图像处理(Image Processing) ---------- 图像滤波器 (上) (C#实现)

本文介绍了图像处理中的平滑空间滤波器,包括均值滤波器、中值滤波器和Outlier Filter。均值滤波器用于模糊处理和降噪,但可能导致边缘模糊;中值滤波器在降噪方面更优,尤其对斑点和椒盐噪声,同时能保留边缘;Outlier Filter则用于处理异常值。C#代码实现提供了详细的操作过程。
摘要由CSDN通过智能技术生成

讲到图像处理的滤波器,就不得不先提图像中的低频分量和高频分量:

图像的频率代表了,图像颜色变化的剧烈程度。

低频分量:一幅图中,颜色变化缓慢的部分就叫做低频部分。通常低频是描述图像的主要部分,就像人的脸。

高频分量:一幅图中,颜色变化剧烈的部分就叫做高频部分。通常高频是描述图像的边缘、细节或者是噪声,就像人脸的轮廓,还有脸上的痘。

 

平滑空间滤波器:

均值滤波器(Averaging Filter): 均值滤波器也是低通滤波器,主要是对图像进行模糊处理和降噪(noise reduction)处理,还起到光滑轮廓(模糊)的作用。原理: 取遮罩(mask),可以是3x3、5x5、7x7...自定义方形,然后对遮罩中的pixel值进行求和平均,遮罩最中间那一个pixel的pixel值用平均值替代。

          均值滤波器mask示意图:                    

 

中值滤波器(Median Filter): 跟均值滤波器相似,但是在降低噪声(noise reduction)方面优于均值滤波器,特别是对斑点噪声(speckle noise)和椒盐噪声(salt-and-pepper noise)尤其有用,同时还有保留边缘的特性也不会使轮廓模糊。原理: 取遮罩(mask),这儿不同的是,中值滤波器通常采用“十字”而不用“方形”框。可以是3x3、5x5、7x7...自定义十字,然后对遮罩中的pixel值按升序排序,遮罩最中间那一个pixel的pixel值用中值替代。

中值滤波器mask示意图:                                     

 

 

Outlier Filter:类似于均值滤波器。原理:取3x3的遮罩,然后将除最中间的Pixel外的8个Pixel取平均值,均值与最中间的pixel值差值若大于某一个阀值(threshold),那么就用平均值替代最中间值的pixel。

                                             Outlier Filter mask 示意图:

 

均值滤波器 vs 中值滤波器:

先看下图:假设取范围为5(单位Pixel)的遮罩,如红色框框,一次

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