zoukankan      html  css  js  c++  java
  • matlab图像处理-中值滤波原理

    中值滤波原理

      中值滤波本质上是一种统计排序滤波器。对于原图像中某点(i,j),中值滤波以该点为中心的邻域内的所有像素的统计排序中值作为(i,j)点的响应。

      中值不同于均值,是指排序队列中位于中间位置的元素的值,例如,采用3x3中值滤波器,某点(i,j)的8个邻域的一系列像素值为12,18,25,11、118,17、35,29,23,统计排序结果为11、12,17,18,23,25,29,35,118。排在中间位置(第5位)的23即作为(i,j)点中值滤波的响应g(i,j)。显然,中值滤波并非线性滤波器。

    原理图解:选定图像中的某个像素,采用3*3的滤波窗口进行滤波,将周围的8个像素连同选定的像素进行排序,然后选择排好序的中心像素值代替原来的像素值。即将图中的23代替原来的118。

    在这里插入图片描述

    图中可以知道,当像素点太大或者太小时都不同意被选中,所以中值滤波对像素值比较大或者比较小的噪声滤除的效果比较好,如:椒盐噪声,对比较均匀的噪声滤除的效果一般,如:高斯噪声。

    中值滤波的优点:

      中值滤波对于某些类型的随机噪声具有非常理想的降噪能力,对于线性平滑滤波而言,在处理的像素邻域之内包含噪声点时,噪声的存在总会或多或少地影响该点的像素值的计算,(对于高斯平滑影响程度同噪声点到中心点的距离成正比),但在中值滤波中噪声点则常常是直接被忽略掉的;而且同线性平滑滤波器相比,中值滤波在降噪同时引起的模糊效应较低。

    使用MATLAB展示中值滤波效果:

    在matlab中中值滤波的函数是medfilt2函数,示例1,中值滤波对椒盐噪声和高斯噪声的滤波效果展示。

    1、采用的原图是:
    在这里插入图片描述

    2、滤除椒盐噪声和高斯噪声的对比代码如下:

    %% 滤波效果展示
    clear; clc; close all;
    rawimg = imread('..picture1.jpg');
    [~,~,index] = size(rawimg);
    if index ~= 1
       rawimg = rgb2gray(rawimg);  % 转化为灰度图 
    end
    % 显示原图
    figure;imshow(rawimg);title('原图');
    
    % 添加噪声
    salt_img=imnoise(rawimg,'salt & pepper',0.04);     % 叠加密度为0.04的椒盐噪声
    guas_img = imnoise(rawimg,'gaussian',0.04);
    figure;subplot(1,2,1);imshow(salt_img);title('添加椒盐噪声');
    subplot(1,2,2);imshow(guas_img);title('添加高斯噪声');
    
    % 进行滤波
    salt_fit = medfilt2(salt_img,[3 3]);   % 采用二维中值滤波函数对图像滤波,滤波窗口是3*3
    guas_fit = medfilt2(guas_img,[3,3]);  % 滤除高斯噪声
    
    % 滤波效果:
    figure;subplot(1,2,1);imshow(salt_fit);title('椒盐噪声滤波效果');
    subplot(1,2,2);imshow(guas_fit);title('高斯噪声滤波效果');
    

    添加噪声效果示例:

    在这里插入图片描述

    使用中值滤波滤除的效果示例:

    在这里插入图片描述

    分析:可以很明显的看到,中值滤波对椒盐噪声的滤除效果比高斯噪声要好,边缘部分的细节有部分的保留。

    3、选择不同的窗口对椒盐噪声的滤除效果对比示例代码:

    %% 滤波窗口选择展示
    clear; clc; close all;
    rawimg = imread('..picture1.jpg');
    [~,~,index] = size(rawimg);
    if index ~= 1
       rawimg = rgb2gray(rawimg);  % 转化为灰度图 
    end
    
    % 添加噪声
    salt_img=imnoise(rawimg,'salt & pepper',0.04);     % 叠加密度为0.04的椒盐噪声
    figure;subplot(1,2,1);imshow(rawimg);title('原图');
    subplot(1,2,2);imshow(salt_img);title('添加椒盐噪声');
    
    % 进行滤波
    min_fit = medfilt2(salt_img,[3 3]);   % 采用二维中值滤波函数对图像滤波,滤波窗口是3*3
    max_fit = medfilt2(salt_img,[9,9]);  % 滤除高斯噪声
    
    % 滤波效果:
    figure;subplot(1,2,1);imshow(min_fit);title('3*3滤波窗口效果');
    subplot(1,2,2);imshow(max_fit);title('9*9滤波窗口效果');
    

    添加椒盐噪声的效果示例:

    在这里插入图片描述

    分别选择[3,3]滤波窗口和[9,9]滤波窗口对噪声图像进行滤波效果对比示例:

    在这里插入图片描述

    分析:可以很明显看到,当中值滤波的窗口选择越大的时候滤波的效果比较明显,但是窗口选择越大则对原图的边缘,细节部分滤除的部分就会越多,这个特性可以根据自己的需要进行调节。

  • 相关阅读:
    cocos2dx3.1从零学习(二)菜单、场景切换、场景传值
    XCode5添加新建类模板(Cocos2dx Template Class for Scene or Layer)
    根据Uri获取图片绝对路径,解决Android4.4以上版本Uri转换
    如何学习 cocos2d-x ?
    Java数据类型中String、Integer、int相互间的转换
    Android各种效果集合
    重新生成IE02
    nvl与 is not null的区别等
    自定义view
    select into from 和 insert into select 的用法和区别(转)
  • 原文地址:https://www.cnblogs.com/zhicungaoyuan-mingzhi/p/12900990.html
Copyright © 2011-2022 走看看