中值滤波-Median filter

1,中值滤波定义

给定一组数据,比如:

a = [1, 3, 4, 7, 8, 9, 0, 2, 11, 3, 5, 8]

设定滤波的窗口大小,窗口长度最好是奇数,比如窗口大小为3,那么就按照每3个数据进行滑动。

第一次取[1, 3, 4]三个数据,然后排序,最后取中间值3作为输出;

第二次取[3, 4, 7],排序后,取中间值4作为输出;

第三次取[4, 7, 8],排序后,取中间值7作为输出;

第四次取[7, 8, 9],排序后,取中间值8作为输出;

第五次取[8, 9, 0],排序后为[0, 8, 9],取中间值8作为输出;

其余以此类推。

另外一个例子见下图所示:


2,中值滤波对于图像中的椒盐噪声比较有效,原因是椒盐噪声是幅值近似相等,随机分布在不同的位置。图像中有干净的点,也有受污染的点,中值滤波是选择干净的点来代替受污染的点。

因为椒盐噪声的均值不为0,所以均值滤波无法很好的滤除椒盐噪声。


3,中值滤波用scipy.signal.medfilt函数

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
中值滤波算法是一种常用的图像处理算法,用于去除图像中的噪声。它通过对图像中的每个像素点周围的像素值进行排序,并将中间值作为该像素点的新值,从而实现去噪的效果。 以下是一个使用C语言实现中值滤波算法的示例代码: ```c #include <stdio.h> // 定义图像的宽度和高度 #define WIDTH 320 #define HEIGHT 240 // 定义中值滤波的窗口大小 #define WINDOW_SIZE 3 // 中值滤波函数 void median_filter(unsigned char* input, unsigned char* output) { int i, j, k, l; unsigned char window[WINDOW_SIZE * WINDOW_SIZE]; for (i = 0; i < HEIGHT; i++) { for (j = 0; j < WIDTH; j++) { // 获取当前像素点周围的像素值 int count = 0; for (k = -WINDOW_SIZE/2; k <= WINDOW_SIZE/2; k++) { for (l = -WINDOW_SIZE/2; l <= WINDOW_SIZE/2; l++) { int x = i + k; int y = j + l; if (x >= 0 && x < HEIGHT && y >= 0 && y < WIDTH) { window[count++] = input[x * WIDTH + y]; } } } // 对周围像素值进行排序 for (k = 0; k < count-1; k++) { for (l = 0; l < count-1-k; l++) { if (window[l] > window[l+1]) { unsigned char temp = window[l]; window[l] = window[l+1]; window[l+1] = temp; } } } // 将中间值作为新的像素值 output[i * WIDTH + j] = window[count/2]; } } } int main() { unsigned char input[WIDTH * HEIGHT]; // 输入图像 unsigned char output[WIDTH * HEIGHT]; // 输出图像 // TODO: 从文件或摄像头等方式获取输入图像数据 // 对输入图像进行中值滤波处理 median_filter(input, output); // TODO: 将输出图像保存到文件或显示到屏幕等方式 return 0; } ``` 以上代码实现了一个简单的中值滤波算法,通过传入输入图像数据和输出图像数据的指针,可以对输入图像进行中值滤波处理,并将结果保存到输出图像中。你可以根据实际需求,将图像数据从文件或摄像头等方式获取,以及将结果保存到文件或显示到屏幕等方式展示。 请注意,以上代码只是一个简单的示例,实际应用中可能需要考虑更多的细节,比如边界处理、优化算法性能等。

“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