Image Processing Homework Report.doc

Image Processing Homework Report Homework Info Homework II Title: Noise Removal Due Date: 20**/**/** Date Handed in 20**/**/** Platform: Borland C++ Builder 6 Student Info Name: 吳汶涓 Reg. Number: : **** E-Mail: au4387@.tw Technical Description 這次作業主要的目的是將兩張帶有雜訊的image作Noise Removal的處理，這兩張image分別是帶有Gaussian Noise及Impulse Noise，如圖5所示。 這次我所採用的平台仍是Borland C++ Builder 6.0 (BCB)。其中，主要視窗畫面是以BCB內附的MDI模式之範本為採用的介面(如圖1)，所謂的MDI模式，是指一種允許使用者在多個相同或是不同型態文件上同時工作，也就是多重文件介面(Multiple Document Interface)的意思，其製作的方法多半參考附錄。若套用BCB內部的MDI範本，則有功能表(Menu)的元件，其中有些功能表的功能我並不採用，例如：Edit下的功能，所以刪除之，並且修改了原先範本的標頭檔(.H)內的宣告。 在圖2中，是一個已開啟原雜訊圖的狀態，若要套用Filter以消除雜訊的話，此程式提供了四種雜訊過濾器，分別為Average Filter(屬於Linear operator) ，還有Median Filter、Max Filter、Min Filter，後三者屬於Non-Linear operator；在程式中，我將sliding window設計成33的大小，至於邊界方面，我是將window超出部分不給予考慮，如圖4所示，以紅色的點而言，只考慮1,2,3點，其他超出的不予考慮；在圖3中，我將Menu功能表的設計分為Linear 和Non-Linear operator兩者，而各自又包括相關的過濾器，請參考圖3；另外在功能方面，除了開檔之外，這裡還提供了儲存的功能，主要是針對處理後的影像作儲存之用。此外在這個程式裡，還提供視窗的排列功能選項，可讓使用者針對已開啟的視窗作排列處理，以美觀畫面之用。 而在程式內部，我用Graphics物件的Bitmap方法來開啟圖形，再利用scanline的方法去讀入圖形每一列的pixel values，並存在一個二維陣列之中，當要作過濾的處理時，就直接拿此二維陣列作運算，以得到修改後的像素值。 圖1 圖2 Experimental Results 下面圖5到圖7是我的實驗結果；其中圖5是兩張帶有雜訊的原圖，而圖6和圖7是圖5兩張原圖分別套用四個過濾器的結果。 (a) Impulse noise (b) Gaussian noise 圖5. ilter (d) By Min Filter 圖6. ilter (d) By Min Filter 圖7. Discussions 我們由實驗結果可以看出來，我們所用的這四個過濾器對impulse noise比較有效地去清除雜訊，而對Gaussian noise而言，並沒有那麼的有效，仍然有許多的雜訊在圖裡頭，如圖7，本來這次作業有要使用傅立葉轉換來處理Gaussian的雜訊，因為在frequency domain下去處理高斯雜訊是最為有效的，可是由於傅立葉轉換的公式仍無法套用，程式run出來會有錯，所以不列入；在impulse noise方面，我們可以看出來四個過濾器是屬median filter最為有效，其他三者效果不甚理想，特別是max filter和min filter。另外，在寫這次作業時曾想過sliding windows的大小，是否會影響雜訊的消除呢？答案是肯定的，可是由於Due time的限制，所以就不列出在程式之中了。References and Appendix TextBook 『Digiatl Image processing』 Prentice Hall／Rafael C. Gonzalez and Richard E. Woods Other information on WWW 台大 林達德教授 網頁1/~ttlin/image_processing.htm Image Processing Homework Report 6