接做图网站,动漫人物做羞羞事的网站,网站免费建站app,wordpress 慢2017线性滤波器的向量表示#xff1a; W是一个大小为m*n的滤波器的系数#xff0c;Z为由滤波器覆盖的相应图像的灰度值。
线性滤波器所能是实现的就是乘积求和操作。
几种常见的滤波器#xff1a;
平滑空间滤波器如均值滤波
统计排序滤波器如中值滤波
锐化空间滤波器如锐化…线性滤波器的向量表示 W是一个大小为m*n的滤波器的系数Z为由滤波器覆盖的相应图像的灰度值。
线性滤波器所能是实现的就是乘积求和操作。
几种常见的滤波器
平滑空间滤波器如均值滤波
统计排序滤波器如中值滤波
锐化空间滤波器如锐化滤波 1、 均值滤波 均值滤波在去噪声的同时会有如下缺点
边界模糊效应明显
细节丢失比较严重 2、 中值滤波 中值滤波在边界的保存方面优于均值滤波是经常使用的一种滤波器但
是在模板逐渐变大时依然会存在一定的边界模糊
中值滤波对处理椒盐噪声非常有效或者称为脉冲噪声。 如果既想去除噪声又极大的保存细节此时应该考虑变形虫算法模板的大小是与周围的像素有关模板随环境自动变化大小这样在细节较小的区域可以使用较大的模板而在细节较多的区域使用更小的模板。变形虫算法以后再讲。
滤波器一般为盒状滤波器能不能使用其他形状的滤波器以得到更好的滤波效果呢 源代码 //中值滤波和均值滤波 #includecv.h #includehighgui.h int main(){ IplImage * image,*image2,*image3; image cvLoadImage(E:\\image\\Dart.bmp,0);//以灰度图像的形式读入图片 cvNamedWindow(image,CV_WINDOW_AUTOSIZE); cvNamedWindow(image2,CV_WINDOW_AUTOSIZE); cvNamedWindow(image3,CV_WINDOW_AUTOSIZE); //cvSaveImage(E:\\image\\moon.jpg,image,0); cvShowImage(image,image); //cvWaitKey(0); unsigned char * ptr,*dst; int i,j,m,n,sum,temp,r,s; image2 cvCreateImage(cvGetSize(image),image-depth,1); image3 cvCreateImage(cvGetSize(image),image-depth,1); //模板1 均值 int tem[9] {1,1,1,1,1,1,1,1,1}; //也可以使用改进的高斯模板但是效果相近 int tem2[9] {0};//获取中值时用于排序 //均值滤波3*3模板的均值 for( i 0 ; i image-height;i){ for( j 0; j image-width;j){ //边界处理 if(i 0 || i image-height || j 0 || j image-width){ ptr (unsigned char *)image-imageData i*image-widthStep j; dst (unsigned char *)image2-imageData i*image2-widthStep j; *dst *ptr; //边界值赋予源图像的值 } else { sum 0; for( m -1 ; m 1; m ){ for( n -1 ; n 1 ; n){ ptr (unsigned char *)image-imageData (i m)*image-widthStep j n; sum (*ptr) * tem[3*(m1) n1]; } } dst (unsigned char *)image2-imageData i *image2-widthStep j; *dst (unsigned char)((sum 4)/9);//赋新值四舍五入 } } } //中值滤波 在去除噪声的同时图像的模糊程度比较小比均值滤波更加适合 //冲击噪声或者称为椒盐噪声 for( i 0 ; i image-height;i){ for( j 0; j image-width;j){ //边界处理 if(i 0 || i image-height || j 0 || j image-width){ ptr (unsigned char *)image-imageData i*image-widthStep j; dst (unsigned char *)image3-imageData i*image3-widthStep j; *dst *ptr; //边界值赋予源图像的值 } else { temp 0; //将3*3模板覆盖的值拷贝进数组一边查找中值 for( m -1 ; m 1; m ){ for( n -1 ; n 1 ; n){ ptr (unsigned char *)image-imageData (i m)*image-widthStep j n; tem2[3*(m1) n 1] *ptr; //printf(%d,*ptr); } } //对数组进行冒泡排序 for(r 0 ; r 8; r ){ for(s 0 ; s r -1; s ){ if(tem2[s] tem2[s1]){ temp tem2[s]; tem2[s] tem2[s1]; tem2[s1] temp; } } } //printf(%d,tem2[4]); //对新图赋予新值 dst (unsigned char *)image3-imageData i *image3-widthStep j; *dst (unsigned char)(tem2[4]);//赋新值 } } } cvShowImage(image2,image2); cvShowImage(image3,image3); cvWaitKey(0); cvSaveImage(E:\\image\\Dart2.bmp,image2,0); cvSaveImage(E:\\image\\Dart3.bmp,image3,0); return 0; } 效果图原图 均值滤波 中值滤波 可以看到均值滤波缺点明显
