6.3中值滤波

2024-09-08 06:20
文章标签 中值 滤波 6.3

本文主要是介绍6.3中值滤波,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

实验原理

示例代码1

运行结果1

示例代码2

运行结果2


实验原理

中值滤波(Median Filtering)是一种非线性滤波技术,常用于图像处理中去除噪声,特别是在保留边缘的同时减少椒盐噪声(salt-and-pepper noise)。OpenCV中的cv::medianBlur函数可以实现中值滤波。

函数原型

void medianBlur( InputArray src, OutputArray dst, int ksize );参数说明
•src:输入图像。
•dst:输出图像,与输入图像具有相同的大小和类型。
•ksize:卷积核大小,通常是一个奇数,如3、5、7等。

工作原理
中值滤波器的工作方式是通过一个窗口即卷积核(Kernel)(通常为奇数大小,比如3×3, 5×5等)在图像上滑动,对该像素点及其邻域内的窗口内的所有像素值进行排序,然后用中位数来代替窗口中心的像素值。这样做的好处是不会像简单的平均滤波那样模糊边缘,因为中值滤波能够有效地抑制孤立的噪声点,而对图像的整体结构影响较小。

优点

1. 去噪能力强:特别适合去除椒盐噪声

2. 边缘保持:由于中值滤波是非线性滤波,它在平滑图像的同时能较好地保持图像的边缘。

不足

1. 计算复杂度较高:相对于线性滤波器(如均值滤波或高斯滤波),中值滤波涉及排序操作,因此计算量较大。

2. 不适合去除高斯噪声:对于高斯噪声,高斯滤波可能更为合适。

示例代码1

#include <opencv2/opencv.hpp>
#include <iostream>int main(int argc, char** argv)
{if (argc != 2){std::cout << "Usage: " << argv[0] << " <image_path>" << std::endl;return -1;}// 读取图像cv::Mat src = cv::imread(argv[1], cv::IMREAD_COLOR);if (src.empty()){std::cout << "Error opening image" << std::endl;return -1;}// 创建输出图像cv::Mat dst;// 定义卷积核大小int kernelSize = 5; // 卷积核大小,必须是奇数// 应用中值滤波cv::medianBlur(src, dst, kernelSize);// 显示结果cv::namedWindow("Original Image", cv::WINDOW_NORMAL);cv::imshow("Original Image", src);cv::namedWindow("Median Blurred Image", cv::WINDOW_NORMAL);cv::imshow("Median Blurred Image", dst);cv::waitKey(0);return 0;
}
代码解释
1. 读取图像:使用cv::imread读取输入图像,并确保它是彩色图像。
2. 创建输出图像:创建一个新的cv::Mat对象来存储模糊后的结果。
3. 定义卷积核大小:定义一个奇数大小的卷积核,如5x5。
4. 应用中值滤波:使用cv::medianBlur函数对图像进行中值滤波。
5. 显示结果:使用cv::imshow函数显示原始图像和中值模糊后的图像,并等待用户按键退出。

运行结果1

​​​​​​​

核大小的选择

卷积核的大小(ksize)决定了滤波器的效果。较大的核可以产生更强烈的平滑效果,但可能会丢失更多的细节;较小的核则可以保留更多细节,但平滑效果较弱。通常情况下,ksize应该是一个奇数,以确保卷积核覆盖中心像素点。

总结

中值滤波是一种有效的图像去噪技术,尤其适用于去除椒盐噪声。通过使用cv::medianBlur函数,可以轻松地在OpenCV中实现中值滤波。选择合适的卷积核大小可以控制滤波器的效果,较大的核可以产生更强烈的平滑效果,但可能会丢失更多的细节;较小的核则可以保留更多细节,但平滑效果较弱。

示例代码2

// test.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//#include "pch.h"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
//#pragma comment(lib, "opencv_world450d.lib")  //引用引入库 using namespace cv;
int main()
{// 载入原图Mat image = imread("03.png");//创建窗口namedWindow("中值滤波【原图】",WINDOW_NORMAL);namedWindow("中值滤波【效果图】", WINDOW_NORMAL);//显示原图imshow("中值滤波【原图】", image);//进行中值滤波操作Mat out;medianBlur(image, out, 5);//输入,输出,7通道//显示效果图imshow("中值滤波【效果图】", out);waitKey(0);
}

运行结果2

这篇关于6.3中值滤波的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1147359

相关文章

Open3D 基于法线的双边滤波

目录 一、概述 1.1原理 1.2实现步骤 1.3应用场景 二、代码实现 2.1关键函数 输入参数: 输出参数: 参数影响: 2.2完整代码 三、实现效果 3.1原始点云 3.2滤波后点云 Open3D点云算法汇总及实战案例汇总的目录地址: Open3D点云算法与点云深度学习案例汇总(长期更新)-CSDN博客 一、概述         基于法线的双边

