opencv_10 图像模糊2(中值滤波+高斯双边滤波)

本文介绍了图像处理中的中值滤波和高斯双边滤波技术。中值滤波通过统计排序消除椒盐噪声,但会损失边缘信息。而高斯双边滤波结合空域和值域核,既平滑图像又能保留边缘,适用于图像模糊处理。文章详细讲解了两种滤波器的工作原理,并提供了API调用示例。
摘要由CSDN通过智能技术生成

//图像的中值滤波是一个统计排序的过程,将掩膜对应的像素值排序,将中值赋给掩膜中心像素,消除椒盐噪声。
//中值滤波无法保留图像边缘信息
API:medianBlur(原图,输出图,卷积核大小)
在这里插入图片描述

//回顾上一讲高斯滤波
在这里插入图片描述
//卷积核每个格子都有自己的权重,权重和为1,高斯滤波基于正态分布,中心像素权重值大。
//但高斯分布有缺陷无法保留边缘像素信息,整体模糊
//双边高斯滤波,卷积核分为两部分:空域核+值域核
空域核就是高斯滤波卷积核;
值域核:为了区分差值过大的像素,设定一个值域,当两个像素差值超过该值域,不对两个像素做高斯滤波。为了保留边缘部分。

  • 高斯双边滤波对卷积核引入了距离空间与颜色空间约束。
  • 距离空间约束与高斯滤波类似
  • 颜色空间约束:当卷积核的像素灰度值与卷积核中心像素灰度值相差大,则该像素的权值小。

//API:bilateralFilter(输入图像,输出图像,)
在这里插入图片描述
在这里插入图片描述

//复习,对高斯双边滤波做对比度滤波

Mat kernel = (Mat_<int>(3, 3) << 0, -1, 0, -1, 5, -
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