从照片中去除纸张纹理图案

Question

从照片中去除纸张纹理图案

matlabimage-processingdesign-patternstextures

30

我扫描了一张带有纸质纹理的老照片，想尽可能地去除纹理而不降低图像质量。是否有一种方法，可能使用MATLAB中的图像处理工具箱？我已经尝试应用FFT变换（使用Photoshop插件），但我找不到任何清晰的白点来涂抹。也许这种方法对于该模式不是很规则？您可以在下面看到样本。如果需要完整的图像，我可以上传到某个地方。 photograph sample

- yuk

给一个有趣的问题点个赞。你能把原始图像放在某个地方吗？我很好奇我的方法如何适用于整个图像。 - mpenkov

感谢大家回答并点赞这个问题。很抱歉回复有所延迟。这是我岳母的照片，她几天前去世了。我在这里上传了完整的图片：http://img811.imageshack.us/img811/5827/file0011m.jpg - yuk

4个回答

13

中值滤波可以稍微帮助一下：

img = imread('http://i.stack.imgur.com/JzJMS.jpg');
%# convert rgb to grayscale
img = rgb2gray(img);
%# apply median filter
fimg = medfilt2(img,[15 15]);
%# show
imshow(fimg,[])

enter image description here

请注意，您可能希望首先填充图像，以避免边缘效应。

编辑：比[15 15]小的滤波器核将更好地保留图像纹理，但会留下更多可见的滤波痕迹。

- Jonas

谢谢你的解决方案，Jonas。我会尝试你和Misha的方法并进行比较。 - yuk

3

我尝试了一种不同的方法，使用作用于更广区域的第二系数的各向异性扩散。

以下是我的输出结果： enter image description here

- vini

1

从图片中可以看出，噪声相对于图像本身具有相对较高的频率。因此，应用低通滤波器应该可以解决问题。查看功率谱 abs(fft(...))，以确定截止频率。

- michid

不幸的是，低通滤波也会模糊边缘，而中值滤波则不会。 - Jonas

@Jonas：中位数和低通滤波器都会从图像中消除一些细节（在您的情况下，请查看发际线和面部边缘--它们比原始图像更模糊）。 - mpenkov

@misha：是的，它们都会去除细节（例如白线）。由于线条是白色的，边缘会受到一定影响。然而，在低通滤波器中，对边缘的影响比在保边滤波器（如中值滤波器）中更加明显。 - Jonas

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- mpenkov · Accepted Answer

不幸的是，这种图案并不是足够重复的，所以傅里叶分析并不适用于这种情况，你只能固守于空间领域。

正如 @Jonas 和 @michid 所指出的，滤波可以帮助你解决这样的问题。在滤波过程中，你需要权衡要保留的细节和要消除的噪声（或不需要的图像组件）之间的关系。例如，@Jonas 使用的中值滤波器可以完全消除纸张纹理（甚至是图像底部附近的圆形划痕），但同时也会消除眼睛、头发、面部和背景中的所有纹理（虽然我们并不太关心背景，但前景很重要）。此外，你还会看到图像对比度略微降低，这通常是不可取的，它会使图像看起来不自然。

以下是我处理这个问题的方法:

检测纸张纹理图案:
- 将高斯模糊应用于图像（使用大核以确保所有的纸张纹理信息都被破坏）
- 计算模糊和原始图像之间的图像差异
- 编辑2 对差异图像应用高斯模糊（使用小的3x3核）
使用经验确定的阈值对上述图案进行阈值处理。这将产生一个二进制图像，可用作掩膜。
仅使用中值滤波器（如 @Jonas 所提到的）来替换与纸张图案对应的图像部分。

纸张纹理图案（阈值化之前）：

enter image description here

你希望在上面的图像中尽可能少地包含实际的图像信息。你会发现你可以非常微弱地看到脸的边缘（这不太好，但这是我能做的最好的了）。你还希望这个纸张纹理图像尽可能均匀（以便在整个图像上进行阈值处理时得到相等的结果）。再次强调，上面的图像右侧略微偏暗，这意味着对它进行良好的阈值处理将会很困难。

最终图片:

enter image description here

结果并不完美，但它已经完全消除了明显的纸张纹理，并保留了比简单滤波方法更多的高频内容。

编辑

填充区域通常是纯色的，因此如果您仔细观察图像，它们会稍微显眼。您还可以尝试在填充区域添加一些低强度零均值高斯噪声，使它们看起来更真实。您需要选择与背景匹配的噪声方差。经验上确定可能已经足够。

这是加入噪声的处理后的图像:

enter image description here

请注意，去除纸张纹理的部分更难以看到，因为添加的高斯噪声掩盖了它们。我对整个图像使用了相同的高斯分布，但如果您想更加复杂，可以为脸部、背景等使用不同的分布。