Как удалить шум из изображения с выравниванием по гистограмме?

Большая часть моей диссертации заключалась в уменьшении шума в изображениях, и была техника, которую я использовал, которая уменьшала шум в изображениях, сохраняя при этом острые края информации на изображении. Я цитирую себя здесь:

Эффективным методом удаления шума из шаблонов бахромы является фильтрация изображения с использованием синусоидальной фильтрации [ссылка] . Фильтр нижних частот свертывается с двумя изображениями, которые возникают из-за приема синуса и косинуса изображения штрихового рисунка, которые затем делятся на получение касательной, восстанавливая фазовый рисунок, но с уменьшенным шумом. Преимущество этого метода заключается в том, что процесс может повторяться несколько раз для уменьшения шума при сохранении резких деталей фазовых переходов.

И вот код, который я использовал:

 import numpy as np from scipy import ndimage def scfilter(image, iterations, kernel): """ Sine‐cosine filter. kernel can be tuple or single value. Returns filtered image. """ for n in range(iterations): image = np.arctan2( ndimage.filters.uniform_filter(np.sin(image), size=kernel), ndimage.filters.uniform_filter(np.cos(image), size=kernel)) return image 

Там image представляло собой массив с числами, представляющий изображение, линейно масштабируемое, чтобы помещать черный в 0 и белый на 2 * pi , а kernal – в пикселях изображения однородного фильтра, применяемого к данным. Не должно быть слишком много итераций, чтобы увидеть положительный результат, возможно, в области от 5 до 20.

Надеюсь, это поможет 🙂