典的TV变分法图像去噪的C++实现
更新时间:2024-06-15 11:38:02 阅读量: 综合文库 文档下载
- 典的部首是什么推荐度:
- 相关推荐
典的变分法图像去噪的C++实现
由于这学期的图像处理课程的大作业需要写一个图像处理程序,不能使用古典的线性滤波,或者基于频域(小波)或者基于统计之类的方法。只能用老师讲过的一些方法,诸如变分,PDE,微分几何等。。感觉上简单的变分法稍微要好实现一些,就打算基于最早的TV图像去噪模型,做一个VC的实现。但是找遍了网上也没有TV去噪的C++源码,与之只好自己动手写了。 关于变分法和泛函分析的一些基础原理今天就先不多说了,TV图像去噪经典论文:《Nonlinear Total Variation based noise removal algorithms》Google上可以搜得到。 关于Matlab的程序实现,有一个经典的主页:
http://visl.technion.ac.il/~gilboa/PDE-filt/tv_denoising.html
下面是一个Matlab代码实现:复制到记事本用matlab打开就可以运行,要注意图像的名称和路径要对应。如果只是想学学算法思路或者看看处理效果的话,只需要Matlab的代码就行了。
function J=tv(I,iter,dt,ep,lam,I0,C) %% Private function: tv (by Guy Gilboa). %% Total Variation denoising.
%% Example: J=tv(I,iter,dt,ep,lam,I0)
%% Input: I - image (double array gray level 1-256), %% iter - num of iterations, %% dt - time step [0.2],
%% ep - epsilon (of gradient regularization) [1], %% lam - fidelity term lambda [0], %% I0 - input (noisy) image [I0=I] %% (default values are in []) %% Output: evolved image clc clear
I=imread('grids.bmp'); % load image I = double(I);
if ~exist('ep') ep=1; end
if ~exist('dt')
dt=ep/5; % dt below the CFL bound end
if ~exist('lam') lam=0; end
if ~exist('I0') I0=I; end
if ~exist('C') C=0; end
[ny,nx]=size(I); ep2=ep^2;
% params iter=80;
for i=1:iter, %% do iterations % estimate derivatives
I_x = (I(:,[2:nx nx])-I(:,[1 1:nx-1]))/2; I_y = (I([2:ny ny],:)-I([1 1:ny-1],:))/2; I_xx = I(:,[2:nx nx])+I(:,[1 1:nx-1])-2*I; I_yy = I([2:ny ny],:)+I([1 1:ny-1],:)-2*I;
Dp = I([2:ny ny],[2:nx nx])+I([1 1:ny-1],[1 1:nx-1]); Dm = I([1 1:ny-1],[2:nx nx])+I([2:ny ny],[1 1:nx-1]); I_xy = (Dp-Dm)/4; % compute flow
Num = I_xx.*(ep2+I_y.^2)-2*I_x.*I_y.*I_xy+I_yy.*(ep2+I_x.^2); Den = (ep2+I_x.^2+I_y.^2).^(3/2); I_t = Num./Den + lam.*(I0-I+C); I=I+dt*I_t; %% evolve image by dt end % for i
%% return image
%J=I*Imean/mean(mean(I)); % normalize to original mean J=I;
figure(1); imshow(uint8(I0)); title('Noisy image'); % denoise image by using tv for some iterations figure(2); imshow(uint8(J)); title('Denoised image');
另外我在我的图像处理框架程序里实现了这个最经典版本的TV去噪算法,核心代码如下:
//TV去噪函数
bool MyCxImage::TVDenoising(int iter /* = 80 */) {
if(my_image == NULL) return false; if(!my_image->IsValid()) return false;
//算法目前不支持彩色图像,所以对于彩图,先要转换成灰度图。 if(!my_image->IsGrayScale()) {
my_image->GrayScale();
//return false; }
//基本参数,这里由于设置矩阵C为0矩阵,不参与运算,所以就忽略之 int ep = 1, nx = width, ny = height; double dt = (double)ep/5.0f, lam = 0.0; int ep2 = ep*ep;
double** image = newDoubleMatrix(nx, ny); double** image0 = newDoubleMatrix(nx, ny);
//注意一点是CxImage里面图像存储的坐标原点是左下角,Matlab里面图像时左上角原点 for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx; j++) {
