占主体地位,或者是场景中的物体所具有的材质是金属,玻璃,镜子等易发生镜面反射的物质时,渲染出来的图像就会含有大量的脉冲噪声。去除合成图像的脉冲噪声和普通图像的脉冲噪声方法往往是不同的。合成图像的噪声去除脉冲噪声通常是在采样点的层面上进行,这个是方法传统图像去噪没法实现的。在采样点层面上进行的好处是这样处理后的图像能够很有效的去除掉脉冲噪声而且完全不会模糊图像。
       在采样点上去除脉冲噪声一般都是基于异常检测的统计的方法来实现。异常检测在数学上分为正式和非正式两个方面,所谓的正式的,指的是通过假设检验的方式来判定异常。非正式方法又称为异常标记。异常标记通常的做发是生成一个区间或者是一个标准来检测离群点。假设检验往往是最可信的一种方法,但是假设检验往往会有以下的两个缺陷:
        Masking effect:如果数值第二大的点,在数值第一个点存在的时候不是异常,但是当检测出第一个点后,第二大的点就将认为是异常。
        Swamping effect:当第二大的点,在第一个点存在的时候认为是异常,但是当检测出第一个点之后,第二大的点却认为不是异常。
       非正式的方法结果的好坏在很大程度上取决于选取的标准的好坏,但是有以下两个好处,第一个是可以为假设检验做一个铺垫,第二个就是不管数据的分布如何直接找出其中的极端值。
       在去除脉冲噪声的方法中这两种异常检测方法都有用到,都能够达到很好的效果。在合成图像去除的噪声的方法中,可以对采样点进行统计,可以使用均值,中值最简单的方法来去除,虽然能达到一定的效果,但是效果还是不够理想。正式的异常检测的方法中比较典型的是使用Grubbs检测,非正式的具有代表性的方法是使用核密度估计。这两种都能够达到很好的效果。

路过

鸡蛋

鲜花

握手

雷人

评论 (0 个评论)

facelist doodle 涂鸦板

您需要登录后才可以评论 登录 | 注册

‹‹
我的工具栏

关于我们|手机版|Archiver|开源计算机图形学社区(Open Source Computer Graphics Community) | OpenGPU Project | OpenGPU Forum (2007-2013)

GMT+8, 2017-11-25 12:05 , Processed in 0.034040 second(s), 15 queries .

Powered by Discuz! X2

© 2001-2011 Comsenz Inc.

回顶部