OpenCV计算摄影学(5)处理一系列图像(例如视频帧)的非局部均值去噪的函数fastNlMeansDenoisingColoredMulti()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

对用于彩色图像序列的 fastNlMeansDenoisingMulti 函数的修改。

cv::fastNlMeansDenoisingColoredMulti 函数是 OpenCV 中用于处理一系列图像(例如视频帧)的非局部均值去噪的一个版本。它特别适用于对连续帧之间具有相似内容的图像序列进行去噪,如视频去噪

函数原型

cpp 复制代码
void cv::fastNlMeansDenoisingColoredMulti
(
	InputArrayOfArrays 	srcImgs,
	OutputArray 	dst,
	int 	imgToDenoiseIndex,
	int 	temporalWindowSize,
	float 	h = 3,
	float 	hColor = 3,
	int 	templateWindowSize = 7,
	int 	searchWindowSize = 21 
)		

参数

  • 参数srcImgs 输入8位3通道图像序列。所有图像应具有相同的类型和大小。
  • 参数imgToDenoiseIndex 在 srcImgs 序列中要进行去噪处理的目标图像的索引。
  • 参数temporalWindowSize 用于目标图像去噪的周围图像数量。应该是奇数。将使用从 srcImgs 中 imgToDenoiseIndex - temporalWindowSize / 2 到 imgToDenoiseIndex + temporalWindowSize / 2 的图像来对 srcImgs[imgToDenoiseIndex] 图像进行去噪处理。
  • 参数dst 输出图像,与 srcImgs 图像具有相同的大小和类型。
  • 参数templateWindowSize 用于计算权重的模板块大小(以像素为单位)。应该是奇数。推荐值为7像素。
  • 参数searchWindowSize 用于计算给定像素加权平均值的窗口大小(以像素为单位)。应该是奇数。性能受其影响呈线性关系:更大的 searchWindowSize 意味着更长的去噪时间。推荐值为21像素。
  • 参数h 调节亮度组件滤波强度的参数。较大的 h 值能完美地去除噪声,但也会去除图像细节;较小的 h 值则会保留细节,但也会保留一些噪声。
  • 参数hColor 与 h 相同,但是对于颜色组件。

该函数将图像转换到 CIELAB 色彩空间,然后使用 fastNlMeansDenoisingMulti 函数分别对 L 和 AB 分量用给定的 h 参数进行去噪处理。

代码示例

cpp 复制代码
#include <opencv2/opencv.hpp>

int main() {
    // 假设我们有一系列连续帧存储在一个向量中
    std::vector<cv::Mat> srcImgs;
    for(int i = 1; i <= 5; ++i) { // 加载5张连续帧作为例子
        std::string filename = "frame" + std::to_string(i) + ".jpg";
        cv::Mat img = cv::imread(filename);
        if(img.empty()) {
            std::cerr << "无法加载图像文件: " << filename << std::endl;
            return -1;
        }
        srcImgs.push_back(img);
    }

    cv::Mat dst;

    // 要去噪的图像索引和时间窗口大小
    int imgToDenoiseIndex = 2; // 第三张图像(索引从0开始)
    int temporalWindowSize = 3; // 使用当前帧及前后各一帧

    // 应用快速非局部均值彩色去噪算法到多帧
    cv::fastNlMeansDenoisingColoredMulti(srcImgs, dst, imgToDenoiseIndex, temporalWindowSize);

    // 保存或显示去噪后的图像
    cv::imwrite("denoised_image.jpg", dst);
    cv::imshow("Denoised Image", dst);
    cv::waitKey();

    return 0;
}
相关推荐
那雨倾城26 分钟前
使用OpenCV实现帧间变化检测:基于轮廓的动态区域标注
图像处理·python·opencv·计算机视觉·视觉检测
程序员JerrySUN35 分钟前
从底层驱动到 OpenCV:深入解析 Linux 摄像头完整技术栈
linux·服务器·开发语言·人工智能·opencv·计算机视觉
游王子4 小时前
OpenCV(10):视频目标跟踪、视频背景减除
人工智能·opencv·目标跟踪
起个破名想半天了9 小时前
计算机视觉(opencv-python)入门之常见图像处理基本操作(待补充)
python·opencv·计算机视觉·图像处理基本操作
FE809 小时前
opencv边缘检测
人工智能·opencv·计算机视觉
道剑剑非道10 小时前
Opencv [去除水印]
人工智能·opencv·计算机视觉
Kai HVZ10 小时前
《OpenCV》——光流估计
人工智能·opencv·计算机视觉
起个破名想半天了1 天前
计算机视觉(opencv-python)入门之图像的读取,显示,与保存
图像处理·python·opencv·cv2
以山河作礼。1 天前
【机器学习】13.十大算法之一K均值算法(K-means)聚类详细讲解
算法·机器学习·均值算法