【数字图像处理】图像的平滑处理

 

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-