图像平滑处理



一、噪声种类

噪声的种类区分:
所以噪声的种类很多。包括指数噪声(exponential noise)、均匀噪声(uniform noise)、脉冲噪声(impulse noise)、椒盐噪声(salt and pepper noise)(也叫黑白噪声,就是黑白点)、斑点噪声(speckle noise)(大多在雷达信号里产生)、瑞利噪声(reyleigh noise)(不太明白这种噪声的来源)、周期噪声(periodic noise)。而在一般不知道噪声属于什么类型时,多加入高斯噪声进行模拟。

  • 梯度:梯度值是由某点在各个方向的偏导数组合而成的代表在该点变化最大的方向。原图像某点梯度值可对原图像使用线性变换加以表示。
  • Sobel 算子是一个离散微分算子 (discrete differentiation operator)。 它用来计算图像灰度函数的近似梯度。
  • 边缘:灰度或结构等信息的突变处,边缘是一个区域的结束,也是另一个区域的开始,利用该特征可以分割图像。
  • 图像深度是指存储每个像素所用的位数。
  • 图像的强度:image intensity表示单通道图像像素的强度(值的大小),在灰度图像中,强度是图像的灰度。
  • 内核:卷积核是一个值矩阵,用于指定像素的邻域在最终图像中如何影响该像素的状态

二、相关概念

图像的低频和高频:
(1)什么是低频?
低频就是颜色缓慢地变化,也就是灰度缓慢地变化,就代表着那是连续渐变的一块区域,这部分就是低频. 对于一幅图像来说,除去高频的就是低频了,也就是边缘以内的内容为低频,而边缘内的内容就是图像的大部分信息,即图像的大致概貌和轮廓,是图像的近似信息。

(2)什么是高频?

反过来, 高频就是频率变化快.图像中什么时候灰度变化快?就是相邻区域之间灰度相差很大,这就是变化得快.图像中,一个影像与背景的边缘部位,通常会有明显的差别,也就是说变化那条边线那里,灰度变化很快,也即是变化频率高的部位.因此,图像边缘的灰度值变化快,就对应着频率高,即高频显示图像边缘。图像的细节处也是属于灰度值急剧变化的区域,正是因为灰度值的急剧变化,才会出现细节。
另外噪声(即噪点)也是这样,在一个像素所在的位置,之所以是噪点,就是因为它与正常的点颜色不一样了,也就是说该像素点灰度值明显不一样了,也就是灰度有快速地变化了,所以是高频部分,因此有噪声在高频这么一说。

二、滤波器种类

1.归一化滤波器,对图像区域的直接平均化,-1-1指向了平均化的中心点blur( src, dst, Size( i, i ), Point(-1,-1) );归一化,表示加权系数均为1.。归一化为与卷积核卷积后乘以系数矩阵元素个数的倒数。注:二者间的主要区别在于,cv::boxFilter()可以在非归一化模式(normalize = false)下运行,且输出图像的位深可以控制(在cv::blur中,dst的位深始终和src保持一致)。如果ddepth的值设为-1,则输出图像和输入图像的位深一致;否则,你可以选择常用的任何位深(如CV_32F)。

2.高斯滤波器:不难发现中间像素的加权系数是最大的, 周边像素的加权系数随着它们远离中间像素的距离增大而逐渐减小,应用了高斯函数的钟形分步。使用时后两个参数可指定x及y方向的标准差GaussianBlur( src, dst, Size( i, i ), 0, 0 );双边滤波器(Bilateral filter)是一种可以保边去噪的滤波器。可以滤除图像数据中的噪声,且还会保留住图像的边缘、纹理等(因噪声是高频信号,边缘、纹理也是高频信息,高斯滤波会在滤除噪声的同时使得边缘模糊,可用于消除高斯噪声,高斯噪声幅值分布很广,无法采用单一高通,低通滤波器进行去除。

3.medianBlur:每个像素使用该像素的邻域中值表示: medianBlur ( src, dst, i ),可用于去除椒盐噪声

4.Bilateral Filter:双边滤波,除了高斯滤波外,引入部分像素与邻域的差值,这样平滑图像过程中同样可以保存图像边缘。其也是一种模拟矩阵进行卷积的运算, 只是其核为高斯核乘以值域核,值域核在值差异较小区域接近于1,反之较小,使得在边缘区域,施加高斯滤波力度较小,在平坦区域,施加高斯滤波。值域和空域的两个方差sigma可以简单的设置为相等,小于10,无太大效果,大于150效果太强,像卡通片似的。bilateralFilter ( src, dst, i, i*2, i/2 );,i/2取值一一般可在15
注:
Sigma_color较大,则在邻域中的像素值相差较大的像素点也会用来平均。这个值越大,差值较大的点被平均越多。
Sigma_space较大,则虽然离得较远,但是,只要值相近,就会互相影响,这个值越大,高斯钟形越扁平。
将sigma_sapce设置较大,sigma_color设置较小,可获得较好的效果(用于椒盐噪声,一般的双边滤波对椒盐噪声没有效果)。
计算方法:对每一个邻域像素点,计算出其对应的空域系数和值域系数,相乘得到总的系数,然后进行加权求和。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

颢师傅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值