中值滤波原理及其代码实现

本文介绍了高斯噪声和椒盐噪声的概念,以及它们在图像处理中的影响。重点讲述了中值滤波的原理,它是通过取像素点邻域内灰度值的中位数来实现降噪,同时能较好地保护图像细节。文章使用3x3模板,并借助numpy库实现了中值滤波的代码,展示了处理前后的图像效果。
摘要由CSDN通过智能技术生成

本文主要是对高斯滤波,中值滤波原理进行简单介绍,随后用代码实现高斯噪声和椒盐噪声。以及用高斯滤波和中值滤波对这两种图像进行相关的处理。

高斯噪声:就是服从高斯正态分布的噪声,通常是因为高温或者是传感器所引起的噪声,常识分布均匀的

 

椒盐噪声:椒盐噪声又称脉冲噪声,它随机改变一些像素值,是由图像传感器,传输信道,解码处理等产生的黑白相间的亮暗点噪声

对着两种噪声有降噪的方法如下

中值滤波:抑制噪声保持细节,将窗口中奇数个数据按照大小顺序排列,处理中间的位置的那个数作为处理结果

中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值.
中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点。

而本文在实现中值滤波的时候采取的是3*3的模板进行降噪,调用了numpy下面的meadian进行求取中值

其算法的核心思想如下:

import random
import numpy as np
import cv2

#添加椒盐噪声
def salt_and_peper_noise(img, porportion=0.05):
    noise_img=img
    height, width&#
  • 2
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
评论 5
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