matlab的knn均值滤波,中值滤波与均值滤波介绍.ppt
第五章 图像的噪声抑制 图像噪声的概念 所谓的图像噪声,是图像在摄取时或是传输时所受到的随机干扰信号。 常见的有椒盐噪声和高斯噪声。 图像噪声的概念 椒盐噪声的特征: 出现位置是随机的,但噪声的幅值是基本相同的。 高斯噪声的特征: 出现在位置是一定的(每一点上),但噪声的幅值是随机的。 图像噪声的抑制方法 设计噪声抑制滤波器,在尽可能保持原图信息的基础上,抑制噪声。 均值滤波器 中值滤波器 边界保持类滤波器 均值滤波器 —— 原理 在图像上,对待处理的像素给定一个模板,该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。 均值滤波器的缺点是,会使图像变的模糊,原因是它对所有的点都是同等对待,在将噪声点分摊的同时,将景物的边界点也分摊了。 为了改善效果,就可采用加权平均的方式来构造滤波器。 均值滤波器的改进 —— 加权均值滤波 中值滤波器 —— 问题的提出 虽然均值滤波器对噪声有抑制作用,但同时会使图像变得模糊。即使是加权均值滤波,改善的效果也是有限的。 为了有效地改善这一状况,必须改换滤波器的设计思路,中值滤波就是一种有效的方法。 中值滤波器 —— 设计思想 因为噪声(如椒盐噪声)的出现,使该点像素比周围的像素亮(暗)许多。 如果在某个模板中,对像素进行由小到大排列的重新排列,那么最亮的或者是最暗的点一定被排在两侧。 取模板中排在中间位置上的像素的灰度值替代待处理像素的值,就可以达到滤除噪声的目的。 中值滤波器 —— 原理示例 中值滤波器 —— 处理示例 例:模板是一个1*5大小的一维模板。 原图像为: 2 2 6 2 1 2 4 4 4 2 4 处理后为: 中值滤波器 —— 滤波处理方法 与均值滤波类似,做3*3的模板,对9个数排序,取第5个数替代原来的像素值。 中值滤波器 —— 例题 中值滤波器与均值滤波器的比较 对于椒盐噪声,中值滤波效果比均值滤波效果好。 中值滤波器与均值滤波器的比较 原因: 椒盐噪声是幅值近似相等但随机分布在不同位置上,图像中有干净点也有污染点。 中值滤波是选择适当的点来替代污染点的值,所以处理效果好。 因为噪声的均值不为0,所以均值滤波不能很好地去除噪声点。 中值滤波器与均值滤波器的比较 对于高斯噪声,均值滤波效果比均值滤波效果好。 中值滤波器与均值滤波器的比较 原因: 高斯噪声是幅值近似正态分布,但分布在每点像素上。 因为图像中的每点都是污染点,所以中值滤波选不到合适的干净点。 因为正态分布的均值为0,所以均值滤波可以消除噪声。(注意:实际上只能减弱,不能消除。思考为什么?) 边界保持类平滑滤波器 —— 问题的提出 经过平滑滤波处理之后,图像就会变得模糊。 分析原因,在图像上的景物之所以可以辨认清楚是因为目标物之间存在边界。 而边界点与噪声点有一个共同的特点是,都具有灰度的跃变特性。所以平滑处理会同时将边界也处理了。 边界保持类平滑滤波器 —— 设计思想 为了解决图像模糊问题,一个自然的想法就是,在进行平滑处理时,首先判别当前像素是否为边界上的点,如果是,则不进行平滑处理;如果不是,则进行平滑处理。 K近邻(KNN)平滑滤波器 —— 原理分析 边界保持滤波器的核心是确定边界点与非边界点。 如图所示,点1是黄色区域的非边界点,点2是蓝色区域的边界点。 点1模板中的像素全部 是同一区域的; 点2模板中的像素则包 括了两个区域。 K近邻(KNN)平滑滤波器 —— 原理分析 在模板中,分别选出5个与点1或点2灰度值最相近的点进行计算,则不会出现两个区域信息的混叠平均。 这样,就达到了边界保持 的目的。 K近邻(KNN)平滑滤波器 —— 实现算法 1) 以待处理像素为中心,作一个m*m的作用模板。 2)在模板中,选择K个与待处理像素的灰度差为最小的像素。 3)将这K个像素的灰度均值替换掉原来的像素值。 K近邻(KNN)平滑滤波器 —— 例题 例:下图,给定3*3模板,k=5。 K近邻(KNN)平滑滤波器
matlab的knn均值滤波,中值滤波与均值滤波介绍.ppt相关推荐
- 均值滤波 中值滤波 高斯平滑滤波
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(以目标象素为中心的周围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 ...
