A Silhouette-Crease Edge Enhancement for Noisy Images 報告者:饒展榕 A Silhouette-Crease Edge Enhancement for Noisy Images
Outline I.Introduction II.Experimental method III.Results IV.Conclusions
Introduction 影像的清晰化是非常重要的，不論是對於影像的保 存或是影像後續的處理都需要清晰的影像，本篇提 出基於Unsharp Masking(UM)技術的影像強化方式， 一個針對雜訊的判斷技術
Unsharp Masking(UM)
II.Experimental method Input image Laplacian Operation Noised Image Canny Edge Detector Output Image Silhouette&Crease Edge Classification + Adaptive Weights X
sobel filter 索貝爾濾波器 (Sobel Filter) 也算是一種高通濾波器， 使用空間一階導數來增強高頻的空間訊號，在影像 中，這些高頻訊號通常代表較銳利的物體邊緣或線 條特徵。
Sobel是二個 3X3的遮罩, 其中對 x 方向取偏微稱 Gx, 其遮罩為: -1 0 1 -2 0 2 -1 0 1 對 y 方向取偏微稱 Gy, 其遮罩為: -1 -2 -1 0 0 0 1 2 1
Laplacian filter 由於Sobel filte所能測得的能量對於單點像素有著較 高的灰階度的雜訊，無法有效的偵測出能量，因此 使用二階導函數。 對於影像中灰階值快速變化的區域具有很強且快速 的反應，包括平滑區域中的灰階度改變量，對於邊 緣反應也有很好的效果。
利用Laplacian filter可以求出整張影像灰階度變化的 能量 -1 4 -1 8
Connected Component Labeling
Connected Component Labeling
Canny edge detector Gaussian Smooth(高斯平滑) Sobel(索貝爾測邊) Non-maximum suppression(非最大值抑制) Hysteresis thresholding(過濾邊緣)
Gaussian Smooth 高絲模糊常被用來對影像執行平滑化的涵式，其中 I(x,y)為輸入影像，g(x,y,σ, μ)為高斯遮罩，σ可以控制 模糊程度，S(x,y)為執行完旋積結果:
Silhouette and Crease edges 非相片寫實繪圖(non-photorealistic rendering,NPR) 其中輪廓定義為較長且完整的邊緣，而摺邊為較為 細碎 是以兩個非線性方程式，分別處理暗輪廓與亮輪廓
III.Results 由二階導含是對影像中灰階數值計算所出來的結果
雜訊候選點圖
原圖
去除雜訊後
以Canny edge detector測邊
邊的分類:輪廓(黃色)、摺邊(白色)
IV.Conclusions 本文提出一個以UM為基礎的影像強化方式因此在 雜訊或者邊緣的部分都會使的整張影像的對比度都 提高，造成雜訊強化與邊緣的過曝與不足情形。 本文已經提出一個結合去雜訊與提高對比的概念， 因為高斯雜訊在整張影像中是很均勻的分佈，因此 如果能利用影像分割的技術來針對影像中的區塊做 判斷，可能可以更有效模糊掉雜訊。