熱線電話:0755-23712116
郵箱:contact@shuangyi-tech.com
地址:深圳市寶安區(qū)沙井街道后亭茅洲山工業(yè)園工業(yè)大廈全至科技創(chuàng)新園科創(chuàng)大廈2層2A
均值濾波器可以歸為低通濾波器,是一種線性濾波器,其輸出為鄰域模板內(nèi)的像素的簡單平均值,主要用于圖像的模糊和降噪。
均值濾波器的概念非常的直觀,使用濾波器窗口內(nèi)的像素的平均灰度值代替圖像中的像素值,這樣的結(jié)果就是降低圖像中的“尖銳”變化。這就造成,均值濾波器可以降低噪聲的同時,也會模糊圖像的邊緣。均值濾波器的處理結(jié)果是過濾掉圖像中的“不相關(guān)”細(xì)節(jié),其中“不相關(guān)”細(xì)節(jié)指的是:與濾波器模板尺寸相比較小的像素區(qū)域。
根據(jù)均值計(jì)算方法的不同,均值濾波器有以下幾種:
?算術(shù)均值濾波器
?幾何均值濾波器
?諧波均值濾波器
?逆諧波均值濾波器
算術(shù)均值濾波器 Arithmetic Mean Filter
這是最簡單的均值濾波器,可以去除均勻噪聲和高斯噪聲,但會對圖像造成一定程度的模糊。
令表示中心點(diǎn)在處,大小為的濾波器窗口。算術(shù)均值濾波器就是簡單的計(jì)算窗口區(qū)域的像素均值,然后將均值賦值給窗口中心點(diǎn)處的像素:
其中,表示原始圖像,表示均值濾波后得到的圖像。
基于上述公式,可以很容易的得到的算術(shù)均值濾波器的窗口模板,下面以3×3為例
在OpenCV中,函數(shù)blur表示使用該模板的均值濾波器,其聲明如下:
void blur( InputArray src, OutputArray dst,
Size ksize, Point anchor = Point(-1,-1),
int borderType = BORDER_DEFAULT );
src是輸入圖像,dst為輸出圖像;ksize是濾波器模板窗口的大??;后兩個參數(shù)分別表示,待處理像素在模板窗口的位置,默認(rèn)值是窗口的中心位置,所以窗口的大小一般為奇數(shù),最后一個參數(shù)表示對編解類型的處理,使用默認(rèn)值即可。其調(diào)用示例blur(src,dst,Size(5,5),模板窗口的大小為5×5。
盒狀濾波器
當(dāng)濾波器的模板的所有的系數(shù)都相等時稱之為盒狀濾波器 Box Filter。其使用的模板如下(3×3 為例):
當(dāng)時,盒狀濾波器可以很方便的計(jì)算圖像像素鄰域的和,對計(jì)算圖像的各種積分特性例如圖像的協(xié)方差矩陣,是很有幫助的。OpenCV中的函數(shù)boxFilter就是盒狀濾波器,其聲明如下:
void boxFilter( InputArray src, OutputArray dst, int ddepth,
Size ksize, Point anchor = Point(-1,-1),
bool normalize = true,
int borderType = BORDER_DEFAULT );
和blur的參數(shù)比較類似,所不同的ddepth是濾波后圖像的深度,-1表示和原圖像的深度相同;參數(shù)normalize表示是否有歸一化的參數(shù),這是因?yàn)樵赽oxFilter使用的模板如下:
其中,
也就是說,當(dāng)normalize = true時,這也是一個默認(rèn)值,其就是一個算術(shù)均值濾波器;normalize=false,盒狀濾波器的作用就是計(jì)算模板窗口內(nèi)的像素的和,然后將值賦給窗口中心位置的像素,主要用來計(jì)算鄰域像素的和。
加權(quán)的均值濾波器
不同于上面的所有像素的系數(shù)都是相同的,加權(quán)的均值濾波器使用的模板系數(shù),會根據(jù)像素和窗口中心像素的距離而取不同的系數(shù)。賦予中心點(diǎn)最高的權(quán)重,然后隨著離中心點(diǎn)的距離增加而減小系數(shù),這樣做的目的是在平滑圖像的同時盡量降低對圖像的模糊。最常用的加權(quán)模板如下(3×3)為例:
其他的一些非線性均值濾波器
除了上述算術(shù)均值濾波器,根據(jù)計(jì)算均值方法的不同還有幾種均值濾波。
幾何均值濾波器 Geometric Mean Filter其公式如下:
濾波后圖像的像素由模板窗口內(nèi)像素的乘積的冪給出。 和算術(shù)均值濾波器相比,幾何均值濾波器能夠更好的取出高斯噪聲,并且能夠更多的保留圖像的邊緣信息。但,其對0值是非常敏感的,在濾波器的窗口內(nèi)只要有一個像素的灰度值為0,就會造成濾波器的輸出結(jié)果為0。
諧波均值濾波器 Harmonic Mean Filter 其公式如下:
諧波均值濾波器對鹽粒噪聲(白噪聲)效果較好,不適用于胡椒噪聲;比較適合處理高斯噪聲。
逆諧波均值濾波器 Contra-Harmonic Mean Filter其公式如下:
其中Q稱為濾波器的階數(shù),該濾波器可以用來消除椒鹽噪聲。但是需要不同同時處理鹽粒噪聲和胡椒噪聲,當(dāng)Q為正時,可以消除胡椒噪聲;當(dāng)Q為負(fù)時,消除鹽粒噪聲。當(dāng)Q=0時,該濾波器退化為算術(shù)均值濾波器;Q=-1時,退化為諧波均值濾波器。
均值濾波器 非線性均值濾波器中的一種,其公式如下:
