假设我有这张图片：这里， 有一个黑色的划痕，我想把它从我的图片中移除。我知道这是噪点。我尝试过邻域滤波器和高斯滤波器，但都没有成功。
如何使用MATLAB消除图像中的划痕
7
- Asp.net my life
5
了解您已经尝试过什么（如果有的话）将会很有帮助。 - ArjunShankar
好吧，我曾经想过我们可以识别受噪声干扰的像素并应用滤波。为此目的识别一个滤波器是一项任务。 - Asp.net my life
我尝试了中值滤波，它确实起到了作用，但是会使图像模糊很多。不过，我首先将其转换为灰度图像...如果我想从RGB图像中去除划痕怎么办？ - Asp.net my life
1这个划痕的位置已知吗？ - nojka_kruva
不，不是这样的.. 我必须想办法检测出该区域并开发一种去除它的方法。 - Asp.net my life
3个回答
22
如果您知道划痕的位置，这个问题被称为图像修复，有非常复杂的算法可以解决。因此，一种方法是尽可能好地检测到划痕，然后在其上使用标准的图像修复算法。我在Mathematica中对您的图像进行了一些处理：
首先，我对图像应用了一个中值滤波器。正如您自己发现的那样，这会去除划痕，但也会去除很多细节。然而，中值图像和原始图像之间的差异是一个很好的划痕指示器：
当我使用手动选择的阈值将此图像二值化时，我得到了一个快速且简单的划痕检测器：
如果您更了解您的划痕外观，您可以大大改善此检测器。例如，划痕总是暗色的吗？它们总是具有高对比度吗？它们总是光滑曲线吗，即它们的曲率总是低的？-每个属性都可以以某种方式进行测量，因此您将这些测量组合到单个图像中并将其二值化。
一个小改进是去除小组件：
这仍然不完美，但结果已经足够好，可以用作修复蒙版：
这也会去除一些细节，但差异更难以察觉。
完整的Mathematica代码：
首先，我对图像应用了一个中值滤波器。正如您自己发现的那样，这会去除划痕，但也会去除很多细节。然而，中值图像和原始图像之间的差异是一个很好的划痕指示器：
当我使用手动选择的阈值将此图像二值化时，我得到了一个快速且简单的划痕检测器：
如果您更了解您的划痕外观，您可以大大改善此检测器。例如，划痕总是暗色的吗？它们总是具有高对比度吗？它们总是光滑曲线吗，即它们的曲率总是低的？-每个属性都可以以某种方式进行测量，因此您将这些测量组合到单个图像中并将其二值化。一个小改进是去除小组件：
这仍然不完美，但结果已经足够好，可以用作修复蒙版：
这也会去除一些细节，但差异更难以察觉。完整的Mathematica代码：
difference = ImageDifference[sourceImage, MedianFilter[sourceImage, 2]];
mask = DeleteSmallComponents[Binarize[difference, 0.15], 15];
Inpaint[sourceImage, mask]
编辑：
如果您没有访问标准修补算法（如Navier Stokes或Telea）的权限，则可以使用中值滤波图像作为贫困算法，在掩模为1的区域中使用（在Matlab中可能类似于mask*sourceImage + (1-mask)*medialFilteredImage）。根据图像数据，与“真正”的修补算法相比，差异可能不值得额外的努力：
- Niki
3
非常好，谢谢！按照您的建议，我首先使用掩模[5 5]应用了中值滤波器，其次从原始图像中减去我的图像并获得第一张图像。第三步，我将图像二值化，阈值为0.7，并得到了这张图片https://picasaweb.google.com/113201095350972874862/December27201102#5690835622483741362。有没有办法可以移除我检测到的划痕并从此图像中移除它？ - Asp.net my life
1@user1009156：Mathematica、IPP、OpenCV都有内置的修复函数，所以我从来没有自己实现过。这并不是一件简单的事情。最简单的方法可能是在谷歌上搜索“Inpainting+Matlab”，然后查找代码示例。 - Niki
2查阅有关修复和去除遮挡的“等高线”学术论文。该技术可以处理照片中相当严重的损坏。一些论文：Masnou和Morel的“基于等高线的去遮挡” math.univ-lyon1.fr/~masnou/fichiers/publications/icip.pdfBertalmio，Sapiro，Caselles和Ballester的“图像修复”。 - Rethunk
0
使用ImageJ进行中值滤波的结果
- Juan Ospina
0
一个Avisynth的过滤器和一个VirtualDub的插件（我的两个最喜欢的视频编辑工具）。这两个工具几乎是最好的选择（如果你真的需要自己实现，你可以从它们中学习）。
- Camilo Martin
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
原文链接