平滑空间滤波器
来源:互联网 发布:仓廪实而知礼节作文 编辑:程序博客网 时间:2024/05/05 10:34
数学原理
平滑线性滤波器
通过一个像素点领邻域内(包括本身)的像素值乘以某个加权系数来表示滤波后的图像像素,线性滤
波可以降低灰度尖锐变化。
如图所示左边为一张灰度图像,右边为两个均值滤波器模板。如果我们用蓝色模板对灰度值为14的这
个点做均值滤波处理,那么我们得到的新的灰度为:
(10*1+11*1+12*1+13*1+14*1+15*1+16*1+17*1+18*1)/(1+1+1+..+1)=126/9=14
也就是说滤波后源图像灰度为14的这个像素点灰度仍为14.
第二个模板反映了相关性,即离当前点越近的像素,影响因子更大,那么用第二个模板滤波后得到的
灰度值为:
(10*1+11*2+12*1+13*2+14*4+15*2+16*1+17*2+18*1)/(1+2+1+..+1)=224/16=14
例子举得不太好。。。
统计排序非线性滤波
以中值滤波为例,这种滤波就是在邻域内选取中值作为滤波后的灰度值,这种滤波对椒盐噪声非常有
效。以上图为例,对灰度为14的店进行3*3的均值滤波后得到的灰度为9个相邻(包括本身)的中位数.即14。
滤波器通常以3*3,5*5,7*7奇数宽度邻域为模板。
程序实现
#include <opencv.hpp>#include <opencv2/highgui/highgui.hpp>#include <stdio.h>using namespace std;using namespace cv;Mat MeanFiltering(Mat image);int get_middle(double *pArray,int start,int end);Mat medianFiltering(Mat image);int main(){ Mat image=imread("F:/Qt/Smooth/2.jpg"); cvtColor(image,image,CV_RGB2GRAY); Mat meanFilterImage=MeanFiltering(image); Mat medianFilterImage=medianFiltering(image); namedWindow("Source",WINDOW_NORMAL); imshow("Source",image); namedWindow("MeanFilter",WINDOW_NORMAL); imshow("MeanFilter",meanFilterImage); namedWindow("medianFilter",WINDOW_NORMAL); imshow("medianFilter",medianFilterImage); waitKey(0); return 0;}//3*3均值滤波Mat MeanFiltering(Mat image){ Mat imageBuf(image.rows,image.cols,CV_8UC1); for(int i=0;i<image.rows;i++){ for(int j=0;j<image.cols;j++){ if(i>0&&i<(image.rows-1)&&j>0&&j<(image.cols-1)){ double GRAY; GRAY=(double)image.at<uchar>(i-1,j-1)+(double)image.at<uchar>(i-1,j)+(double)image.at<uchar>(i-1,j+1)+(double)image.at<uchar>(i,j-1)+(double)image.at<uchar>(i,j)+ (double)image.at<uchar>(i,j+1)+(double)image.at<uchar>(i+1,j-1)+(double)image.at<uchar>(i+1,j)+(double)image.at<uchar>(i+1,j+1); GRAY=GRAY/9.0; imageBuf.at<uchar>(i,j)=(uchar)GRAY; } else{ imageBuf.at<uchar>(i,j)=image.at<uchar>(i,j); } } } return imageBuf;}//中值滤波Mat medianFiltering(Mat image){ Mat imageBuf(image.rows,image.cols,CV_8UC1); for(int i=0;i<image.rows;i++){ for(int j=0;j<image.cols;j++){ if(i>0&&i<(image.rows-1)&&j>0&&j<(image.cols-1)){ double pixelSet[9]; double RGB; pixelSet[0]=(double)image.at<uchar>(i-1,j-1); pixelSet[1]=(double)image.at<uchar>(i-1,j); pixelSet[2]=(double)image.at<uchar>(i-1,j+1); pixelSet[3]=(double)image.at<uchar>(i,j-1); pixelSet[4]=(double)image.at<uchar>(i,j); pixelSet[5]=(double)image.at<uchar>(i,j+1); pixelSet[6]=(double)image.at<uchar>(i+1,j-1); pixelSet[7]=(double)image.at<uchar>(i+1,j); pixelSet[8]=(double)image.at<uchar>(i+1,j+1); RGB=pixelSet[get_middle(pixelSet,0,8)]; imageBuf.at<uchar>(i,j)=(uchar)RGB; } else{ imageBuf.at<uchar>(i,j)=image.at<uchar>(i,j); } } } return imageBuf;}//获得中位数int get_middle(double *pArray,int start,int end){ if(start >= end) return start; double midvalue = pArray[start]; int save_ptr = start; int front_ptr = start; while(front_ptr <= end) { if(pArray[front_ptr] < midvalue) { pArray[save_ptr] = pArray[front_ptr]; pArray[front_ptr] = pArray[save_ptr+1]; save_ptr++; } front_ptr++; } pArray[save_ptr] = midvalue; return save_ptr;}
效果展示
原图
均值滤波
中值滤波
0 0
- 平滑空间滤波器
- 平滑空间滤波器
- 数字图像处理---平滑空间滤波器
- 【图像处理笔记】平滑空间滤波器
- 【图像处理笔记】平滑空间滤波器
- 平滑滤波器
- 《数字图像处理》学习笔记(二)--平滑空间滤波器
- 平滑滤波器(smoothing filter)
- 平滑滤波器的演化
- 平滑滤波器的演化
- 高斯平滑滤波器
- 平滑滤波器的演化
- 简单平滑滤波器
- 平滑滤波器的演化
- 空间滤波器
- Matlab图像处理系列2———空间域平滑滤波器
- 空间域滤波器(1)
- 3.6 锐化空间滤波器
- BZOJ4009: [HNOI2015]接水果 解题报告
- ImportError: Cannot load dynamic library. Did you compile FLANN?
- Google 发布 Android 性能优化整理
- ACM中java的应用
- [驱动注册]platform_driver_register()与platform_device_register()
- 平滑空间滤波器
- 联想笔记本如何关闭Fn功能键
- Oracle定时器调用存储过程
- Log4j 把不同包的日志打印到不同位置
- 安卓二级列表 ExpandableListView
- 全排列
- 从UI层到硬件层优化Android应用
- JSON对象和字符串之间的相互转
- C#反射技术的简单操作(读取和设置类的属性)