Celem zajęć jest zapoznanie z modelami szumu w obrazach cyfrowych i wybranymi metodami filtracji szumu.

Zadania

1. Zaimplementować dowolne 3 spośród poniższych funkcji generowania szumu zgodnie z modelami opisanymi w materiale (dodatkowe punkty za dodatkowe przetestowane metody):
   1. Gaussa
   2. Erlanga
   3. Rayleigha
   4. Impulsowym (s&p)
   5. Jednorodnym
   6. Wykładniczym
2. Zaimplementować 3 spośród poniższych funkcji filtracji odszumiającej zgodnie z modelami opisanymi w materiale (dodatkowe punkty za dodatkowe przetestowane metody):
   1. Uśredniania arytmetycznego
   2. Uśredniania geometrycznego
   3. Uśredniania harmonicznego
   4. Uśredniania kontrharmonicznego
   5. Medianowym
   6. Punktu środkowego
3. Zimplentować fukcje oceny jakości:
   1. PNSR
   2. NMSE
   3. IF
4. Dla każedj zimplementowanej pary: generator szumu - filtr, wykonać następujący eksperyment badawczy:
   1. Wczytać obraz testowy (jednokanałowy, rozdzielczość minimum 256x256 px)
   2. Wygeneroawć odpowiednie wartości szumu o rozmiarze obrazu (nie dodawać ich od razu)
   3. W pętli dla współczynnika alfa (w zależności od wartości obrazu <0-1> lub <0-255>) dodwać szum w celu wygenerowania wykresów:
      1. Jako zmienną testową dodajemy do naszego obrazu szum w stosunki obaz_zaszumiony= obraz + alfa*szum (pamiętać żeby zrobić clipping)
      2. Dokonujemy filtracji odszumiającej
      3. Wyliczmay współczynniki jakości dla naszego obrazu zaszumionego i odszumionego
   4. Uzyskane wyniki umieszczamy na wykresie:
5. Przedstawić swoje obserwacje i wnioski,

Do oddania

• kod źródłowy (jeden plik .py)
• sprawozdanie z obserwacjami i wynikami (format PDF)