s1093345 作業4

  

 作業說明

• 主題：圖像復原(去除雜訊)練習
• 附件中的 image4 似乎受到某種頻域雜訊干擾，撰寫一個程式嘗試復原此圖像(將圖中雜 訊去除)。

圖一、Input Image

開發環境

• macOS 13.2.1
• Visual Studio Code 1.77.3
• Python 3.8.3
• OpenCV 4.6.0

實作過程

• 傅立葉轉換（Forward Fourier Transform）

• 計算傅立葉轉換
• 使用 np.fft.ff2(img) 將計算原始圖片 img 的二維離散傅立葉轉換取得頻率域的訊號圖像img。
• 透過 np.fft.fftshift(img) ，將上述結果 img 之頻譜低頻從左上角移動至圖像中心位置，得到中心化的頻譜圖像 DFT_img。

• 頻譜大小圖片（Magnitude Spectrum）
• 透過 np.abs(DFT_img) 對先前的頻譜圖像 DFT_img 取絕對值以計算頻譜的大小，得到Abs_DFT_img。
• 使用 np.log(Abs_DFT_img) 將上述結果 Abs_DFT_img 取log，並乘以20，得到灰階256色圖像Magnitude_spectrum。
• 使用 cv2.normalize(src, dst, alpha, beta, normal_type) 在先前的結果Magnitude_spectrum 進行正規化，dst 沒有指定最終圖片設為 none，alpha 設為0，beta 設為255，normal_type 設為 cv2.NORM_MINMAX，使圖像的亮度值範圍從0至255進行正規化。

圖二、頻譜大小圖像之輸出結果

• 使用 cv2.threshold(src, alpha, beta, type) 在先前的結果Magnitude_spectrum 進行二值化，alpha 設為 180，beta 設為 255，type 設為 cv2.THRESH_BINARY，使圖像範圍從0至180轉為黑色，顯現較亮峰值的效果圖片 treash。

圖三、頻譜二值化圖像之輸出結果

• Notch Filter

• 建立Mask畫布
• 透過 np.zero(height, width, dtype) 建立 mask 畫布，height 設為 img.shape[0]，width 設為 img.shape[1]，dtype 設為 np.unit8。
• 使用 np.bitwise(mask) 將原本黑色的 mask 轉為白底的 mask。

• 滑鼠點擊事件
• 根據treash的較亮峰值位置，透過滑鼠去點擊，使用 cv2.circle(src, center, radius, color, type) 在去紀錄每次點擊的位置 center，並在 treash 繪製 radius 為 10 且 color 為 (255, 255, 255) 的圓。另外在在 mask 繪製 radius 為 10 且 color 為 (0, 0, 0) 的圓，按下 Enter 退出繪畫模式。

圖四、繪製圓後 treash 圖像之輸出結果

圖五、繪製圓後 mask 圖像之輸出結果

• 反傅立葉轉換（Inverse Fourier Transform）

• 計算反傅立葉轉換
• 將先前中心化的傅立葉轉換的 DFT_img 乘上 mask，得到 DFT_img 。

圖六、DFT_img 乘上 mask圖像之輸出結果

• 使用 np.fft.fftshift(DFT_img) 將 DFT_img 頻域訊號的中心移到左上角。
• 透過 np.fft.ifft2(IDFT_img) 計算反傅立葉轉換。
• 透過 np.abs(IDFT_img) 計算複數的絕對值。
• 使用 cv2.normalize(src, dst, alpha, beta, normal_type) 在先前的結果 IDFT_img 進行正規化，dst 沒有指定最終圖片設為 none，alpha 設為0，beta 設為255，normal_type 設為 cv2.NORM_MINMAX，使圖像的亮度值範圍從0至255進行正規化。

圖七、反傅立葉轉換圖像之輸出結果

• 高斯模糊（GaussianBlur）
• 使用cv2.GaussianBlur(img, (kernel_size, kernel_size), 0) 去噪、模糊化，img為輸入的原始圖片，kernel_size以 3 x 3 計算，，kernel_size越大會越模糊。標準差為0。

圖八、高斯模糊圖像之輸出結果

執行結果

• 修復後圖像

o   圖片讀取：程式碼中的 cv2.imread(‘path’) 更改所需讀取圖片路徑。

o   執行程式：python 1093345_hw4

圖八 、還原後圖像之輸出結果

影片Demo

影片、程式Demo