图像模糊

LqSilence

于 2019-09-23 23:52:10 发布

阅读量1.3k

点赞数 1

分类专栏： OpenCV学习旅程

本文链接：https://blog.csdn.net/LqSilence/article/details/101235767

版权

图像模糊是一种常用的图像处理操作，用于降低噪声和平滑图像。本文介绍了四种滤波方法：均值滤波通过算子内像素的平均值替换目标像素；高斯滤波利用高斯权重对像素值加权计算，保留图像特征；中值滤波通过排序并取中值来平滑椒盐噪声；双边滤波则在去噪的同时尽量保持边缘信息。每种滤波器都有其特定的应用场景和API调用方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像模糊(Blur)，是图像处理中简单且常用的操作之一，该操作可以降低图像噪声，使图像平滑。
操作背后的原理是数学的卷积计算，通常这些卷积算子计算都是线性操作，所以又叫线性滤波。
在这里插入图片描述
一、归一化盒子滤波(均值滤波)

说明：均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，一般把该模板称为算子，该算子包括了其周围的临近像素（假设算子大小为 3*3，以目标像素为中心的周围8个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值，即：1/n * ∑(i, j)
特点：对椒盐噪声基本无能为力。
均值滤波API：

void blur(Mat src,Mat dst, Size(xradius,yradius), Point(-1, -1))
//例：blur(src, dst, Size(5,5), Point(-1, -1));

二、高斯滤波

说明：应用高斯分布(正态分布)，对像素值进行加权计算。
高斯函数为：

最低0.47元/天解锁文章