image0[i][j] = image[i][j] = my_image->GetPixelIndex(j, ny-i-1); } }
double** image_x = newDoubleMatrix(nx, ny); //I_x = ( I(:,[2:nx nx]) - I(:,[1 1:nx-1]))/2;
double** image_xx = newDoubleMatrix(nx, ny); //I_xx = I(:,[2:nx nx])+I(:,[1 1:nx-1])-2*I;
double** image_y = newDoubleMatrix(nx, ny); //I_y = (I([2:ny ny],:)-I([1 1:ny-1],:))/2;
double** image_yy = newDoubleMatrix(nx, ny); //I_yy = I([2:ny ny],:)+I([1 1:ny-1],:)-2*I;
double** image_tmp1 = newDoubleMatrix(nx, ny); double** image_tmp2 = newDoubleMatrix(nx, ny);
double** image_dp = newDoubleMatrix(nx, ny); //Dp = I([2:ny ny],[2:nx nx])+I([1 1:ny-1],[1 1:nx-1
double** image_dm = newDoubleMatrix(nx, ny); //Dm = I([1 1:ny-1],[2:nx nx])+I([2:ny ny],[1 1:nx-1]);
double** image_xy = newDoubleMatrix(nx, ny); //I_xy = (Dp-Dm)/4;
double** image_num = newDoubleMatrix(nx, ny); //Num = I_xx.*(ep2+I_y.^2)-2*I_x.*I_y.*I_xy+I_yy.*(ep2+I_x.^2);
double** image_den = newDoubleMatrix(nx, ny); //Den = (ep2+I_x.^2+I_y.^2).^(3/2);
////////////////////////////////////////////////////////////////////////
//
//对image进行迭代iter次 iter = 80;
for (int t = 1; t <= iter; t++) {
//进度条
my_image->SetProgress((long)100*t/iter); if (my_image->GetEscape()) break;
//////////////////////////////////////////////////////////////////////////
//计算I(:,[2:nx nx])和I(:,[1 1:nx-1]) //公共部分2到nx-1列
for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx-1; j++) {
image_tmp1[i][j] = image[i][j+1]; image_tmp2[i][j+1] = image[i][j]; } }
for (int i = 0; i < ny; i++) {
image_tmp1[i][nx-1] = image[i][nx-1]; image_tmp2[i][0] = image[i][0]; }
//计算I_x, I_xx
// I_x = ( I(:,[2:nx nx]) - I(:,[1 1:nx-1]))/2 //I_xx = I(:,[2:nx nx])+I(:,[1 1:nx-1])-2*I; for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx; j++) {
image_x[i][j] = (image_tmp1[i][j] - image_tmp2[i][j])/2; image_xx[i][j] = (image_tmp1[i][j] + image_tmp2[i][j]) - 2*image[i][j]; } }
//////////////////////////////////////////////////////////////////////////
//计算I([2:ny ny],:)和I([1 1:ny-1],:) //公共部分2到ny-1行
for (int i = 0; i < ny-1; i++) {
for (int j = 0; j < nx; j++) {
image_tmp1[i][j] = image[i+1][j]; image_tmp2[i+1][j] = image[i][j]; } }
for (int j = 0; j < nx; j++) {
image_tmp1[ny-1][j] = image[ny-1][j]; image_tmp2[0][j] = image[0][j]; }
//计算I_xx, I_yy
// I_y = I([2:ny ny],:)-I([1 1:ny-1],:) //I_yy = I([2:ny ny],:)+I([1 1:ny-1],:)-2*I; for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx; j++) {
image_y[i][j] = (image_tmp1[i][j] - image_tmp2[i][j])/2; image_yy[i][j] = (image_tmp1[i][j] + image_tmp2[i][j]) - 2*image[i][j]; } }
