本文介绍了一次数字图像处理的基础实验，利用OpenCV进行图像去噪，包括均值滤波（算术均值、几何均值、谐波均值、逆谐波均值）、中值滤波、自适应均值滤波和自适应中值滤波，以及针对彩色图像的均值滤波。实验中对比了不同滤波器在高斯噪声、椒盐噪声等场景下的效果。
一、实验内容及原理
1、均值滤波
具体内容：利用 OpenCV 对灰度图像像素进行操作，分别利用算术均值滤波器、几何均值滤波器、谐波和逆谐波均值滤波器进行图像去噪。模板大小为 5*5。 （注：请分别为图像添加高斯噪声、胡椒噪声、盐噪声和椒盐噪声，并观察 滤波效果）
（1）算术均值滤波器
f ^ ( x , y ) = 1 m n ∑ g ( s , t ) \hat {f}(x,y)=\frac {1}{mn}\sum g(s,t) f^(x,y)=mn1∑g(s,t)
（2）几何均值滤波器
f ^ ( x , y ) = [ ∏ g ( s , t ) ] 1 m n \hat {f}(x,y)=[\prod g(s,t)]^{\frac {1}{mn}} f^(x,y)=[∏g(s,t)]mn1
注：这个累乘很容易会超过int或者long的表示范围，建议每n个灰度一起乘，再开根号
（3）谐波均值滤波器
f ^ ( x , y ) = m n 1 ∑ g ( s , t ) \hat {f}(x,y)=\frac {mn}{\frac {1}{\sum g(s,t)}} f
最低0.47元/天 解锁文章
7万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
