数字图像处理与深度学习技术应用（中篇，共上中下3篇）.pptxVIP

第6章图像平滑处理

目录6.1概述6.2噪声消除法6.2.1二值图像的黑白点噪声滤波6.2.2消除孤立黑像素点6.3邻域平均法6.3.13×3均值滤波6.3.2N×N均值滤波6.3.3超限邻域平均法6.3.4方框滤波6.4高斯滤波6.5中值滤波6.5.1N×N中值滤波6.5.2十字型中值滤波6.5.3N×N最大值滤波6.6双边滤波6.72D卷积核的实现6.8产生噪声6.8.1随机噪声6.8.2椒盐噪声

6.1概述

概述图像平滑或滤波目的是消除噪声，降低干扰，改善图像质量。图像平滑常用的方法是采用区域处理，利用相邻的像素值，进行均值滤波或中值滤波。

6.2噪声消除法

6.2.1二值图像的黑白点噪声滤波

理论基础理论基础设当前像素f(i,j)周围的8个像素的平均值为a时，若|f(i,j)-a|的值在127.5以上，则对f(i,j)的黑白进行翻转，若不到127.5则f(i,j)不变。

函数说明（1）retval=image.getdata(band=None)将此图像的内容作为一个包含像素值的序列对象返回。该序列对象是平铺的，所以第一行的值直接跟在第0行的值之后，以此类推。retval：包含像素值的序列的对象；band：返回频段。默认是返回所有波段。要返回单个波段，需要传入索引值（例如，从“RGB”