《數字圖像處理基礎》第5章 圖像噪聲的抑制 要點歸納
来源:互联网 发布:js中正则表达式的使用 编辑:程序博客网 时间:2024/05/19 19:57
5.1圖像噪聲的基本概念
兩種典型的圖像噪聲:
椒鹽噪聲:噪聲的幅度基本相同 但噪聲出現的位置是隨機的
高斯/瑞利噪聲:每一點都存在噪聲,但噪聲的幅值是隨機分布,
加性噪聲:g(x,y)=f(x,y)+n(x,y)
乘性噪聲: g(x,y)=f(x,y)[1+n(x,y)]
乘性噪聲的噪聲項受信號的調制,如光量子噪聲、底片顆粒噪聲都會
5.2均值濾波
實際上就是用均值替代原圖像中的各個像素值: f(t)=1/n * [g(t-m)+g(t-m+1)+...+g(t)+g(t+
其中,n=2m+1為均值濾波器的長度,n=
對於待處理像素,選取一個由近鄰幾個像素組成的模板,
均值濾波對高斯噪聲效果尚可,椒鹽噪聲的濾波效果不理想,
將均值濾波器改善為常用加權平均濾波器:
H1=1/10{[1,1,1],[1,2,1],[1,1,
此法計算速度快,模板越大,噪聲抑制效果越好,
5.3中值濾波
從分析畫面中噪聲出現時所變現的形態可知,
中值濾波核心運算時將模版的數據進行排序,這樣,噪聲(
此法對椒鹽噪聲抑制效果好,對高斯噪聲抑制效果差。
5.4邊界保持類平滑濾波
1. 灰度最小方差的均值濾波器:
在5*5模板中的9個區域內找到灰度方差最小的,
特點:物理概念明確,處理效果好,計算量大
2. k近鄰(K Nearest Neighbor)平滑(均值、中值)濾波器:
以待處理像素為中心,構造一個N*N的模板(N=3,5,7),
3. 對稱近鄰(Symmetric Nearest Neighbor)均值濾波器:
以待處理像素為中心,構造(2N+1)*(2N+1)的模板,
在每一對對稱點中選擇一個像素值與中心最相近的點,將這2N * (N+1)個選擇的點取均值作為處理結果
該法使得邊界保持更加靈活,並降低計算量
4.西格瑪平滑濾波器
以上四種基本的邊界保持類平滑濾波方法都刻意避開景象邊界的平滑
PS: 在對圖像做濾波時,每一次運算的輸入都應該是原始圖像像素,
聲明:
以上內容為自己在學習過程中的歸納總結,大部分內容來自:
《數字信號處理基礎》 朱虹等編著
科學出版社 ISBN:7-03-014835-5
- 《數字圖像處理基礎》第5章 圖像噪聲的抑制 要點歸納
- 音频噪声抑制(5):含辅助观测数据的LMS噪声抑制
- 抑制的狂热
- 如何抑制索引的使用
- 电磁兼容问题的抑制方法
- PCB布线的地线干扰与抑制
- 印刷电路板(PCB)的EMI抑制
- 最有效的抑制空指针异常
- PCB布线的地线干扰与抑制
- 继电器电磁干扰的分析及抑制
- 抑制结果集中的重复值
- 基于邻域投票的噪声边缘抑制
- 基于纹理特征的阴影抑制
- 瞬态电压抑制二极管的选用原则
- 正确的使用抑制错误操作符
- 瞬态抑制二极管TVS的基本知识
- Android手掌抑制功能的实现
- 瞬变抑制二极管的选型
- string类的实现(实现了一部分功能)
- SQL SERVER 与ACCESS、EXCEL的数据转换
- shell--sed
- 详细介绍c++中的类对象内存模型
- windows下编程控制摄像头的详细介绍
- 《數字圖像處理基礎》第5章 圖像噪聲的抑制 要點歸納
- 指针(二)
- 全国各地车牌查询表
- 对话框和控件的背景和颜色定制
- VB工程--百例81--字体演示
- Asp.Net复杂表格:应用 Repeater 创建复杂表头的表格
- 噪聲與濾波
- 转载最全的Android资料
- Android学习笔记(一)搭建开发环境