opencv笔记—均值滤波,高斯滤波,中值滤波简单理解及应用

图像噪声:

  • 椒盐噪声(脉冲噪声):随机出现的噪声,成因可能是有影像信号受到突如其来的强烈干扰而产生,类比数位转换器或位元传输错误等。例如失效的感应器导致像素值为最小值,饱和的感应器导致像素值为最大值。
  • 高斯噪声:噪声密度函数服从高斯分布的一类噪声。由于高斯噪声在空间和频域中数学上的易处理性,这种噪声(也称为正态噪声)模型经常被用于实践中。高斯随机变量z的概率密度函数由下式给出:

在这里插入图片描述均值滤波:
采用均值滤波模板对图像噪声进行滤除。令Sxy 表示中心在(x, y)点,尺寸为m×n 的矩形子图像窗口的坐标组。由一个归一化卷积框完成的。它只是用卷积框覆盖区域所有像素的平均值来代替中心元素
在这里插入图片描述调用方式:

cv.blur(src, ksize, anchor, borderType)
src::图像
ksize:卷积核大小
anchor:默认值(-1-1),表示核中心
borderType:边界条件

高斯滤波:
二维高斯是构建高斯滤波器的基础,概率分布函数如下,正态分布是一种钟形曲线,越接近中心,取值越大,越远离中心,取值越小。计算平滑结果时,只需要将"中心点"作为原点,其他点按照其在正态曲线上的位置,分配权重,就可以得到一个加权平均值。
在这里插入图片描述调用方式:

cv2.GaussianBlur(src,ksize,sigmaX,sigmay,borderType)
 - src: 输入图像 
 - ksize:高斯卷积核的大小,注意 : 卷积核的宽度和高度都应为奇数,且可以不同
 - sigmaX: 水平方向的标准差
 - sigmaY: 垂直方向的标准差,默认值为0,表示与sigmaX相同 borderType:填充边界类型

中值滤波:
基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值
调用方式:

cv.medianBlur(src, ksize )
src:输入图像
ksize:卷积核的大小

三种滤波实现代码:

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
# 画图配置
plt.rcParams['font.sans-serif']=['SimHei']      # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False        # 用来正常显示负号

# 图像载入
img = cv.imread('img/img7.png')
# 均值滤波
img1 = cv.blur(img,(5,5))
# 高斯滤波
img2 = cv.GaussianBlur(img,(3,3),1)
# 中值滤波
img3 = cv.medianBlur(img,5)
# 图像显示
fig, axes = plt.subplots(nrows=2,ncols=2,figsize=(10,8),dpi=100)
axes[0][0].imshow(img[:,:,::-1])
axes[0,0].set_title("原图")
axes[0][1].imshow(img1[:,:,::-1])
axes[0,1].set_title("均值滤波")
axes[1][0].imshow(img2[:,:,::-1])
axes[1,0].set_title("高斯滤波")
axes[1][1].imshow(img3[:,:,::-1])
axes[1,1].set_title("中值滤波")
plt.show()

运行结果:
在这里插入图片描述cv小白望大佬指点

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
1. 主要工作: 基于MATLAB图像处理的中值滤波均值滤波以及高斯滤波的实现与对比: a) 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. b) 均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素,构成一个滤波模板,即去掉目标像素本身),再用模板中的全体像素的平均值来代替原来像素值。 c) 高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。 2. 代码功能: 实现中值滤波均值滤波以及高斯滤波,并对图像进行输出 3. 结果分析 a) 图像经过中值滤波后,高斯噪声没有被完全去除,椒盐噪声几乎被完全去除效果较好。经过均值滤波后不管是高斯噪声还是椒盐噪声大部分都没有被去除,只是稍微模糊化。经过高斯滤波后,高斯噪声和椒盐噪声几乎被很大程度的模糊化,原图好像被加上了一层蒙版。 【注】若添加图片分辨率过高会发出警报,如果可以正常输出则可以忽视。
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

打赏作者

滴滴da

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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