数字图像处理与Python实现-自适应中值滤波

自适应中值滤波

1、前言

中值滤波器是一种常用的非线性滤波器,其基本原理是选择待处理像素的一个邻域中各像素值的中值来代替待处理的像素,其主要功能是像素的灰度值与周围像素比较接近,从而消除孤立的噪声点,所以中值滤波器能够很好的消除椒盐噪声。不仅如此,中值滤波器在消除噪声的同时,还能有效的保护图像的边界信息,不会对图像造成很大的模糊(相比于均值滤波器)。

中值滤波器的效果受滤波窗口尺寸的影响较大,在消除噪声和保护图像的细节存在着矛盾:滤波窗口较小,则能很好的保护图像中的某些细节,但对噪声的过滤效果就不是很好;反之,窗口尺寸较大有较好的噪声过滤效果,但是会对图像造成一定的模糊。另外,根据中值滤波器原理,如果在滤波窗口内的噪声点的个数大于整个窗口内像素的个数,则中值滤波就不能很好的过滤掉噪声。

在噪声的密度不是很大的情况下(根据经验,噪声的出现的概率小于0.2),效果不错。但是当概率出现的概率较高时,常规的中值滤波的效果就不是很好了。有一个选择就是增大滤波器的窗口大小,这虽然在一定程度上能解决上述的问题,但是会给图像造成较大的模糊。

自适应滤波器不但能够滤除概率较大的椒盐噪声,而且能够更好的保护图像的细节,并且在滤波的过程中,动态的改变滤波器的窗口尺寸大小。能够有效地滤除椒盐噪声、平滑其他非脉冲噪声、尽可能的保护图像中细节信息,避免图像边缘的细化或者粗化。

2、自适应中值滤波描述

自适应中值滤波算法描述如下:

假设:

猜你喜欢

转载自blog.csdn.net/wujuxKkoolerter/article/details/115251204