6.4双边滤波

目录 实验原理 示例代码1 运行结果1 实验代码2 运行结果2 实验原理 双边滤波(Bilateral Filtering)是一种非线性滤波技术,用于图像处理中去除噪声,同时保留边缘和细节。这种滤波器结合了空间邻近性和像素值相似性的双重加权,从而能够在去噪(平滑图像)的同时保留图像的边缘细节。双边滤波器能够在的同时,保持边缘清晰,因此非常适合用于去除噪声和保持图像特征。在Op

【控制算法 数据处理】一阶滤波算法

简单介绍: 一阶滤波算法是比较常用的滤波算法,它的滤波结果=a*本次采样值+(1-a)*上次滤波结果,其中,a为0~1之间的数。一阶滤波相当于是将新的采样值与上次的滤波结果计算一个加权平均值。a的取值决定了算法的灵敏度,a越大,新采集的值占的权重越大,算法越灵敏,但平顺性差;相反,a越小,新采集的值占的权重越小,灵敏度差,但平顺性好。优点是对周期干扰有良好的抑制作用,适用于波动频率比较高的场合,它

RSSI滤波方法

文章目录 一、均值滤波二、递推平均滤波三、中位值滤波四、狄克逊检验法滤波五、高斯滤波六、速度滤波七、卡尔曼滤波 一、均值滤波 均值滤波是指节点接收到另一节点的多个RSSI值之后,求其算式平均值,作为测试结果 R S S I ‾ = 1 n ∙ ∑ i = 1 n R S S I i \overline{RSSI} = \frac {1}{n} \bullet \sum_{i=1

CUDAPCL ROR点云滤波

文章目录 一、简介二、实现代码三、实现效果参考资料 一、简介 该方法的具体原理为输入的点云中每一个点设定一个范围(半径为r的圆),如果在该范围内没有达到某一个设定的点数值,则该数据点将会被删除,重复上述此过程直到最后一个数据点,即完成该滤波过程。 二、实现代码 ROR.cuh #ifndef ROR_GPU_CUH#define ROR_GPU_CU

matlab频域滤波

步骤: (1)计算原图像f(x,y)的DFT, (2) 讲频谱的零频点移动到频谱图的中心位置; (3)计算滤波器函数H(U,V)与F(U,V)的乘积G(U,V); (4)讲频谱G(U,V)的零频点移回到频谱图的坐上角。 (5)计算(4)的结果的傅立叶反变换g(x,y); (6)取g(x,y)的实部作为最终的滤波后的结果图像。   代码: 大家别激动的啦   代

工控常用滤波方法(限幅+中值+算术平均+滑动平均)

工控常用滤波方法 简介限幅滤波法中值滤波法算术平均滤波法滑动平均滤波 简介 在实际的工程应用中,实际反馈的信号由于是通过电压及电流转换而来的数字量信号,在现场可能会受到比较大的干扰问题,这样的扰动会影响控制系统的输出精度,也会使其产生比较大的偏差。 故在实际应用中,通常不会直接将反馈的信号作为信号输入,会在之前加一个滤波器以使数据更平滑,在此,非常有必要引入数字滤波的概念。

GAMES202——作业5 实时光线追踪降噪(联合双边滤波、多帧的投影与积累、À-Trous Wavelet 加速单帧降噪)

任务         1.实现单帧降噪         2.实现多帧投影         3.实现多帧累积         Bonus:使用À-Trous Wavelet 加速单帧降噪 实现         单帧降噪         这里实现比较简单,直接根据给出的联合双边滤波核的公式就能实现          Buffer2D<Float3> Denoiser::Fil

MATLAB代码|中心差分卡尔曼滤波(CDKF)的滤波例程,无需下载,直接复制到MATLAB上面就能运行

文章目录 CDKF介绍代码运行结果各模块解析初始化系统模型设置CDKF循环绘图 另有关于EKF和CDKF的对比程序:EKF+CDKF两个滤波的MATLAB程序,估计三轴位置,带中文注释—— https://blog.csdn.net/callmeup/article/details/136610153。 CDKF介绍 中心差分卡尔曼滤波(Central Differe

【正点原子K210连载】第三十四章 image图像滤波实验 摘自【正点原子】DNK210使用指南-CanMV版指南

第三十四章 image图像滤波实验 在上一章节中,介绍了image模块中元素绘制方法给的使用,本章将继续介绍image模块中图像滤波方法的使用。通过本章的学习,读者将学习到image模块中图像滤波的使用。 本章分为如下几个小节: 34.1 image模块图像滤波方法介绍 34.2 硬件设计 34.3 程序设计 34.4 运行验证 34.1 image模块图像滤波方法介绍 image模块为Ima