//////////////////////////////////////////////////////////////////////////
//计算I([2:ny ny],[2:nx nx])和I([1 1:ny-1],[1 1:nx-1]) //公共部分分别是矩阵右下角,左上角的ny-1行和nx-1列 for (int i = 0; i < ny-1; i++) {
for (int j = 0; j < nx-1; j++) {
image_tmp1[i][j] = image[i+1][j+1]; image_tmp2[i+1][j+1] = image[i][j]; } }
for (int i = 0; i < ny-1; i++) {
image_tmp1[i][nx-1] = image[i+1][nx-1]; image_tmp2[i+1][0] = image[i][0]; }
for (int j = 0; j < nx-1; j++)
{
image_tmp1[ny-1][j] = image[ny-1][j+1]; image_tmp2[0][j+1] = image[0][j]; }
image_tmp1[ny-1][nx-1] = image[ny-1][nx-1]; image_tmp2[0][0] = image[0][0];
//计算Dp = I([2:ny ny],[2:nx nx])+I([1 1:ny-1],[1 1:nx-1]); for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx; j++) {
image_dp[i][j] = image_tmp1[i][j] + image_tmp2[i][j]; } }
//////////////////////////////////////////////////////////////////////////
//计算I([1 1:ny-1],[2:nx nx])和I([2:ny ny],[1 1:nx-1]) //公共部分分别是矩阵左下角,右上角的ny-1行和nx-1列 for (int i = 0; i < ny-1; i++) {
for (int j = 0; j < nx-1; j++) {
image_tmp1[i+1][j] = image[i][j+1]; image_tmp2[i][j+1] = image[i+1][j]; } }
for (int i = 0; i < ny-1; i++) {
image_tmp1[i+1][nx-1] = image[i][nx-1]; image_tmp2[i][0] = image[i+1][0]; }
for (int j = 0; j < nx-1; j++) {
image_tmp1[0][j] = image[0][j+1]; image_tmp2[ny-1][j+1] = image[ny-1][j]; }
image_tmp1[0][nx-1] = image[0][nx-1]; image_tmp2[ny-1][0] = image[ny-1][0];
//计算Dm = I([1 1:ny-1],[2:nx nx])+I([2:ny ny],[1 1:nx-1]); for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx; j++)
{
image_dm[i][j] = image_tmp1[i][j] + image_tmp2[i][j]; } }
//////////////////////////////////////////////////////////////////////////
//计算I_xy = (Dp-Dm)/4; for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx; j++) {
image_xy[i][j] = (image_dp[i][j] - image_dm[i][j])/4; } }
//////////////////////////////////////////////////////////////////////////
//计算过程:
//计算
Num = I_xx.*(ep2+I_y.^2)-2*I_x.*I_y.*I_xy+I_yy.*(ep2+I_x.^2) 和 Den = (ep2+I_x.^2+I_y.^2).^(3/2);
for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx; j++) {
image_num[i][j] = image_xx[i][j]*(image_y[i][j]*image_y[i][j] + ep2)
- 2*image_x[i][j]*image_y[i][j]*image_xy[i][j] + image_yy[i][j]*(image_x[i][j]*image_x[i][j] + ep2);
image_den[i][j] = pow((image_x[i][j]*image_x[i][j] + image_y[i][j]*image_y[i][j] + ep2), 1.5); } }
//计算
I: I_t = Num./Den + lam.*(I0-I+C); I=I+dt*I_t; %% evolve image by dt for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx; j++) {
image[i][j] += dt*(image_num[i][j]/image_den[i][j] + lam*(im
age0[i][j] - image[i][j])); } } }
//迭代结束
//////////////////////////////////////////////////////////////////////////
//赋值图像 BYTE tmp;
