圖像的平滑處理_第1頁
圖像的平滑處理_第2頁
圖像的平滑處理_第3頁
圖像的平滑處理_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像的平滑處理簡單模糊(cv_blur)1簡單不帶尺度變換的模糊(cv_blur_no_scale):2中值模糊(cv_median)2高斯模糊(cv_gaussian)2雙邊濾波(cv_bilateral)3圖像信號在產(chǎn)生、傳輸過程中,不可避免的會常常受到各種噪聲的干擾,因此,現(xiàn)實中的圖像都是帶噪圖像,一般在對圖像進行圖像分割、特征提取之前都會進行平滑處理。一般來說,圖像平滑主要是為了消除噪聲,噪聲并不限于人眼所能看的見的失真和變形,有些噪聲只有在進行圖像處理時才可以發(fā)現(xiàn)。圖像常見的噪聲主要有加性噪聲、乘性噪聲和量化噪聲等。由于圖像的能量主要集中在低頻部分,而噪聲所在頻段主要在高頻段,因此通

2、常采用低通濾波的方法消除噪聲?!捌交幚怼币卜Q為“模糊處理”(blurring),是一項簡單且使用頻率很高的圖像處理方法。它的用途很多,但最常見的是用來減少圖像上的噪聲或者失真。目前opencv可以提供五種不同的平滑操作方法,每一種方法都有自己的特點與局限,而且所有操作都是由cvsmooth( )函數(shù)來實現(xiàn),它可以將用戶所期望的平滑方式作為參數(shù),形式如下:cvsmooth(const cvarr* src,cvarr* dst,int smoothtype,int param1,int param2,double param3,double param4);其中src和dst分別是平滑操作的輸

3、入圖像和結(jié)果;smoothtype是平滑操作的類型;而param1、param2、param3、param4的含義與平滑操作類型有關(guān)。圖像的平滑操作主要有以下五種方法:簡單模糊(cv_blur)簡單模糊支持14個圖像通道,可以處理8位圖像或32位浮點圖像。它是對每個像素的param1* param2鄰域求和,并做尺度變換1/(param1* param2)。簡單不帶尺度變換的模糊(cv_blur_no_scale):簡單不帶尺度變換的模糊在本質(zhì)上和簡單模糊是相同的,但它并沒有計算平均值的操作。因此,輸入圖像和輸出圖像必須有不同的數(shù)值精度,才能保證模糊輸出不會導(dǎo)致錯誤溢出。簡單不帶尺度變換的模糊

4、支持8位的輸入圖像,結(jié)果圖像的數(shù)據(jù)類型必須是cv_16s或cv_32s,也可以在32位浮點圖像上進行,結(jié)果也是32位浮點圖像。簡單不帶尺度變換的模糊比做尺度變換的模糊操作要快一些。中值模糊(cv_median)中值模糊將中心像素的正方形領(lǐng)域內(nèi)的每一個像素值用中間像素值替換,它支持單通道、3通道或4通道的8位圖像。以平均算法為基礎(chǔ)的簡單模糊對噪聲圖像,尤其是有大的孤立點的圖像特別敏感,即使只有很少數(shù)量的點存在較大差異也會導(dǎo)致平均值的波動,而中值濾波可以通過選擇中間值來避免這些點的影響。高斯模糊(cv_gaussian)高斯濾波器是最有用的濾波器,它用卷積核與輸入圖像的每個點進行卷積,將最終計算結(jié)

5、果之和作為輸出圖像的像素值。對于高斯模糊而言,param1和param2分別代表濾波器窗口的寬度和高度。參數(shù)param3對應(yīng)高斯參數(shù)的標(biāo)準(zhǔn)差sigma值,但是如果第三個參數(shù)沒有指定,系統(tǒng)會自動根據(jù)式(1)和式(2)確定高斯核的參數(shù)9。如果用戶希望高斯核不對稱,可以引入第四個參數(shù)param4,此時param3和param4就分別代表水平方向和垂直方向的sigma值。 (1) (2)同樣的,如果param3和param4已給出,而param1和param2被設(shè)置為0,那么窗口尺寸也會根據(jù)sigma值自動確定。高斯模糊支持單通道或3通道的8位或32位浮點圖像。雙邊濾波(cv_bilateral)雙邊

6、濾波是“邊緣保留濾波”的圖像分析方法的一種。高斯濾波在保留信號的條件下減小噪聲,但這種方法在接近邊緣處就無效了,因此,高斯濾波會磨平邊緣。雙邊濾波能提供一種不會將邊緣平滑掉的方法,但它需要更多的處理時間。雙邊濾波會依據(jù)每個像素及其鄰域構(gòu)造一個加權(quán)平均值,加權(quán)計算包括兩個部分:第一部分的加權(quán)方式與高斯平滑中相同;第二部分也屬于高斯加權(quán),但不是基于中心像素點與其他像素點空間距離上的加權(quán),而是基于其他像素與中心像素的亮度差值的加權(quán)。雙邊濾波的典型效果是使處理過的圖像看上去像是一幅原圖的水彩畫,可用于圖像的分割。雙邊濾波有兩個參數(shù):第一個代表空域中所使用的高斯核的寬度,與高斯模糊的sigma類似;第二個參數(shù)代表顏色域內(nèi)高斯核的寬度。第二個參數(shù)越大,也就表明待濾波的強度(或顏色)范圍越大。圖1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論