数字图像处理 平滑滤波器

线性平滑滤波器

1、邻域平均

在这里插入图片描述
在这里插入图片描述

2、加权平均

在这里插入图片描述
在这里插入图片描述

非线性平滑滤波器

  • 统计排序滤波器是一类经典的非线性空间滤波器
  • 统计排序滤波器的响应以滤波器所覆盖的图像区域中的所有像素的排序为基础,然后使用统计排序的结果值代替中心像素的值
  • 统计排序滤波器具备优秀的去噪能力,而且比相同尺寸的线性平滑滤波器的模糊程度明显要低
中值滤波器
  • 中值滤波器是一种最为常用的统计排序滤波器,它使用像素邻域内灰度的中值代替邻域中心像素的值。
  • 中值滤波器的主要功能是使拥有不同灰度的像素点看起来更接近于它的相邻点(即,去除那些相对于其邻域像素更亮或更暗孤立像素)。
  • 中值滤波器对处理椒盐噪声非常有效,因为这种噪声是以黑白点的形式叠加在图像上的。

实现步骤
1、将滤波器模板(没有任何系数)在图像中漫游,并将模板中心与图像中某个像素位置重合
2、读取模板下各对应像素的灰度值
3、将这些灰度值按从小到大(或从大到小)的次序进行排序
4、确定排序结果的中值(处于序列的中间位置),并将此中值赋予对应模板中心位置的像素
在这里插入图片描述
如何选择中值滤波器模板

  • 中值滤波器的去噪效果与两个不同的、但又有联系的因素有关:首先是模板的形状,其次是参与运算的像素数量
  • 常用模板形状:方形、圆形、十字形等

在这里插入图片描述

  • 对于有缓变的较长轮廓线的图像,采用方形或圆形模板为宜
  • 对于包含有尖顶角物体的图像适宜用十字形模板,而模板的大小则以不超过图像中最小有效物体的尺寸为宜
  • 如果图像中点、线、尖角细节较多,则不宜采用中值滤波

在这里插入图片描述

百分比滤波器

在这里插入图片描述
在这里插入图片描述在这里插入图片描述

中点滤波器

中点滤波器以滤波器所覆盖的像素邻域的最大灰度值和最小灰度值的均值作为输出值,即
在这里插入图片描述
中点滤波器结合了排序统计和求平均,对于高斯和均匀分布随机噪声有较好效果

  • 4
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数字图像处理中的IIR滤波器设计是指设计用于图像处理的无限脉冲响应滤波器。IIR滤波器是一种递归滤波器,与FIR滤波器相比,具有更高的计算效率和更窄的频率响应。在数字图像处理中,IIR滤波器主要用于图像增强、去噪和平滑处理。 设计IIR滤波器的主要步骤如下: 1. 确定滤波器的频率响应。根据应用的需,确定滤波器的通带、阻带和过渡带的频率响应。 2. 选择滤波器的类型。根据频率响应选择适合的滤波器类型,如低通、高通、带通或带阻滤波器。 3. 设计IIR滤波器的原型。根据滤波器的类型和频率响应,设计出满足要的IIR滤波器的原型。 4. 转换原型为离散滤波器。利用模拟滤波器设计方法,将IIR滤波器的原型转换为离散滤波器。 5. 选择适当的滤波器结构。根据滤波器的实现要,选择适当的滤波器结构,如直接形式、级联形式或并联形式。 6. 优化滤波器的参数。根据应用要进一步优化滤波器的参数,如增益、频率响应或延迟。 7. 对滤波器进行性能评估。使用模拟信号或真实图像对滤波器进行性能评估,检查滤波器是否满足设计要。 总体而言,设计IIR滤波器是一个复杂的过程,需要考虑频域特性、时域特性和计算效率等方面。通过合理的设计和优化,可以实现对图像进行增强、去噪和平滑等处理,提高图像的质量和清晰度。

“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
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