202104-2 邻域均值

本文介绍了一种图像处理方法,通过计算像素的邻域均值来识别图像中的较暗区域。在灰度图像中,如果某个像素邻域内所有元素的平均值小于或等于给定阈值,则认为该像素位于较暗区域。文章提供了输入输出格式及样例,并要求统计满足条件的像素总数。
摘要由CSDN通过智能技术生成

试题背景

顿顿在学习了数字图像处理后,想要对手上的一副灰度图像进行降噪处理。不过该图像仅在较暗区域有很多噪点,如果贸然对全图进行降噪,会在抹去噪点的同时也模糊了原有图像。因此顿顿打算先使用邻域均值来判断一个像素是否处于较暗区域,然后仅对处于较暗区域的像素进行降噪处理。

问题描述

待处理的灰度图像长宽皆为 个像素,可以表示为一个 大小的矩阵 ,其中每个元素是一个 范围内的整数,表示对应位置像素的灰度值。
对于矩阵中任意一个元素 (),其邻域定义为附近若干元素的集和:

这里使用了一个额外的参数 来指明 附近元素的具体范围。根据定义,易知 最多有 个元素。

如果元素 邻域中所有元素的平均值小于或等于一个给定的阈值 ,我们就认为该元素对应位置的像素处于较暗区域。
下图给出了两个例子,左侧图像的较暗区域在右侧图像中展示为黑色,其余区域展示为白色。

example.jpg

现给定邻域参数 和阈值 ,试统计输入灰度图像中有多少像素处于较暗区域。

输入格式

输入共 行。

输入的第一行包含四个用空格分隔的正整数 、、 和 ,含义如前文所述。

第二到第 行输入矩阵 。
第 ()行包含用空格分隔的 个整数,依次为 。

输出格式

输出一个整数,表示输入灰度图像中处于较暗区域的像素总数。

样例输入

4 16 1 6
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15

Data

样例输出

7

Data

样例输入

11 8 2 2
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 7 0 0 0 7 0 0 7 7 0
7 0 7 0 7 0 7 0 7 0 7
7 0 0 0 7 0 0 0 7 0
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

卜凡.

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