灰度重采样的方法分为_图像预处理方法

本文详细介绍了几种图像预处理方法,包括平均滤波、中值滤波、高斯滤波、高斯金字塔、拉普拉斯滤波、直方图均衡化以及自适应直方图均衡化(AHE)和限制对比度自适应直方图均衡化(CLAHE)。这些方法主要用于图像去噪和对比度增强,特别讨论了它们对高斯噪声和椒盐噪声的处理效果。
摘要由CSDN通过智能技术生成

008af526123b72ad8c8ca427e2209ccb.png

本文主要介绍一下几种滤波方法:

1 平均滤波 2 中值滤波 3 高斯滤波 4 高斯金字塔 5 拉普拉斯滤波 6 直方图均衡化 7 CHE

8 CLAHE

首先介绍下几种常见的噪声:

什么是高斯噪声?

高斯噪声是指它的概率密度函数服从高斯分布(即正态分布)的一类噪声。

什么是椒盐噪声?

椒盐噪声也称为脉冲噪声,是图像中经常见到的一种噪声,它是一种随机出现的白点或者黑点,可能是亮的区域有黑色像素或是在暗的区域有白色像素(或是两者皆有)。

1 均值滤波

均值滤波采用线性的方法,平均整个窗口范围内的像素值,均值滤波本身存在着固有的缺陷,即它不能很好地保护图像细节,在图像去噪的同时也破坏了图像的细节部分,从而使图像变得模糊,不能很好地去除噪声点。均值滤波对高斯噪声表现较好,对椒盐噪声表现较差。

2 中值滤波

中值滤波采用非线性的方法,它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘,选择适当的点来替代污染点的值,所以处理效果好,对椒盐噪声表现较好,对高斯噪声表现较差。

3 高斯滤

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