均值滤波
所谓均值滤波也叫邻域平均法,实际上就是用几个领域像素灰度均值替代原图像中的每个像素值。均值滤波的方法是,对待处理的当前像素,选择一个模板,该模板为其近邻的若干像素组成,用模板中像素的均值来替代原像素的方法。如表2-1所示:
表2-1 模版示意图
f(x−1,y−1) | f(x−1,y) | f(x−1,y+1) |
f(x,y−1) | f(x,y) | f(x,y+1) |
f(x+1,y−1) | f(x+1,y) | f(x+1,y+1) |
用3*3的模板对其对行均值滤波(因为图像画面边框上的像素无法被模板覆盖,因此一般不做处理)。对于图像中的每一个非边框区域中的像素以其为中心取3*3的邻域,计算9个像素的灰度值均值,并用此值替代中心像素的灰度值。
2.2.2 中值滤波
中值滤波是一种广泛应用的非线性滤波[9][10],因为它在实际运算过程中并不需要图像的统计特性。中值滤波器的基本原理是把数字图像中一点的值用该点的一个邻域中各点值的中值来代替。中值滤波时,首先将模板内所涵盖的象素按灰度值由小到大排列,再取序列的中值,并以此值作为滤波器的输出值,去替代原图像中相应象素点的灰度值,
在实际使用窗口时,窗口的尺寸一般先用3*3,再取5*5逐渐增大,直到滤波效果满意为止。就一般经验来讲,对于有缓变的较长轮廓线物体的图像,采用方形或圆形窗口为宜,对于包含有尖顶角物体的图像,适宜用十字形窗口,而窗口大小则以不超过图像中的最小有效物体的尺寸为宜。
试验的结果如下:
黄贤武,王加俊,李家华.数字图像处理与压缩编码技术.成都:电子科技大学出版社,2000
J.W.Tukey.Nonlinear(nonsuperposable)method for smoothing data.Conference Record of EASCON,1974
- Nieminen, P.Heinonen and Y.Neuvo.A new class of detail-preserving filters for image processing.IEEE Tran.On PAMI,1987,9(l):74-99
G.R.Arcer,R.E.Foster.Detail preserving ranked-order basedfi lters for image processing.IEEE Trans.on ASSP, 1989,37(1):83-98
Ren Shuyan,Pu Zhaobang, Zhuang Zhitao.Image filter arithmetic based on fuzzy neural network[J].Chinese Journal of Scientific Inst rument,2006,06(6): 23-28
Pao-Ta Yu and Edward J.Coyle.The classification and associative memory capability
of stack filters.IEEE Trans.on Signal Processing,1992,40(10): 248-249
Yao Nie and Kenneth E.Barrier.Fuzzy weighted median filter.ICASSP-2002,
源程序见:去噪技术分析研究matlab技术的研究-Matlab文档类资源-CSDN下载
如有侵权,请联系作者删除。