前言
使用一些滤波器对图像进行处理。利用滤波窗口使当前像素灰度值与周围像素相关联。
平滑滤波
包含了:平滑线性滤波(均值滤波)、平滑非线性滤波(中值滤波)。
1.平滑线性滤波(均值滤波)及MATLAB代码
均值滤波是将邻域内所有像素的灰度值的平均值作为中间像素的灰度值。均值滤波器有两种:平均与加权平均。以下图为例,左图为平均计算,右图为加权平均计算。大小为3×3.
加权平均的权重可以自己设计。
MATLAB代码:
clc;clear;close all
im1=imread('1.jpg'); %读取图像:彩色图
figure
imshow(im1)
im2=rgb2gray(im1); %获得灰度图
figure
imshow(im2)
h1=fspecial('average',[3,3]);%创建一个3×3均值模板,这里是平均计算的模板,其中[3,3]为滤波器大小,可调。
im3=imfilter(im2,h1);
figure
imshow(im3)
h2=(1/16).*[1 2 1
2 4 2
1 2 1]; %也可以自己创建模板,如上图中3×3的加权均值。
im4=imfilter(im2,h2);
figure
imshow(im4)
2.非线性滤波器(中值滤波)及MATLAB代码
这种滤波器将滤波窗口内的所有像素灰度值进行排序(按大小),然后根据排序结果选择一种方法(例如中值)代替中间像素的灰度值。处理脉冲(椒盐)噪声效果较好。
MATLAB代码:
clc;clear;close all
im1=imread('1.jpg'); %读取图像:彩色图
figure
imshow(im1)
im2=rgb2gray(im1); %获得灰度图
figure
imshow(im2)
im3=medfilt2(im2,[3,3]); %MATLAB自带的中值滤波函数,滤波窗口大小可调。
figure
imshow(im3)
总结
除了上述滤波外,还有许多改进的滤波方法。