图像平滑与去噪
图像平滑是用于突出图像的低频成分和抑制图像噪声与干扰的高频成分,使图像亮度平缓渐变,减少突变梯度,改善图像质量的图像处理方法.本示例包括:均值滤波,中值滤波,灰度形态学滤波,小波滤波,高斯低通滤波以及统计方法滤波.
1均值与中值滤波:
均值滤波表示取像素点邻域内所有像素值的平均值作为这个像素点的灰度值,取中间值作为像素的灰度值称为中值滤波
2灰度形态学滤波:
也包括腐蚀,膨胀,开运算,闭运算.对灰度图像而言,膨胀运算和腐蚀运算是以像素邻域的最大值和最小值来定义的.
3小波滤波:
滤波器(小波)的设计是最重要的.其次就是实现方式如何优化.小波去噪首先是对图像进行小波分解,然后阈值处理,最后对图像进行小波重构
4高斯低通滤波:
一般来说,噪声都是由高频成分组成,所以用低通滤波器对图像进行卷积处理,就可以有效地滤除噪声.图像处理中,需要二维高斯函数,把二维高斯函数分解为一维高斯函数,分别对图像的行和列进行卷积.
5统计滤波:
统计滤波的方法就是利用邻域的均值和方差的统计性质与阈值的比较来滤波去噪的.
示例程序结果:
示例程序:C#数字图像处理<七>