Cosa è il Rumore nel Trattamento delle Immagini? – Una Guida Introduttiva

Che cos'è il Rumore nel Trattamento delle Immagini? - Una Guida Introduttiva

Se hai mai visto una foto in cui noti particelle di polvere che non fanno parte dell’immagine reale, probabilmente stai vedendo ‘rumore’ nell’immagine. Ci sono molte ragioni tecniche per cui ciò accade. Spesso oscura l’immagine effettiva ed è la principale causa della degradazione della qualità dell’immagine nella trasmissione di immagini digitali.

È qui che l’elaborazione delle immagini offre una soluzione robusta. Fornisce una vasta gamma di tecniche di riduzione del rumore, come il filtraggio spaziale, il filtraggio in frequenza, il filtraggio basato sulla trasformazione, il filtraggio basato sul deep learning, ecc.

In questo articolo esploreremo alcune tecniche chiave che possono essere utilizzate per ridurre il rumore nelle immagini, oltre a indagare sui principali tipi e cause del rumore nelle immagini. Diamo un’occhiata!

Tipi di rumore nell’elaborazione delle immagini

Tipi di rumore nell'elaborazione delle immagini

Una simulazione delle variazioni del rumore – Mdf, CC BY-SA 3.0, tramite Wikimedia Commons

Fattori che vanno dalle condizioni ambientali al sensore della fotocamera possono introdurre rumore nell’immagine. I quattro principali tipi di rumore che di solito si vedono nelle immagini includono:

  • Rumore additivo: Causato da variazioni casuali nelle informazioni di luminosità o colore in tutta l’immagine. Questo è il tipo di rumore più comune nelle immagini.
  • Rumore sottrattivo: Causato dalla sottrazione casuale dei valori dei pixel dall’immagine originale, che porta a una scarsa qualità dell’immagine, spesso visto come punti o regioni scure nell’immagine. Il rumore sottrattivo di solito si verifica in ambienti con poca luce.
  • Rumore moltiplicativo: Causato quando il valore del rumore viene moltiplicato per il valore del pixel originale, spesso comportando una scarsa qualità dell’immagine intorno alle parti più luminose dell’immagine. Questo è il tipo di rumore più difficile da rimuovere a causa delle significative variazioni dei valori dei pixel.
  • Rumore ad impulsi: Causato da improvvisi cambiamenti nel valore del pixel che sono visibili come pixel neri e bianchi casuali, visti come disturbi nitidi nell’immagine. Viene anche chiamato ‘rumore sale e pepe’. Risulta da difetti della fotocamera, errori di trasmissione o raggi cosmici.

Cause del rumore nell’elaborazione delle immagini

Il rumore nelle immagini può derivare da varie fonti, tra cui:

  1. Condizioni ambientali: Fattori esterni come scarsa illuminazione o interferenze elettroniche vicine comunemente causano rumore nelle immagini. Possono aggiungere variazioni casuali alle immagini.
  2. Rumore del sensore: Eventuali problemi con il sensore utilizzato in fotocamere e scanner possono contribuire al rumore nelle immagini. Ad esempio, in condizioni di scarsa illuminazione, se non si utilizza un sensore di buona qualità, può amplificare il rumore insieme alla luce.
  3. Rumore di quantizzazione: Si verifica quando i segnali analogici vengono convertiti in forma digitale, in particolare nelle immagini ad alto contrasto. Ad esempio, quando si scansiona una fotografia, spesso si vede apparire il rumore nell’immagine risultante. Questo è il rumore di quantizzazione che appare dalla digitalizzazione dell’immagine.
  4. Rumore di trasmissione: Si verifica quando le immagini vengono trasmesse attraverso canali rumorosi, sia attraverso reti (ad esempio, Internet) che memorizzate su supporti di archiviazione rumorosi (come dischi rigidi).
  5. Rumore di elaborazione: Si verifica durante le operazioni di elaborazione delle immagini, come il filtraggio, la compressione, ecc.

Modelli di rumore nell’elaborazione delle immagini

"</p

I modelli di rumore nell’elaborazione delle immagini fungono da rappresentazioni matematiche dei diversi tipi di rumore che possono influenzare le immagini. Questi modelli aiutano a comprendere l’insorgenza dei diversi tipi di rumore attraverso simulazioni, che a loro volta aiutano a sviluppare strategie per ridurlo.

