【ITK库学习】使用itk库进行图像滤波ImageFilter:邻域滤波

2023-12-11 18:30

本文主要是介绍【ITK库学习】使用itk库进行图像滤波ImageFilter:邻域滤波,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

  • 1、itkMeanImageFilter 均值滤波器
  • 2、itkMedianImageFilter 中值滤波器
  • 3、itkBinaryMedianImageFilter 二值中值滤波器
  • 4、扩展itkNeighborhood
  • 5、扩展itkNeighborhoodIterator
  • 6、扩展itkNeighborhoodOperator

领域滤波是一种信号处理方法,用于去除信号中的噪声不相关信号,并保留感兴趣的信号。它基于信号在不同频率上的分布特性进行滤波处理。

根据滤波器的设计原理:时域滤波、频域滤波。

时域滤波:在时间域上对信号进行滤波处理,图像去噪可以使用:均值滤波、中值滤波、高斯滤波等。这些方法通过对信号在一段时间窗口内的采样点进行处理,平滑信号或去除异常值。

频域滤波:在频率域上对信号进行滤波处理,常用方法有:傅里叶变换、离散余弦变换等。

1、itkMeanImageFilter 均值滤波器

该类主要功能是对图像应用平均滤波器。

计算图像,其中给定像素是对应输入像素附近邻域中像素的平均值,对领域内的奇异值很敏感

均值滤波器是线性滤波器系列之一。

示例代码

#include "itkImage.h"
#include "itkMeanImageFilter.h"typedef itk::Image<short, 3> ShortImageType;bool meanImageFilter(ShortImageType* image, ShortImageType* outputImage)
{ShortImageType::SizeType indexRadius;indexRadius[0] = 1; // radius along xindexRadius[1] = 1; // radius along yindexRadius[2] = 1; // radius along ztypedef itk::MeanImageFilter<ShortImageType, ShortImageType> MeanFiterType;typename MeanFiterType::Pointer meanFilter = MeanFiterType::New();meanFilter->SetInput(image);meanFilter->SetRadius(indexRadius);try{meanFilter->Update();}catch (itk::ExceptionObject& ex){//读取过程发生错误std::cerr << "Error: " << ex << std::endl;return false;}outputImage = meanFilter->GetOutput();return true;
}

2、itkMedianImageFilter 中值滤波器

该类的作用是对图像应用中值滤波器。

计算图像,其中给定像素是对应输入像素附近邻域中像素的中值。中值滤波器是非线性滤波器之一。 它用于平滑图像,而不会受到异常值或散粒噪声的影响。

此滤波器对消除椒盐噪声更加有效。

此过滤器要求输入像素类型提供运算符<()(小于可比较)。

示例代码

#include "itkImage.h"
#include "itkMedianImageFilter.h"typedef itk::Image<short, 3> ShortImageType;bool medianImageFilter(ShortImageType* image, ShortImageType* outputImage)
{ShortImageType::SizeType indexRadius;indexRadius[0] = 1; // radius along xindexRadius[1] = 1; // radius along yindexRadius[2] = 1; // radius along ztypedef itk::MedianImageFilter<ShortImageType, ShortImageType> MedianFiterType;typename MedianFiterType::Pointer medianFilter = MedianFiterType::New();medianFilter->SetInput(image);medianFilter->SetRadius(indexRadius);try{medianFilter->Update();}catch (itk::ExceptionObject& ex){//读取过程发生错误std::cerr << "Error: " << ex << std::endl;return false;}outputImage = medianFilter->GetOutput();return true;
}

3、itkBinaryMedianImageFilter 二值中值滤波器

该类的作用相当于再一个二值图像中应用中值滤波器。

该滤波器计算图像时,其中输出像素=其对应的输入邻域像素的中值。 对于二值图像的情况,可以通过简单地计算前景的邻域值来获得中值,即计算当前像素周围ON/Off像素的数量来优化运行。

中值滤波器是非线性滤波器家族之一。它用于平滑图像,而不会受到异常值或散粒噪声的影响。

常用的成员函数

  • Set/GetRadius():设置/获取用于计算中位数的邻域半径
  • Set/GetForegroundValue():设置/获取与二进制输入图像上的前景关联的值
  • Set/GetBackgroundValue():设置/获取与二进制输入图像上的背景关联的值