- C++手敲灰度图均值滤波中值滤波高斯滤波
一.均值滤波(Meaning Filtering)概念 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 ...
- (MATLAB/C/Python)快速中值滤波
(MATLAB/C/Python)快速中值滤波 一.中值滤波 二.快速中值滤波 介绍 原理 优化 三.代码 MATLAB C Python 四.测试 其他 by HPC_ZY 最近一个项目中需要用到中 ...
- opencv 滤波 方框滤波 均值滤波 高斯滤波 中值滤波 双边滤波
文章目录 一. 线性滤波 1.1. 方框滤波 demo 1.2. 均值滤波 demo 1.3. 高斯滤波 demo 二. 非线性滤波 2.1. 中值滤波 demo 2.2. 双边滤波 demo 结构体 ...
- Opencv学习笔记 各向异性滤波/均值滤波/高斯滤波/中值滤波/加权中值滤波/高斯低通滤波
各向异性滤波 各向异性扩散滤波主要是用来平滑图像的,克服了高斯模糊的缺陷,各向异性扩散在平滑图像时是保留图像边缘的,和双边滤波很像. public static void ImageA ...
- 均值滤波高斯滤波中值滤波
1.均值滤波 均值滤波是一种线性滤波器,处理思路也很简单,就是将一个窗口区域中的像素计算平均值,然后将窗口中计算得到的均值设置为锚点上的像素值. 该算法有优点在于效率高,思路简单.同样,缺点也很明显, ...
- 【概率论】4-5:均值和中值(The Mean and the Median)
原文地址1:https://www.face2ai.com/Math-Probability-4-5-The-Mean-and-the-Median转载请标明出处 Abstract: 本文介绍均值和中 ...
- python去噪算法_Python实现图像去噪方式(中值去噪和均值去噪)
实现对图像进行简单的高斯去噪和椒盐去噪. 代码如下: import numpy as np from PIL import Image import matplotlib.pyplot as plt ...
- 手把手教你用Python求均值、中值和众数
导读:数据科学入门:集中趋势度量--均值.中值和众数. 作者:保罗·戴特尔(Paul Deitel).哈维·戴特尔(Harvey Deitel) 来源:大数据DT(ID:hzdashuju) 本文我们 ...
- 图像局部均值、中值、方差求取结合opencv
结合opencv求取图像的局部均值.中值.方差: //src 为待处理图像 //indexrows 为图像遍历的行数 //indexcols 为图像遍历的列数 //meanv 保存均值 //ker 窗 ...
最新文章
- mysql运维工资_MySQL运维踩坑
- WCF系列(四) -- 也谈序列化(上)
- NullPointerException: null 报错
- tornado上传图片
- 【排错】net::ERR_ABORTED 404
- spring 数组中随机取几个_准备几个月,面试阿里耗时两周,最终凭借这些知识拿下阿里offer...
- centos8搭建glusterfs服务
- 服务器互相备份不同步_详解容灾与备份,为数据安全保驾护航
- ASP.NET MVC Model验证
- 3dmax破解+vray安装
- Google seo图片优化技巧
- Android网络开发
- 手机游戏开发现状分析
- 德蕾莎修女---一个伟大的人
- Prism学习笔记(四):Commanding
- 微信开发 - 获取用户地理位置定位
- 小程序为什么有的方法要写在methods,有的可直接写在page下
- 英伟达RTX 2080/2080Ti发布及UltraLAB采用最新turing图灵架构深度学习硬件配置推荐
- Matlab中图文本中的希腊字母和特殊字符
- java:从左至右显示“12345678”,接着显示“23456781”,在接着显示“34567812”,一直到“81234567”, 然后返回“12345678”
热门文章
- Linux内核开发:内核模块参数
- X Window Bitmaps And Pixmaps
- access中dbs和dbms_DB、DBS、DBMS之间有什么关系?
- ros 发布信息频率_ROS 消息发布器和订阅器Publisher, Subscriber
- 华为ensp命令大全_电脑网络:华为交换机基础知识及基本命令配置大全,新手的福音...
- 笨办法学python3_软件测试需要学什么(个人软件测试学习路线)
- python batch_size_深度学习中的batch的大小对学习效果有何影响?
- Timeline中让你事半功倍的工具链
- Unity3d开发跳一跳-郑洪智-专题视频课程
- OpenShift 4 之Knative(2) - 第一个Serverless应用