(1)图像平滑

  图像平滑 == 消除噪声 == 模糊丢失细节 == 低通滤波:尽量不损害图像的边缘细节

                         抑制图像高频部分,增强低频部分(噪声一般分布在高频部分),也就相当于低通滤波

         步骤:根据需求选取滤波方法(不同的模板) --------> 模板与原图像卷积 

   (1)   线性滤波:

         均值滤波:去除周期性的干扰噪声,模板权值相同,图像边缘细节丢失严重,容易造成图像模糊

         高斯滤波:消除高斯噪声(正太分布的噪声),注意选择合适的 sigma 和模板大小,一般情况下sigma=2,N=7效果最好

                           说明:(i,j)=(x,y):像素位置 / 2K+1=模板大小 

                           引入高斯函数 ---------------------- 离散高斯卷积核计算方式(空间距离决定权值)  

                          ------

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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