平滑空间滤波器

最新推荐文章于 2021-06-28 20:41:18 发布

淡雅与立夏

最新推荐文章于 2021-06-28 20:41:18 发布

阅读量536

点赞数

分类专栏：图像处理学习笔记

本文链接：https://blog.csdn.net/qq_29058565/article/details/52821709

版权

本文介绍了平滑线性滤波器，如均值滤波，通过邻域像素加权平均降低灰度尖锐变化。同时讲解了统计排序非线性滤波，特别是中值滤波在去除椒盐噪声上的优势。并展示了不同滤波器对图像的效果。

摘要由CSDN通过智能技术生成

数学原理

平滑线性滤波器

通过一个像素点领邻域内（包括本身）的像素值乘以某个加权系数来表示滤波后的图像像素，线性滤
波可以降低灰度尖锐变化。

这里写图片描述

如图所示左边为一张灰度图像，右边为两个均值滤波器模板。如果我们用蓝色模板对灰度值为14的这
个点做均值滤波处理，那么我们得到的新的灰度为：
(10*1+11*1+12*1+13*1+14*1+15*1+16*1+17*1+18*1)/(1+1+1+..+1)=126/9=14
也就是说滤波后源图像灰度为14的这个像素点灰度仍为14.
第二个模板反映了相关性，即离当前点越近的像素，影响因子更大，那么用第二个模板滤波后得到的
灰度值为：
(10*1+11*2+12*1+13*2+14*4+15*2+16*1+17*2+18*1)/(1+2+1+..+1)=224/16=14
例子举得不太好。。。

统计排序非线性滤波

以中值滤波为例，这种滤波就是在邻域内选取中值作为滤波后的灰度值，这种滤波对椒盐噪声非常有
效。以上图为例，对灰度为14的店进行3*3的均值滤波后得到的灰度为9个相邻（包括本身）的中位数.即14。

滤波器通常以3*3,5*5,7*7奇数宽度邻域为模板。

程序实现

#include <opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <stdio.h>
using namespace std;
using namespace cv;

Mat MeanFiltering(Mat image);
int get_middle(double *pArray,int start,int end);
Mat medianFiltering(Mat image);
int main()
{
    Mat image=imread("F:/Qt/Smooth/2.jpg");
    cvtColor(image,image,CV_RGB2GRAY);

    Mat meanFilterImage=MeanFiltering(