for (int i = 0; i < ny; i++) {
for (int j = 0; j < nx; j++) {
tmp = (BYTE)image[i][j]; tmp = max(0, min(tmp, 255));
my_image->SetPixelIndex(j, ny-i-1, tmp); } }
//////////////////////////////////////////////////////////////////////////
//删除内存
deleteDoubleMatrix(image_x, nx, ny); deleteDoubleMatrix(image_y, nx, ny); deleteDoubleMatrix(image_xx, nx, ny); deleteDoubleMatrix(image_yy, nx, ny); deleteDoubleMatrix(image_tmp1, nx, ny); deleteDoubleMatrix(image_tmp2, nx, ny); deleteDoubleMatrix(image_dp, nx, ny); deleteDoubleMatrix(image_dm, nx, ny); deleteDoubleMatrix(image_xy, nx, ny); deleteDoubleMatrix(image_num, nx, ny); deleteDoubleMatrix(image_den, nx, ny); deleteDoubleMatrix(image0, nx, ny); deleteDoubleMatrix(image, nx, ny);
return true; }
////////////////////////////////////////////////////////////////////////// //开辟二维数组函数
double** MyCxImage::newDoubleMatrix(int nx, int ny) {
double** matrix = new double*[ny];
for(int i = 0; i < ny; i++) {
matrix[i] = new double[nx]; }
if(!matrix) return NULL; return matrix; }
//清除二维数组内存函数
bool MyCxImage::deleteDoubleMatrix(double** matrix, int nx, int ny) {
if (!matrix) {
return true; }
for (int i = 0; i < ny; i++) {
if (matrix[i]) {
delete[] matrix[i]; } }
delete[] matrix;
return true; }
//////////////////////////////////////////////////////////////////////////
这个代码单独显然是无法运行的,因为还要涉及底层的图像处理的类库,图像的读取显示我用了CxIamge类,而程序界面我是用的MFC的框架。不过代码基本一直都是在做矩阵运算,如果要是能有一个比较好的矩阵运算类库的话,代码会简介许多,效率也会高一些。总体上C++代码还是要比Matlab效率高许多的。
关于变分法的算法原理和基本思想,我这两天再读一些论文在做总结。。
正在阅读:
典的TV变分法图像去噪的C++实现06-15
六年级上册数学《圆的周长》说课稿08-29
浙教版八年级数学上册基础训练3、3一元一次不等式(二)-最新整理03-14
迁西县非义务教育学校奖励性绩效工资12-09
中国高铁十年发展总结07-22
九年级英语全册Unit4Iusedtobeafraidofthedark单元综合测试题2(新版)人教新目标版10-07
安全教育培训需求调查表03-16
DCS PLC试题09-30
我眼中的春天作文200字07-09
35KV电缆头击穿的原因分析06-25
- 多层物业服务方案
- (审判实务)习惯法与少数民族地区民间纠纷解决问题(孙 潋)
- 人教版新课标六年级下册语文全册教案
- 词语打卡
- photoshop实习报告
- 钢结构设计原理综合测试2
- 2014年期末练习题
- 高中数学中的逆向思维解题方法探讨
- 名师原创 全国通用2014-2015学年高二寒假作业 政治(一)Word版
- 北航《建筑结构检测鉴定与加固》在线作业三
- XX县卫生监督所工程建设项目可行性研究报告
- 小学四年级观察作文经典评语
- 浅谈110KV变电站电气一次设计-程泉焱(1)
- 安全员考试题库
- 国家电网公司变电运维管理规定(试行)
- 义务教育课程标准稿征求意见提纲
- 教学秘书面试技巧
- 钢结构工程施工组织设计
- 水利工程概论论文
- 09届九年级数学第四次模拟试卷
- 变分法
- C++
- 图像
- 实现
- 讨论通信传输系统的常见问题
- 福建省三明市2017-2018学年高二下学期期末考试数学(理)试题含答
- 卡钻事故的预防、判断、处理
- 甲级单位编制真空浇注设备部件项目可行性报告(立项可研+贷款+用
- 2019九年级英语上册 Unit 2 Great People基础知识过关二(新版)
- 甩负荷试验技术措施(初稿)
- 河北衡水中学2013—2014学年度高一上一调考物理试卷及解答
- 美的财务报表分析 - 图文
- 【卫生系统高级专业技术资格评审】 2008年度卫生系列高级...
- 手把手叫你如何在ktv唱歌
- 我国债券市场的现状及发展趋势
- 缅怀张维祥老师
- AutoCAD2010基础知识讲解
- 职业卫生与防护
- 学习人宇科学的认识和体会3 - - 水滴
- 实验7 LCD显示实验 -1207082107-陈永超
- 球员管理办法及考核标准
- 星曜庙陷(改正版)
- 2015《会计学基础》习题及答案
- 四年级下册数学第三单元小数乘法练习卷(北师大版)