《噪聲抑制》ppt課件(文件)
【正文】 (b)高斯噪聲椒鹽噪聲的幅值近似相等，但發(fā)生的位置是隨機的；高斯噪聲存在于每一點像素，但幅值是隨機分布的。? KNN濾波器因為有了邊界保持的作用，所以在去除椒鹽以及高斯噪聲時，對圖像景物的清晰度保持方面的效果非常明顯；? KNN濾波器的像素選擇，同時也使噪聲得到了最大程度的抑制。12 K近鄰 (KNN)平滑濾波器算法1) 以待處理像素為中心，作一個 m*m的作用模板。 K近鄰 (KNN)平滑濾波器? 邊界保持濾波器的核心是確定邊界點與非邊界點。 分析原因，在圖像上的景物之所以可以辨認(rèn)清楚是因為目標(biāo)物之間存在邊界。 因為圖像中的每點都是污染點，所中值濾波選不到合適的干凈點。 中值濾波是選擇適當(dāng)?shù)狞c來替代污染點的值，所以處理效果好。 中值濾波器數(shù)值排序m2 m1 m m+1 m+26 10 2 5 8m m+1 m 2 m+2 m 16 102 5 82 6 中值濾波器例：原圖像為： 2 2 6 2 1 2 4 4 4 2 4 處理后為： 2 2(1,2,2,2,6)2(1,2,2,2,6)2(1,2,2,4,6)2 2 4 4 4 4
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1