【正文】 ? Sigma濾波器是構(gòu)造一個模板，計算模板的標(biāo)準(zhǔn)差 σ，置信區(qū)間為當(dāng)前像素值的 177。 1/4*（ a1+b1+c1+d2) a1 a2 b1 b2 c1 c2 d1 d2 最小方差平滑濾波器 —— 基本原理 ? 將屬于同一個區(qū)域的可能的相鄰關(guān)系以 9種模板表示出來，然后計算每個模板中的灰度分布方差，以方差最小的那個模板的均值替代原像素值。 ? 如圖所示，點 1是黃色區(qū)域的非邊界點，點 2是藍(lán)色區(qū)域的邊界點。 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 4 (2,4,4) 中值濾波器 —— 濾波處理方法 ? 與均值濾波類似，做 3*3的模板，對 9個數(shù)排序，取第 5個數(shù)替代原來的像素值。 ?常見的有 椒鹽噪聲 和 高斯噪聲 。 ? 如果在某個模板中，對像素進(jìn)行由小到大排列的重新排列，那么最亮的或者是最暗的點一定被排在兩側(cè)。所以平滑處理會同時將邊界也處理了。 ? 當(dāng)然，所付出的代價是：算法的復(fù)雜度增加了。 Sigma平滑濾波器 —— 例題 ? 如下，是一個 5*5的模板。 K近鄰 (KNN)平滑濾波器 —— 例題 例：下圖，給定 3*3模板， k=5。 ? 因為圖像中的每點都是污染點，所以 中值濾波 選不到合適的干凈點。 ? 為了改善效果，就可采用加權(quán)平均的方式來構(gòu)造濾波器。 10 9111111111H???????????以模塊運算系數(shù)表示即： 1 2 1 4 3 1 2 2 3 4 5 7 6 8 9 5 7 6 8 8 5 6 7 8 9