边界模糊效应明显
细节丢失比较严重
而中值滤波在保持细节方面明显优于均值滤波。
在滤波模板变大时效果如何呢 matlab源码 A imread(Dart.bmp) %采用中值滤波和均值滤波的比较 %模板大小的改变对滤波效果的影响 subplot(3,3,1) imshow(A) for n 1 : 8 m 2*n 1 B medfilt2(A ,[m,m]) subplot(3,3,n1) imshow(B) end %采用均值滤波查看图像的变化 subplot(3,3,1) imshow(A) for n 1 : 8 m 2*n 1 C imfilter(A,[m,m]); subplot(3,3,n1) imshow(B) end 效果图均值滤波加大模板的效果 中值滤波加大模板的效果 可以看出随着模板的加大中值滤波的模糊度也在增加但是比均值要好很多。
3、Laplace图像锐化
锐化空间滤波器的一阶二阶微分的零交叉对于边缘定位非常有用
图像的边缘经一阶微分产生较粗的边缘
二阶微分产生由0分开的一个双边缘这是一个适合锐化图像的理想特征。
锐化laplace算子可以突出图像中的灰度突变但并不强调灰度缓慢变化的区域。
两种常用的Laplace模板
0 1 0
1 -4 1
0 1 0 1 1 1
1 -8 1
1 1 1 但是得到突变的区域之后该怎么用呢
事实上如果源图像和laplace图像和叠加这样既可以复原原图的背景特性并保持laplace锐化处理的效果。这样做可以极大的增强图像的细节。
源代码 //锐化滤波并利用锐化滤波增强图像的细节 #includecv.h #includehighgui.h int main(){ IplImage * image,*image2,*image3; image cvLoadImage(E:\\image\\moon.tif,0); cvNamedWindow(image,CV_WINDOW_AUTOSIZE); cvNamedWindow(image2,CV_WINDOW_AUTOSIZE); cvNamedWindow(image3,CV_WINDOW_AUTOSIZE); cvSaveImage(E:\\image\\moon.jpg,image,0); cvShowImage(image,image); //cvWaitKey(0); unsigned char * ptr,*dst; image2 cvCreateImage(cvGetSize(image),image-depth,1); image3 cvCreateImage(cvGetSize(image),image-depth,1); int i,j,m,n,sum; //锐化模板 int tem[9] {0,1,0,1,-4,1,0,1,0}; //锐化滤波 for( i 0 ; i image-height;i){ for( j 0; j image-width;j){ //边界处理 if(i 0 || i image-height || j 0 || j image-width){ ptr (unsigned char *)image-imageData i*image-widthStep j; dst (unsigned char *)image2-imageData i*image2-widthStep j; *dst *ptr; //边界值赋予源图像的值 } else { sum 0; for( m -1 ; m 1; m ){ for( n -1 ; n 1 ; n){ ptr (unsigned char *)image-imageData (i m)*image-widthStep j n; sum (*ptr) * tem[3*(m1) n1]; } } dst (unsigned char *)image2-imageData i *image2-widthStep j; *dst (unsigned char)((sum 4)/9);//赋新值四舍五入 } } } //锐化的图像与源图像相加,但是在相加之前需要先讲锐化的值稍微降低一些 cvShowImage(image2,image2); for( i 0 ; i image2-height;i){ for( j 0; j image-width;j){ ptr (unsigned char *)image2-imageData i*image2-widthStep j; *ptr ((*ptr)4)/5; } } cvAdd(image,image2,image3,0); cvShowImage(image3,image3); cvWaitKey(0); cvSaveImage(E:\\image\\moon2.jpg,image2,0); cvSaveImage(E:\\image\\moon3.jpg,image3,0); return 0; } 原图 锐化图像 叠加图像 由叠加图像可知经过锐化处理和叠加之后图像的细节部分更加清晰。
