图像的中值滤波
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
例:采用1×3窗口进行中值滤波 原图像为: 2 2 6 2 1 2 4 4 4 2 4 处理后为: 2 2 2 2 2 2 4 4 4 4 4
它对脉冲干扰及椒盐噪声的抑制效果好,在抑制随机噪声 的同时能有效保护边缘少受模糊。但它对点、线等细节较多的 图像却不太合适。
对中值滤波法来说,正确选择窗口尺寸的大小是很重要的 环节。一般很难事先确定最佳的窗口尺寸,需通过从小窗口到 大窗口的中值滤波试验,再从中选取最佳的。
9.3 图像的中值滤波
图像的中值滤波是一种非线性的图像处理方法, 它根据对邻域内像素按灰度排序的结果决定中心像素 的灰度,这样,在一定条件下可以克服线性滤波带来 的图像的细节模糊问题,而且对滤除噪声干扰及图像 扫描噪声非常有效。
1、统计排序滤波器
不同于线性滤波器,统计排序滤波器不是简单地利用模板对 邻域内像素灰度进行加权平均,而是通过对采样窗口内的奇数个 像素的灰度数值进行排序,并取出序列中位于中间位置的灰度作 为中心像素的灰度。
图1中列举了几种常用的采用窗口,由于中值滤波需要对采 样窗口内像素灰度数值进行排序并取中间位置的灰度作为结果, 所以采样窗口通常覆盖奇数个像素。
aaaaa aaaaa aaaaa aaaaa aaaaa
1
a aaa aaaaa aaa
aБайду номын сангаас
a a aaaaa a a
2
a
a
a
aaa
aaaaa
aaa
a
a
a
图(a)为原图像;图(b)为加椒盐噪声的图像;图(c)和图 (d)分别为3×3、5×5模板进行中值滤波的结果。
例
有椒盐噪声的朱家角风光
用3*3的滤波窗口对上图做 中值滤波
图像的简单平滑、高斯平滑和中值滤波的对比:
图像简单平滑和高斯平滑,以这两种算法为代表的平滑线性 滤波算法在消除离散型噪声方面,都采取的是将噪声的干扰分摊 到整个邻域中的每个像素,以此减少噪声点的影响,但这样做的 代价就是图像清晰度的大量损失。
10101 01110 11111 01110 10101
1
2
3
4
在邻域处理过程中,统计排序滤波器可根据采样 窗口模板逐一检查邻域内的像素,对模板上权值为1 的位置对应的像素灰度一一保存,完成数据采样,再 对采样得到的数据进行统计学处理,最终得到符合要 求的结果。
基本原理:
中值滤波一般采用一个含有奇数个点的滑动窗口, 用窗口中各点灰度值的中值来代替中心点的灰度值。 对于奇数个元素,中值是指按大小排序后中间的数值; 对应偶数个元素,中值是指排序后中间两个元素灰度 值的平均值。
1)中值滤波的要素: 中值滤波的效果取决于两个要素:邻域的空 间范围和中值计算中涉及的像素数。
2)中值滤波的优点: 中值滤波能够在抑制随机噪声的同时不使边 缘模糊。但对于线、尖顶等细节多的图像不 宜采用中值滤波。
中值滤波是对一个滑动窗口内的诸像素灰度值排序,用中值 代替窗口中心像素的原来灰度值,因此它是一种非线性的图像 平滑法。
返回
图像的中值滤波很好的解决了图像除噪的问题,不仅对孤立 噪声点的消除效果显著,对稍密集的噪声点或稍大的噪声点也有 很好的去处效果。然而对于细节较多的图像,中值滤波处理也常 常导致图像信息的丢失。
脉冲干扰 其强度很大,但持续时间较短,频带很宽。主
要来源之一是各种工业设备产生的电脉冲,如电焊 火花、汽车、飞机启动和行驶中的打火,各种医疗、 电气设备产生的火花等。雷电也会引起脉冲的干扰。 地球上平均每秒钟发生一百次雷电,它所引起的强 烈的电磁波能传播很远。
3
图1 中值滤波的采样窗口
4
在算法的实现中,统计排序滤波器的采样窗口可以用模板 来描述,如图2所示,1~4分别对应图1中4种采样窗口的模板。
11111 11111 11111 11111 11111