P為負(fù)數(shù)時可以有效的濾去鹽粒(白)噪聲,正的異常值;P為正時可以過濾胡椒(黑)噪聲,負(fù)的異常值。
基于OpenCV的實(shí)現(xiàn)
上述濾波器的實(shí)現(xiàn)大同小異,只是計(jì)算均值的方法不同。
Mat tmp;
copyMakeBorder(m, tmp, ksize / 2, ksize / 2, ksize / 2, ksize / 2, BorderTypes::BORDER_REFLECT); // 擴(kuò)展邊界
int rows = tmp.rows - ksize / 2;
int cols = (tmp.cols - ksize / 2) * tmp.channels();
for (int i = ksize / 2; i < rows - ksize / 2; i++)
{
for (int j = ksize / 2; j < cols - ksize / 2; j++)
{
// 遍歷窗口內(nèi)的像素,計(jì)算均值
}
}
Rect rect(ksize / 2, ksize / 2, m.cols, m.rows);
m = tmp(rect);
下面就不再貼全的代碼,只給出根據(jù)不同的公式計(jì)算均值的代碼。
幾何均值濾波器
// 取得窗口像素
double mul = 1;
for (int a = -ksize / 2; a <= ksize / 2; a++)
{
for (int b = -ksize / 2; b <= ksize / 2; b++)
{
mul *= tmp.at(i + a, j + b);
}
}
auto pixel = pow(mul, 1.0 / (ksize * ksize));
if (pixel < 0)
pixel = 0;
else if (pixel >= 255)
pixel = 255;
tmp.at(i, j) = static_cast(pixel);
基本就是遍歷圖像的像素,然后在濾波器的窗口內(nèi)根據(jù)均值的計(jì)算方式計(jì)算均值;幾何濾波器,就是將濾波器窗口內(nèi)的像素乘積,然后去乘積的冪。需要說明的是:幾何均值濾波器有個致命的缺陷,那就是當(dāng)窗口內(nèi)像素只要有一個值為0,則其計(jì)算得到的值就是0,這在去去噪時表現(xiàn)的比較明顯,例如:
由于噪聲的污染比較嚴(yán)重,在使用幾何均值濾波器去噪時,會得到一塊黑色區(qū)域(灰度值為0)。
加權(quán)的均值濾波器
// 取得窗口像素
int sum = 0;
int weightSum = 0;
for (int a = -ksize / 2; a <= ksize / 2; a++)
{
for (int b = -ksize / 2; b <= ksize / 2; b++)
{
auto weight = pow(2, ksize - abs(a) - abs(b) - 1);
weightSum += weight;
sum += weight * tmp.at(i + a, j + b);
}
}
auto pixel = static_cast<int>(sum / weightSum);
if (pixel < 0)
pixel = 0;
else if (pixel > 255)
pixel = 255;
tmp.at(i,j) = pixel;
主要是權(quán)值系數(shù)的計(jì)算,可以發(fā)現(xiàn)一定的關(guān)系,和中心越近的其權(quán)值越高,具體公式:,其中為和中心在方向的距離。
加權(quán)的均值濾波器去噪效果和均值濾波器相當(dāng),但是在保護(hù)圖像細(xì)節(jié)方面比均值濾波器效果要好,上圖是3×3的濾波器,窗口較小,兩者的區(qū)別不是較大。
下圖是7×7的濾波器,對比就比較明顯了。
至于,其他的幾種:諧波濾波器、逆諧波濾波器和均值濾波器,實(shí)現(xiàn)都差不多,代碼就不再貼出了。
總結(jié)
均值濾波器能夠去除均勻分布和高斯分布的噪聲,但是在過濾掉噪聲的同時,會對圖像造成一定的模糊,使用的窗口越大,造成的模糊也就越明顯。
根據(jù)計(jì)算均值方法的不同,有多種均值濾波,經(jīng)常使用的是算術(shù)均值濾波器,計(jì)算簡單,但是對圖像造成的模糊交明顯;另外,有加權(quán)的均值濾波器,給窗口內(nèi)的像素不同的系數(shù),距離中心越近則系數(shù)越大。
使用加權(quán)的均值濾波器,去除噪聲的能力和算術(shù)均值濾波器相當(dāng),但是對圖像造成的模糊較輕,能夠更好的保護(hù)圖像的細(xì)節(jié)。(上面已有對比)
幾何均值濾波器,在過濾噪聲的同時也能更好的保護(hù)圖像的細(xì)節(jié),但是有個缺陷:在濾波的過程中,窗口內(nèi)的像素只要有一個為0,則其得出的值就是0.
至于余下的幾種,在能夠去除高斯噪聲,并且對椒鹽噪聲也有一定的作用,具體如下:
?諧波均值濾波器 能過濾鹽粒噪聲,對胡椒噪聲無效
?逆諧波均值濾波器,當(dāng)階數(shù)Q為正時,可以過濾胡椒噪聲;Q為負(fù)時可以過濾鹽粒噪聲。不能同時對椒鹽噪聲起作用。
? 均值濾波器, 和逆諧波均值濾波器類似。當(dāng)P為正時,能夠過濾椒鹽噪聲;P為負(fù)時,能夠過濾鹽粒噪聲。
文章轉(zhuǎn)自Brook_icv https://www.cnblogs.com/wangguchangqing/p/6399293.html