(a)椒盐噪声污染的电路板X光图像,(b)用3x3均值去除噪声, (c)用3x3中值滤波器去除噪声(去噪效果好且保持住了边缘) 邻域平均与中值滤波的比较 a b c d e f g 图4-24 噪声平滑实验图像 (a) Lena原图; (b) 高斯噪声; (c) 椒盐噪声; (d) 对(b)平均平滑; (e) 对(c)平均平滑; (f) 对(b)5×5中值滤波; (g) 对(c)5×5中值滤波 均值,中值,最频值 中值滤波器: 主要用途:去除噪声 计算公式:R = mid {zk | k = 1,2,…,n} 最大值滤波器: 主要用途:寻找最亮点 计算公式:R = max {zk | k = 1,2,…,n} 最小值滤波器: 主要用途:寻找最暗点 计算公式:R = min {zk | k = 1,2,…,n} (2)最大值滤波 (3)最小值滤波 锐化空间滤波器 主要目的:是为了突出图像中的细节或者增强被模糊了的细节。这种模糊不是由于错误的操作,而是特殊的图像获取方法的固有影响。 均值滤波--积分--平滑 微分--锐化 对于一元函数f(x)的一阶微分定义为一个差值: 类似地,用差分定义二阶微分: 一、基于一阶微分的图像增强--梯度法(非线性) 在图像处理中,一阶微分是通过梯度法来实
原创力文档

文档评论(0)