00100 00100 11111 00100 00100
00100 01110 11111 01110 00100
它对脉冲干扰及椒盐噪声的抑制效果好,在抑制随机噪声 的同时能有效保护边缘少受模糊。但它对点、线等细节较多的 图像却不太合适。
对中值滤波法来说,正确选择窗口尺寸的大小是很重要的 环节。一般很难事先确定最佳的窗口尺寸,需通过从小窗口到 大窗口的中值滤波试验,再从中选取最佳的。
9.3 图像的中值滤波
图像的中值滤波是一种非线性的图像处理方法, 它根据对邻域内像素按灰度排序的结果决定中心像素 的灰度,这样,在一定条件下可以克服线性滤波带来 的图像的细节模糊问题,而且对滤除噪声干扰及图像 扫描噪声非常有效。
1、统计排序滤波器
不同于线性滤波器,统计排序滤波器不是简单地利用模板对 邻域内像素灰度进行加权平均,而是通过对采样窗口内的奇数个 像素的灰度数值进行排序,并取出序列中位于中间位置的灰度作 为中心像素的灰度。
图1中列举了几种常用的采用窗口,由于中值滤波需要对采 样窗口内像素灰度数值进行排序并取中间位置的灰度作为结果, 所以采样窗口通常覆盖奇数个像素。
aaaaa aaaaa aaaaa aaaaa aaaaa
1
a aaa aaaaa aaa
aБайду номын сангаас
a a aaaaa a a
2
a
a
a
aaa
aaaaa
aaa
a
a
a
图(a)为原图像;图(b)为加椒盐噪声的图像;图(c)和图 (d)分别为3×3、5×5模板进行中值滤波的结果。
例
有椒盐噪声的朱家角风光
用3*3的滤波窗口对上图做 中值滤波
图像的简单平滑、高斯平滑和中值滤波的对比:
图像简单平滑和高斯平滑,以这两种算法为代表的平滑线性 滤波算法在消除离散型噪声方面,都采取的是将噪声的干扰分摊 到整个邻域中的每个像素,以此减少噪声点的影响,但这样做的 代价就是图像清晰度的大量损失。
10101 01110 11111 01110 10101
1
2
3
4
在邻域处理过程中,统计排序滤波器可根据采样 窗口模板逐一检查邻域内的像素,对模板上权值为1 的位置对应的像素灰度一一保存,完成数据采样,再 对采样得到的数据进行统计学处理,最终得到符合要 求的结果。
基本原理:
中值滤波一般采用一个含有奇数个点的滑动窗口, 用窗口中各点灰度值的中值来代替中心点的灰度值。 对于奇数个元素,中值是指按大小排序后中间的数值; 对应偶数个元素,中值是指排序后中间两个元素灰度 值的平均值。
1)中值滤波的要素: 中值滤波的效果取决于两个要素:邻域的空 间范围和中值计算中涉及的像素数。
2)中值滤波的优点: 中值滤波能够在抑制随机噪声的同时不使边 缘模糊。但对于线、尖顶等细节多的图像不 宜采用中值滤波。
中值滤波是对一个滑动窗口内的诸像素灰度值排序,用中值 代替窗口中心像素的原来灰度值,因此它是一种非线性的图像 平滑法。
返回
图像的中值滤波很好的解决了图像除噪的问题,不仅对孤立 噪声点的消除效果显著,对稍密集的噪声点或稍大的噪声点也有 很好的去处效果。然而对于细节较多的图像,中值滤波处理也常 常导致图像信息的丢失。
脉冲干扰 其强度很大,但持续时间较短,频带很宽。主
要来源之一是各种工业设备产生的电脉冲,如电焊 火花、汽车、飞机启动和行驶中的打火,各种医疗、 电气设备产生的火花等。雷电也会引起脉冲的干扰。 地球上平均每秒钟发生一百次雷电,它所引起的强 烈的电磁波能传播很远。
3
图1 中值滤波的采样窗口
4
在算法的实现中,统计排序滤波器的采样窗口可以用模板 来描述,如图2所示,1~4分别对应图1中4种采样窗口的模板。
11111 11111 11111 11111 11111
00100 00100 11111 00100 00100
00100 01110 11111 01110 00100