Alcuni modelli di rumore comuni includono:

  1. Rumore gaussiano: Uno dei tipi più comuni di modelli di rumore, il ‘rumore gaussiano’ è caratterizzato da una distribuzione di probabilità a forma di campana. Simula le variazioni casuali presenti nelle immagini. Può derivare da fonti come il rumore del sensore e la quantizzazione ed è simile alla statica che si vede spesso in TV o in un segnale radio.
  2. Rumore Erlang: Noto anche come rumore gamma, questo è un altro modello di rumore moltiplicativo caratterizzato da una distribuzione gamma. Di solito si trova nelle immagini catturate con sensori rumorosi o trasmesse attraverso canali rumorosi.
  3. Rumore uniforme: Questo è un modello di rumore additivo con una distribuzione uniforme, spesso osservato in immagini quantizzate o corrotte da errori di trasmissione.

Misurazione del Rumore

Nell’analisi delle immagini, la valutazione e la misurazione del rumore sono compiti fondamentali. Questo processo si basa sulla quantificazione del livello di rumore in un’immagine. Ci sono due tecniche principali di misurazione del rumore:

  1. Rapporto Segnale-Rumore di Picco (PSNR): Il PSNR funge da punto di riferimento per valutare la qualità della ricostruzione dell’immagine. Confronta i valori dei pixel dell’immagine originale con quelli dell’immagine riprodotta, fornendo una misura numerica di quanto fedelmente l’immagine viene riprodotta.
  2. Errore Quadratico Medio (MSE): L’MSE, al contrario, valuta le differenze tra i valori dei pixel di due immagini. Questo metodo calcola la media dei quadrati delle differenze tra i pixel corrispondenti nelle due immagini. Questo approccio quantitativo ci aiuta a comprendere l’estensione del rumore in un’immagine e il suo impatto sulla qualità.

Tecniche Comuni di Riduzione del Rumore

Il rumore rende le immagini granulate e scolorite, oscurando i dettagli fini. Per neutralizzare questo effetto, le tecniche di riduzione del rumore aiutano a migliorare la qualità delle immagini per risultati migliori in molti settori come la fotografia, la sicurezza, la videoconferenza, la sorveglianza, ecc. Ad esempio, la riduzione del rumore è fondamentale per una diagnosi accurata e la pianificazione del trattamento in campo medico.

Le tecniche di riduzione del rumore funzionano meglio in condizioni di scarsa illuminazione, impostazioni ISO elevate, velocità di scatto rapida o quando si lavora con telecamere intrinsecamente rumorose.

Alcune tecniche comuni di riduzione del rumore includono:

  • Filtro Mediano: Per eliminare il rumore impulsivo, il filtro mediano sostituisce il valore del pixel con i valori mediani dei pixel circostanti.
  • Filtro Gaussiano: Questa tecnica sostituisce ogni pixel di un’immagine con una media ponderata dei pixel in un intorno di pixel intorno a quel pixel.
  • Filtro Bilaterale: Questa tecnica combina il filtro mediano e il filtro gaussiano per ridurre il rumore preservando i bordi.
  • Filtro Wavelet: Questa tecnica utilizza il modello Trasformata di Fourier per passare i coefficienti wavelet dell’immagine al fine di ridurre il rumore.

Applicazioni della Riduzione del Rumore

La riduzione del rumore ha una varietà di applicazioni in diversi settori, come il ripristino delle immagini e l’ingrandimento delle immagini, ma le più importanti sono:

  • Imaging medico: Le tecniche di riduzione del rumore migliorano la diagnosi delle malattie nelle scansioni MRI e CT, facilitando il trattamento dei pazienti.
  • Immagini satellitari: La riduzione del rumore aiuta a identificare meglio oggetti e caratteristiche nelle immagini satellitari.
  • Gestione delle catastrofi: La riduzione del rumore migliora le immagini di telerilevamento per il monitoraggio ambientale e la mappatura.
  • Forze dell’ordine: Migliora la chiarezza delle registrazioni di sorveglianza e delle immagini forensi per l’identificazione di sospetti e oggetti.
  • Ricerca spaziale: La riduzione del rumore pulisce le immagini astronomiche, consentendo la rilevazione di oggetti celesti deboli e dettagli fini nelle osservazioni dello spazio profondo.

Per leggere contenuti correlati, visita Unite AI.