图像平滑的目的
- 模糊:在提取较大目标前,去除太小细节,或将目标内的小间断连接起来。
- 消除噪声:改善图像质量,降低干扰。
平滑处滤波对图像的低频分量增强,同时削弱高频分量,用于消除图像中的随机噪声,起到平滑作用。
图像平滑处理的基本方法
- 领域平均法
- 领域加权平均法
- 选择式掩模法
- 中值滤波
领域平均法
模板在图像上移动,模板的中心对应目标像素点,在模板范围内对目标像素点进行卷积运算(对应系数乘对应像素点),然后相加除上模板大小得到均值,这个均值就是目标像素点处理后的值。
如图,对5行四列的图像进行3*3模板的邻域平均法处理:
邻域平均法存在的问题
抑制了高频成分,使用图像变得模糊,平滑效果不好,减少噪音的同时,损失了高频信息。
注意:模板不宜过大,因为模板越大对速度有直接影响,且模板大小越大变换后图像越模糊,特别是在边缘和细节处
优点:算法简答,计算速度快。
缺点:造成图像一定程度上的模糊。
3*3模板邻域平均法示例:
Use_ROWS:行
Use_Line:列
图像边界不处理:只处理1-----n-1。
int count = 0; for(int i = 1; i < Use_ROWS-