zoukankan      html  css  js  c++  java
  • 图像处理——图像平滑

    图像处理——图像平滑

    分类: 图像处理

            图像噪声是在图像处理中经常会遇到的问题,它的存在会使图像的质量下降,因此解决图像噪声问题在图像处理过程中是不可忽视的。

            根据噪声的性质不同,消除噪声的方法也有所不同。

            随机噪声是一种线索最少却最常见的噪声。

            对于多帧图像,取其平均值,帧数越多越接近实际值。对于单帧图像,随机噪声隐藏的像素的实际灰度值是不可知的,此时,只能尽量使噪声对图像的影响最小化。噪声的灰度与周围像素的灰度之间有明显的灰度差,正是这些明显的灰度差造成了视觉上的障碍。一般情况下,把利用噪声的性质来消除图像中噪声的方法称为图像平滑(image smoothing)。

    一、均值滤波器

            均值滤波器(averaging filter)是消除噪声的最简单的方法。原理:使用某像素周围mxn像素范围内的平均值来置换该像素值。通过使图像模糊,达到看不到细小噪声的目的。不良反应:使用这种方法,在噪声被消除的同时,目标图像也变模糊了。

    二、中值滤波

            消除噪声最好的结果是,在消除噪声的同时,图像边缘完好的保留。中值滤波能够比较好的实现这一点。原理:查看mxn邻域内的像素灰度,按照从小到大的顺序进行排列,结果取中间值。

    中值滤波器与均值滤波器比较的优势:在均值滤波器中,由于噪声成分被放入平均计算中,所以输出受到了噪声的影响,但是在中值滤波器中,由于噪声成分很难选上,所以几乎不会影响到输出。因此同样用3x3区域进行处理,中值滤波消除的噪声能力更胜一筹。中值滤波无论是在消除噪声还是保存边缘方面都是一个不错的方法。

    中值滤波器与均值滤波器比较的劣势:中值滤波花费的时间是均值滤波的5倍以上。

    二值图像的平滑

            二值图像中的椒盐噪声能够用中值滤波来消除,但是由于它只有二值,也可以采用膨胀和腐蚀的处理方法来消除。膨胀(dilation)是指在某像素的邻域内,只要有一个像素是白色像素则该像素就由黑变为白,其他保持不变。腐蚀(erosion)只是某像素的邻域内,只要有一个像素是黑色像素则该像素由白变黑,其他保持不变。

    3x3邻域

    smooth  求9个像素的平均值

    median  求9个像素的中间值

    erodible  9个像素中若有至少一个为黑,该像素为黑

    dilation  9个像素若有至少一个为白,该像素为白

  • 相关阅读:
    导包路径
    django导入环境变量 Please specify Django project root directory
    替换django的user模型,mysql迁移表报错 django.db.migrations.exceptions.InconsistentMigrationHistory: Migration admin.0001_initial is applied before its dependen cy user.0001_initial on database 'default'.
    解决Chrome调试(debugger)
    check the manual that corresponds to your MySQL server version for the right syntax to use near 'order) values ('徐小波','XuXiaoB','男','1',' at line 1")
    MySQL命令(其三)
    MySQL操作命令(其二)
    MySQL命令(其一)
    [POJ2559]Largest Rectangle in a Histogram (栈)
    [HDU4864]Task (贪心)
  • 原文地址:https://www.cnblogs.com/L-H-R-X-hehe/p/3816208.html
Copyright © 2011-2022 走看看