示例代码

#include "itkImage.h"
#include "itkBinaryMedianImageFilter.h"typedef itk::Image<short, 3> ShortImageType;bool binaryMedianImageFilter(ShortImageType* image, ShortImageType* outputImage)
{ShortImageType::SizeType indexRadius;indexRadius[0] = 1; // radius along xindexRadius[1] = 1; // radius along yindexRadius[2] = 1; // radius along ztypedef itk::BinaryMedianImageFilter<ShortImageType, ShortImageType> BinaryMedianFilterType;typename MedianFiterType::Pointer bMedianFilter = MedianFiterType::New();bMedianFilter->SetInput(image);bMedianFilter->SetRadius(indexRadius);try{bMedianFilter->Update();}catch (itk::ExceptionObject& ex){//读取过程发生错误std::cerr << "Error: " << ex << std::endl;return false;}outputImage = bMedianFilter->GetOutput();return true;
}

4、扩展itkNeighborhood

用于存储N维邻域值的轻量级容器对象。

它是一个模板类,表示一个多维邻域,其元素的类型由模板参数指定。它以一个中心索引和沿每个维度的偏移量为基础描述了一个规则的邻域形状。

是其他几个itk对象(例如 itk::NeighborhoodOperator 和 itk::NeighborhoodIterator)的基类,其目的是存储值及其相对空间位置。

邻域具有N维半径,每个维度的半径分别定义为邻域从中心像素向外延伸的像素数。 例如,半径为 2x3 的 2D Neighborhood 对象的边长为 5x7,邻域对象总是有一个明确的中心,因为它们的边长总是奇数。

5、扩展itkNeighborhoodIterator

定义 itk::Image 上像素的局部N维邻域的迭代。

此类是标准模板库 (STL) 双向迭代器概念对itk::Image对象内像素邻域掩码的松散扩展。 NeighborhoodIterator 基类定义了图像上 N维邻域掩模的简单正向和反向迭代,可以使用Neighborhood作为邻域形状在给定输入图像中遍历这个邻域,它可以像访问数组中的元素一样访问输入图像(掩码)中的元素。

NeighborhoodIterators旨在封装处理图像邻域的一些复杂性,必须在算法级别进行管理。 使用 NeighborhoodIterators来简化对图像执行几何局部操作(例如,卷积和形态学操作)的算法的编写,可以方便地对邻域内的像素进行操作和计算。

6、扩展itkNeighborhoodOperator

定义所有邻域运算符子类型的公共接口的虚拟类。

它属于一个抽象基类,表示一个规则化的邻域操作,它接受一个输入像素和它的邻域,然后输出一个结果像素,规定了如何计算输出像素。

它是一组像素值,可以应用于Neighborhood来执行用户定义的操作(即卷积核、形态结构元素)。 NeighborhoodOperator本身就是一个专门的Neighborhood,具有根据用户定义的参数生成其系数的功能。 由于该运算符是 Neighborhood 的子类,因此它是 Neighborhood 对象上定义的任何操作(卷积、内积等)中的有效操作数。

NeighborhoodOperator 是一个纯虚拟对象,必须对其进行子类化才能使用,用户的子类必须实现两个方法:

(1)生成系数GenerateCoefficients——计算算子标量系数的算法。

(2) 填充Fill ——将标量系数放入算子的内存缓冲区中的算法(将它们在空间上排列在邻域中)。

NeighborhoodOperator 支持“方向运算符”的概念。在此上下文中,方向运算符被定义为沿单个维度应用的运算符。 此类算子的示例包括方向导数和可分离过程(例如高斯平滑)的单独方向分量。

NeighborhoodOperator 如何应用于数据取决于定义它的用户。 运算符的一种可能用途是采用其内积与邻域值来生成标量结果。 当应用于图像中感兴趣区域的连续邻域时,该过程会影响卷积。

这篇关于【ITK库学习】使用itk库进行图像滤波ImageFilter:邻域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/481663

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传